电力用煤燃烧污染物协同析出与排放特性研究

《电力用煤燃烧污染物协同析出与排放特性研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、山东大学博士学位论文电力用煤燃烧污染物协同析出与排放特性研究姓名：王永征申请学位级别：博士专业：热能工程指导教师：路春美20070412山东大学博士学位论文构，但峰值出现时间提前。一般煤中含硫量越商，S02的析出浓度越大，但高挥发分煤中硫的析出较低挥发分煤中硫的析出提前。煤粉粒径增加，火焰中心H2S浓度明显增加，S02生成量减少，硫析出时间变长；增加过量空气系数，可加快硫的析出，S02浓度较高，而H2S浓度降低较大；随氧浓度增加，硫总体析出时间缩短。一、二次风比例增加，H2s浓度降低，S02浓度增大。贴壁风可消除局部区域的还原性气氛，使H2S浓度大幅下降；CO的存在

2、使S02的析出速率、析出量明显降低，而H2S的析出速率、析出量增加，硫的总转化率低于空气气氛下的数值；随温度升高，硫析出时间缩短，最终析出量增加。煤粉燃烧过程中氮的析出可分为前期快速生成和后期缓慢释放两个阶段，并具有“双峰”结构。NOx主要在煤粉着火过程中产生，煤中含氮量越高，NO浓度越高，但其转化率随含氮量的增加而降低；在含氮量相同时，挥发分含量越大，NO排放浓度越高；随着煤化程度加深，NO浓度降低；煤中氧氮比越大，氮析出速率越高，氮析出量也越多。煤粉越细，NO转化率越小，细煤粉可达到较低的NO排放浓度；煤的湿度增加，可降低NO的排放量；过量空气系数增加，NO生成

3、量增加；一、二次风比例变化对NO的生成影响非常明显，加入贴壁风可使NO浓度降低；由于CO对NO具有还原作用，使NO的生成减少。燃料氮的析出具有中温生成特性，在700℃～800℃时氮的析出量最大。N02的生成量与燃烧温度及其前驱物NO的浓度密切相关，温度升高时，N02大量分解；当NO浓度增加时，N02的浓度相应增大。综合考虑燃烧过程中硫、氮成分的相互作用与相互影响，对煤粉燃烧过程中硫、氮污染物的协同作用规律进行了探索性研究，重点探讨了煤中不同形态硫对氮析出的影响规律以及不同气氛下S02对NO生成的影响规律，同时对煤粉燃烧过程中氮对煤中硫析出的影响规律进行了初步探讨。结

4、果表明：煤中硫的不同形态对氮的析出特性有较大影响，单质硫主要影响NO的析出峰值和峰宽，并且这种影响与煤种有关；黄铁矿硫对氮析出有显著影响，贫氧工况下煤中黄铁矿可以抑制煤半焦还原NO，有利于NO的生成。反应气氛不同，S02对氮析出特性的影响差异明显，随着S02浓度的提高，在氧化性气氛下NOⅡ摘要生成量明显减少，而在还原性气氛下NO生成量却明显增加。NO影响煤中硫的析出特性，使得煤中硫的析出释放提前，S02初始生成浓度增加。并且随煤中挥发分含量的不同，S02析出特性表现出不同的规律。同时还发现温度对硫、氮污染物析出过程中的协同作用也有影响。对混煤燃烧过程中硫、氮污染物的

5、协同析出与排放特性进行了试验研究，探讨了硫、氮污染物析出与排放过程中组分煤种的协同作用，以及掺入不同煤种对混煤燃烧硫、氮污染物析出与排放特性的影响规律。发现多组分煤种掺混燃烧可促进低温硫的析出，在高硫煤中掺烧低硫煤能够降低S02的最终排放量。混煤S02的析出浓度和最终析出率基本符合各组分煤种的加权计算值，且单组分煤种在混煤中所占比例越大，其析出特性就越接近该组分煤种；而H2s的析出浓度则不同，可高于或低于组分煤种的加权计算值。混煤燃烧时NOx的生成量与煤中的氮含量基本呈线性关系；混煤氮的析出曲线一般具有“双峰”结构，蜂值区域较宽；混煤氮的析出时间、析出浓度基本位于各

6、组分煤种之间，但与其加权平均值有一定差异．温度对混煤燃烧氮的析出特性有较大影响，在温度较低时氮析出曲线只形成单峰结构，当温度较高时才形成双峰结构，并且温度越高曲线的双峰结构越突出，氮析出量也越大。利用数学模型来模拟和预测大型电站锅炉燃煤污染物的析出与排放特性。根据煤粉燃烧特点和污染物的生成特性，运用多相流动、传热传质、湍流燃烧和污染物生成等方面的有关理论和多种数学模型以及相应的数值计算方法，对不同煤种在不同工况下炉内燃烧过程及污染物的生成排放规律迸行数值模拟，得到了炉内速度场、温度场以及气相浓度场等的分布规律。结果表明：在模拟的燃烧工况条件下，整个炉膛内部湍流强度都

7、比较强烈，煤粉气流的混合非常好，火焰充满度高，有利于煤粉的者火燃烧与燃尽；火焰在燃烧器区域附近炉膛中心形成最高温度区域，在该区域内生成的燃料型NOx和热力型NOx浓度都最高；减少二次风量，提高燃尽风量可使炉膛内燃烧器区域的最高温度降低，使高温区域向炉膛上部移动，NOx的生成浓度降低。根据模拟计算的结果，结合锅炉实际运行数据，提出了优化燃烧、减少Ill山东大学博士学位论文污染物排放的技术措施。建立软仪表测量模型，实现大型电站锅炉燃煤硫、氮污染物生成浓度的精确预估和在线测量。采用基于超闭球CMAC神经网络的软测量技术，在对超闭球CMAC神经网络的原理、结构、算法进行