版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、氮氧化物(NOx)是酸雨形成的重要前驅物,會對環(huán)境造成重要破壞。煤燃燒過程中產生的NOx是氮氧化物形成的主要來源之一。隨著我國對NOx排放控制要求的提高,有效地控制燃煤過程中的NOx排放是電力熱力行業(yè)的一項重要任務。在眾多NOx排放技術當中,再燃被認為是最經濟和有效的方法之一。本文針對這項技術進行了數(shù)值模擬研究。
本文在閱讀國內外的相關文獻后,明確了影響氣體再燃過程的重要的影響因素,進而針對具備開展再燃技術工作條件的220t/
2、h燃煤鍋爐進行了以下工作:
分析和選擇數(shù)值模擬中涉及的計算模型,對未采用再燃技術的原始工況進行了計算,并與工業(yè)試驗數(shù)據(jù)進行對比,誤差均小于5%,驗證在該爐膛中煤粉燃燒過程的計算模型的正確性。對兩種氣體燃料再燃還原NO的子模型,總體再燃模型和基于“局部平衡假設”的模型進行了比較,得到的NO濃度分布沿爐膛高度變化趨勢基本一致,總體再燃模型的出口NO濃度為151ppm,基于“局部平衡假設”的模型則為164ppm,誤差在可接受的范圍內
3、,因此選擇基于“局部平衡假設”的模型進行計算。
將原始工況、加入燃盡風的工況和加入再燃燃料的工況進行計算和對比,兩種技術均能夠對降低爐膛NO的排放產生明顯的效果。經折算,原始工況的出口NO濃度為663.8mg/m3,采用燃盡風技術的出口NO濃度為451.3mg/m3,采用再燃技術的出口NO濃度為295mg/m3。
最后在不同的二次風配風方式,燃盡風率和出口氧濃度的條件下對再燃條件下的燃燒和排放進行了數(shù)值模擬。結果表明
4、:均等配風能夠很好的滿足燃燒組織的需要,在控制溫度的條件下最大化的發(fā)揮燃盡風和再燃技術的作用,NO減排效果較好。而束腰配風和正寶塔配風的出口NO濃度偏高。α=0.7的工況在天然氣通入后溫度升高導致了較多燃料N的轉化為NO,因此出口NO濃度水平也較高351mg/m3。α=0.8和α=0.9的工況熱偏差較小,并且分別達到了較低的299mg/m3和295mg/m3。過量空氣系數(shù)越大時,爐膛出口的O2量越高,但是氮氧化物的排放量也隨之降低。NO
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 采用天然氣再燃技術降低煤粉鍋爐NOx生成的冷模試驗研究.pdf
- 天然氣再燃降低NO-,x-排放的三維數(shù)值模擬.pdf
- 天然氣再燃還原NO的數(shù)值模擬研究.pdf
- 超細粉再燃降低NOx排放的熱態(tài)試驗研究與數(shù)值模擬.pdf
- 超細煤粉再燃技術降低NOx的數(shù)值模擬.pdf
- 電廠鍋爐再燃燒降低NOx的數(shù)值模擬.pdf
- 大型電站鍋爐水煤漿再燃降低NOx排放的試驗研究及數(shù)值模擬.pdf
- 采用超細煤粉再燃鍋爐降低NO-,x-排放的數(shù)值模擬.pdf
- 煤粉再燃降低NOx排放的試驗研究.pdf
- 水煤漿再燃降低NOx排放的機理與試驗研究.pdf
- 氣體再燃降低煤粉鍋爐Nox排放的研究.pdf
- 超細煤粉再燃降低NOx排放細粉分離技術研究.pdf
- 天然氣再燃-先進再燃脫硝的化學動力學模擬與實驗研究.pdf
- 合成氣再燃對降低煤粉Nox的研究.pdf
- 天然氣高級再燃還原NO化學動力學模擬的研究.pdf
- 水煤漿空氣分級燃燒技術降低NOx排放試驗研究及數(shù)值模擬研究.pdf
- 降低稀燃汽油機Nox排放的數(shù)值模擬與試驗研究.pdf
- 低氧燃燒降低nox排放技術分析
- 焦爐氣與天然氣混燃發(fā)動機燃燒排放特性的數(shù)值模擬與研究.pdf
- 氣體燃料再燃降低氮氧化物排放的實驗研究與數(shù)值模擬.pdf
評論
0/150
提交評論