径向固定床除尘器压力特性研究

来源 :河北工业大学 | 被引量 : 0次 | 上传用户:wukai110032
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
径向固定床具有低压降、高气量和易大型化等优点,结合这种床型及颗粒层过滤除尘的优势,有望用于工业中高温烟气除尘领域。颗粒层两侧气体流道内的压力分布是影响径向固定床效率的关键因素,其分气和集气流道内的气体为变质量流动,使流道内压力难以沿轴向保持恒定值,容易引起颗粒床层内气速分布不均。很多学者通过流道内压力分布特性对其变质量流动特性进行研究,确定动量交换系数K,然后用于计算或评估流道内的压力分布变化。但以往研究主要针对流道整体动量交换系数,未考察局部动量交换系数随轴向的变化情况,势必影响流道内压力分布计算的准确性。本课题针对离心Π和Z型径向固定床,通过测量并分析分气和集气流道内压力分布,得到颗粒床层整体压降和流道内整体动量交换系数。然后依次通过Ergun方程、微元体质量和动量衡算,求得颗粒床层内径向气速和流道内气速沿轴向分布,根据实验数据最终拟合得到流道内局部动量交换系数计算方程。此外,在离心Π型径向固定床中引入滑石粉颗粒,采用上述方法对比分析粉尘浓度为0、0.5和1.5 g/m3条件下,气体流道压力、局部动量交换系数等随除尘时间和粉尘浓度的变化规律,得到了床体除尘效率,并建立了含尘操作下颗粒床层压降计算方程。净床及含尘操作下的研究结果表明,径向固定床分气流道内的压力分布均沿气体轴向流动方向呈增加趋势,集气流道与之相反。在颗粒床层压降分布不均匀度和颗粒床层径向气速轴向分布上,离心Π型均略优于离心Z型。考虑到集气流道相较于分气流道内动量交换系数对压力测量误差的敏感度更小,对分气流道进行了重点分析。在分气流道中,整体动量系数几乎不随操作模式、气量、轴向位置、粉尘浓度和除尘时间发生变化;局部动量交换系数仅是局部流速比u/u0的函数,随局部流速比的增大先降低后保持稳定。根据实验结果,回归得到的分气流道局部动量交换系数计算方程的误差在±11%以内。与净床相比,滑石粉的引入使得径向固定床流道内压力随粉尘浓度和除尘时间发生变化。随粉尘浓度和除尘时间的增大,颗粒床层内粉尘沉积量逐渐增加,颗粒床层空隙率不断减小,使颗粒整体压降增大、气速轴向分布不均匀度减小,而整体和局部动量交换系数几乎不受影响。在本课题研究的实验条件范围内,径向固定床除尘效率为100%。通过净床压降公式,根据比沉积率、颗粒床层空隙率和颗粒床层压降值,拟合得到颗粒床层压降预测经验公式,误差在15%以内,以期为径向固定床除尘器的设计提供参考。
其他文献
事件检测是政府和企业掌握敏感话题、把控舆情动态的重要手段,能够使网络社会更加和谐进步。传统媒体的事件检测方法适用于规范书写的新闻报道文章,社交媒体的事件检测方法适用于稀疏性、动态性、社会性的短文本,这两种方法都需要对文本进行处理,而文本处理过程是繁琐和效率低下的。通过网络演化进行事件检测具有简洁、高效的特点,但直接建立网络演化模型只宏观地分析了网络演化,忽略了节点的演化情况,从节点的微观角度能更加
近年来,随着大数据、云计算、人工智能、工业互联网等新一代信息技术的迅速发展,制造业的智能升级蓄势待发。设备作为制造生产过程中最重要的部分备受关注,随着新一代信息技术与传统制造业的深度融合,获取大型装备的运行数据变得更为容易,如何利用新技术对故障进行有效预警和诊断成为智能制造领域的研究热点。由于设备的可靠性,采集的数据具有非平衡性,即大部分为正常数据,有效故障数据较少,导致传统的机器学习方法难以直接
富锂锰基正极材料作为新一代锂电正极材料,具有比容量高和比能量高的优势。但富锂锰基正极材料首次库伦效率低、电子电导率和离子电导率偏低、循环性能差和电压衰减快的缺陷制约着其商业化进程。本文以富锂锰基正极材料为研究对象,采用共沉淀法制备Li1.2Ni0.13Co0.13Mn0.54O2(LNCMO)正极材料,通过分别包覆化学性质稳定的Fe2O3、导电聚合物PEDOT和快离子导体Li2SiO3以及Li2S
苯并咪唑是有机合成中的重要中间体。含有苯并咪唑结构的生物活性化合物可用于治疗各类疾病。苯并咪唑类化合物也可作为催化剂载体、离子液体等用于化工领域,在材料化学、燃料电池中亦有其身影。因此,开发简单高效合成苯并咪唑类化合物的方法具有重要意义。首先,利用1,3-丙磺酸内酯与N-甲基咪唑或吡啶反应得到磺酸内盐,磺酸内盐与等比例的无机酸反应合成了八种Br(?)nsted酸性离子液体,并以其为催化剂应用于醇或
万能式断路器是低压配电网中的保护和控制设备,其健康状态对配电系统的性能、稳定性有着巨大的影响。对其进行故障诊断,可及时发现故障隐患和故障趋势,有助于维修人员及时掌握断路器各部件的健康状态,制定维修策略,实现预知性维修。随着深度学习理论的发展,从数据本身自主学习故障特征的思想为断路器故障诊断方法提供了新思路。卷积神经网络作为深度学习中最重要的模型之一,其对数据强大的表征能力,使得卷积神经网络在区分故
学位
5-甲基-2-巯基-1,3,4-噻二唑(简称噻二唑)由于其独特的氮硫双杂原子化学结构,使其在药物合成、农药、精细化工等领域具有广泛的应用。但是由于噻二唑传统合成方法对环境产生严重污染,因而,开发环境友好的噻二唑合成技术非常必要。此外,基于噻二唑特殊结构开发下游产品为进一步拓展其应用范围也有较重要的意义。制定了有别于国内传统合成噻二唑方法的并联路线。先以水合肼、二硫化碳以及KOH反应合成了肼黄原酸钾
镍钴锰三元材料LiNi0.5Co0.2Mn0.3O2(NCM523)因具有较高能量密度、较低价格以及对环境友好等优点被视为当前最有前景的锂离子电池正极材料之一。但是,NCM523在充放电过程中循环性能差和倍率性能差的问题阻碍了其大规模应用。本论文以氢氧化物共沉淀法制备的NCM523正极材料为研究对象,从构筑稳定的正极材料/电解液界面入手,采用表面包覆的改性方法将三氧化钨(WO3)、二硫化钨(WS2
催化剂、粒煤等D类颗粒卸料问题,广泛存在于催化重整、粒煤燃烧、乙烯聚合、汽油脱硫等工农业生产过程。引入气体不仅能改善卸料过程中颗粒流动情况,如促进颗粒形成整体流动、抑制架桥等,还可灵活调节颗粒流率,提高装置效率。目前有关引入气体调控D类颗粒卸料流率的研究中,系统考察不同正负压差条件的影响的研究较少,且缺乏对于间歇卸料过程尤其是引入气体后颗粒流率变化规律的研究。本文通过搭建一套冷模试验装置,测量引入
作为新型二维材料,IV族金属硫族化合物SnS2和SnS具有元素储量丰富、对环境友好、独特的物理化学性质和优异的光电子性质等优点,成为现今的研究热点之一,其表现出的光电性能在新型光电子器件中具有十分诱人的发展前景。但相对于研究成熟的过渡金属硫族化合物,对SnS2和SnS的研究起步较晚,缺乏一定地深入性与系统性。且基于二者组成的p-n异质结,目前只有通过CVD法和水热法获得,制备的异质结尺寸小、厚度大