基于压力信号的双循环流化床大异重颗粒流动规律研究
发布时间：2022-12-11 06:54
当前,利用流化床装置进行的气化技术是生物质能源利用的重要途径。其中双循环流化床系统采用鼓泡流化床和快速流化床组合的方式,对生物质气化反应涉及到的气化和燃烧过程进行分区强化,可有效提高产气品质和产量。该系统因两床流化状态的不同而存在复杂的颗粒流动规律,且生物质-惰性流化介质混合颗粒的物性差异又会加剧其复杂程度。为此,本文采用石英砂与稻壳所组成的大异重颗粒作为实验床料,分别在鼓泡流化床和双循环流化床冷态实验装置上进行压力信号分析,研究其波动特性与颗粒流动规律间的关系,建立数据驱动模型和动力学模型实现颗粒循环流率等状态参数预测和故障诊断,为双循环流化床气化装置的运行、设计提供理论基础。（1）在鼓泡床冷态实验装置上,对稻壳-石英砂大异重颗粒的初始流化特性进行实验研究和初始流化速度经验公式的回归拟合,发现大异重颗粒中稻壳质量分数和石英砂粒径的增加将造成颗粒初始流化速度的增大;对不同表观气速、床层物料质量、石英砂颗粒平均粒径和稻壳质量分数下的床层压力信号进行的特征提取方法表明鼓泡床内颗粒的运动规律在很大程度上受气泡相的影响,因而其压力信号的主频多分布在5Hz左右,HHT变换后中频段和小波多分辨率分...
【文章页数】：186 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
主要符号表
第1章 绪论
1.1 课题背景与意义
1.2 国内外研究现状
1.2.1 双循环流化床流动特性的研究现状
1.2.2 压力信号在流化床特性研究中的应用
1.3 本文主要研究内容
第2章 鼓泡流化床压力信号分析与大异重颗粒流动规律研究
2.1 引言
2.2 实验装置与方法
2.2.1 实验装置
2.2.2 实验物料与工况选择
2.2.3 实验方法
2.3 压力波动信号的分析与处理方法
2.4 实验结果分析
2.4.1 大异重颗粒初始流化特性分析
2.4.2 基于数理统计的压力波动特性分析
2.4.3 基于功率谱密度估计的压力波动特性分析
2.4.4 基于HHT变换的压力波动特性分析
2.4.5 基于小波多分辨率分析的压力波动特性分析
2.4.6 基于递归方法的压力波动特性分析
2.5 本章小结
第3章 双循环流化床大异重颗粒流动特性实验研究与模型预测
3.1 引言
3.2 实验系统简介与实验方法
3.2.1 实验系统简介
3.2.2 实验方法与工况选择
3.3 实验结果分析
3.3.1 颗粒循环流率的分析
3.3.2 循环物料组分变化的分析
3.4 混合颗粒循环流率与物料组分变化的预测模型
3.4.1 预测模型原理简介
3.4.2 网络预测模型构建与参数选取
3.4.3 预测模型比较分析
3.5 本章小结
第4章 双循环流化床压力波动特性分析与大异重颗粒流动规律研究
4.1 引言
4.2 实验系统与方法
4.3 提升管侧大异重颗粒流动规律研究
4.3.1 气化室表观气速的影响
4.3.2 提升管表观气速的影响
4.3.3 初始床层物料量的影响
4.3.4 石英砂平均粒径的影响
4.3.5 初始稻壳质量分数的影响
4.4 气化室侧大异重颗粒流动规律研究
4.5 本章小结
第5章 故障状态下双循环流化床大异重颗粒流动规律与分类诊断
5.1 引言
5.2 实验装置与方法
5.2.1 实验装置
5.2.2 实验方法
5.3 故障状态压力波动特性分析
5.3.1 结块故障状态压力波动特性分析
5.3.2 堵塞故障状态压力波动特性分析
5.4 基于压力信号的故障诊断与分类模型
5.4.1 故障诊断模型建立
5.4.2 模型具体参数设计
5.4.3 模型诊断结果分析
5.5 本章小结
第6章 基于压力平衡的大异重颗粒双循环流化床动力学模型
6.1 引言
6.2 双循环流化床系统动力学模型的建立
6.2.1 提升管压降模型
6.2.2 旋风分离器模型
6.2.3 立管模型
6.2.4 底部返料管模型
6.2.5 气化室模型
6.2.6 模型计算方法
6.3 模型计算结果分析
6.4 本章小结
第7章 结论与展望
7.1 论文工作总结
7.2 对今后工作的建议与展望
参考文献
攻读博士学位期间发表的论文及其它成果
攻读博士学位期间参加的科研工作
致谢
作者简介
【参考文献】：
期刊论文
[1]基于Daubechies小波分析的双循环流化床气化室压力波动特性研究[J]. 陈鸿伟,麻哲瑞,杨新,赵争辉. 华北电力大学学报(自然科学版). 2018(05)
[2]VMD样本熵特征提取方法及其在行星变速箱故障诊断中的应用[J]. 杨大为,冯辅周,赵永东,江鹏程,丁闯. 振动与冲击. 2018(16)
[3]基于多尺度样本熵和VPMCD的自动机故障诊断[J]. 王斐,房立清,齐子元. 振动.测试与诊断. 2018(03)
[4]基于KELM的光伏组件故障诊断方法[J]. 吴越,陈志聪,吴丽君,林培杰. 电源技术. 2018(04)
[5]基于Gath-Geva算法和核极限学习机的多阶段间歇过程软测量[J]. 张雷,张小刚,陈华. 化工学报. 2018(06)
[6]双组分颗粒混合下气液固鼓泡床流动特性研究[J]. 李蔚玲. 南京师范大学学报(工程技术版). 2017(04)
[7]生物质气化技术研究进展[J]. 关海滨,张卫杰,范晓旭,赵保峰,孙荣峰,姜建国,董红海,薛旭方. 山东科学. 2017(04)
[8]排列熵与核极限学习机在齿轮故障诊断中的应用[J]. 秦波,张鲁洋,孙国栋,王建国. 中国测试. 2017(07)
[9]VMD能量熵与核极限学习机在滚动轴承故障诊断中的应用[J]. 秦波,王祖达,孙国栋,王建国. 中国测试. 2017(05)
[10]双组分颗粒鼓泡流化床内气泡形状参数[J]. 耿超,陈恒志. 化学反应工程与工艺. 2017(02)
博士论文
[1]基于风帽压力波动的流化床气固流态化特征研究[D]. 姜华伟.华北电力大学 2013
[2]基于EMD和HHT的旋转机械故障诊断方法研究[D]. 张进明.北京化工大学 2006
[3]基于现代非线性信息处理技术的气固流化床流型识别方法与实验研究[D]. 王晓萍.浙江大学 2004
[4]混沌分析方法及其在气-固流化床中的应用[D]. 段文锋.四川大学 2001
硕士论文
[1]呼吸裂纹转子—轴承系统HHT谱分析及故障特征量提取[D]. 黄振宇.西安理工大学 2018
[2]基于静电信号的气固流化床结块故障诊断[D]. 张倩.浙江大学 2016
[3]基于声发射的流化床故障诊断方法研究[D]. 张蕾.内蒙古科技大学 2015
[4]基于小波包熵和高斯性检验的流化床结块预警方法[D]. 江玲玲.北京化工大学 2015
[5]基于单颗粒示踪法内循环流化床颗粒混合的研究[D]. 齐云龙.东南大学 2015
[6]双循环流化床颗粒循环流率实验及其模型研究[D]. 刘焕志.华北电力大学 2011
[7]双循环流化床冷态实验研究[D]. 韩磊.中国科学院研究生院（工程热物理研究所） 2010
[8]流化床压力信号的混沌特性分析及流型识别方法[D]. 何强勇.东北电力大学 2010
[9]生物质循环流化床气化过程分析及试验[D]. 刘方金.天津大学 2007
[10]典型生物质气化特性的实验研究与模拟[D]. 付鹏.华中科技大学 2007
本文编号：3718336
【文章页数】：186 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
主要符号表
第1章 绪论
1.1 课题背景与意义
1.2 国内外研究现状
1.2.1 双循环流化床流动特性的研究现状
1.2.2 压力信号在流化床特性研究中的应用
1.3 本文主要研究内容
第2章 鼓泡流化床压力信号分析与大异重颗粒流动规律研究
2.1 引言
2.2 实验装置与方法
2.2.1 实验装置
2.2.2 实验物料与工况选择
2.2.3 实验方法
2.3 压力波动信号的分析与处理方法
2.4 实验结果分析
2.4.1 大异重颗粒初始流化特性分析
2.4.2 基于数理统计的压力波动特性分析
2.4.3 基于功率谱密度估计的压力波动特性分析
2.4.4 基于HHT变换的压力波动特性分析
2.4.5 基于小波多分辨率分析的压力波动特性分析
2.4.6 基于递归方法的压力波动特性分析
2.5 本章小结
第3章 双循环流化床大异重颗粒流动特性实验研究与模型预测
3.1 引言
3.2 实验系统简介与实验方法
3.2.1 实验系统简介
3.2.2 实验方法与工况选择
3.3 实验结果分析
3.3.1 颗粒循环流率的分析
3.3.2 循环物料组分变化的分析
3.4 混合颗粒循环流率与物料组分变化的预测模型
3.4.1 预测模型原理简介
3.4.2 网络预测模型构建与参数选取
3.4.3 预测模型比较分析
3.5 本章小结
第4章 双循环流化床压力波动特性分析与大异重颗粒流动规律研究
4.1 引言
4.2 实验系统与方法
4.3 提升管侧大异重颗粒流动规律研究
4.3.1 气化室表观气速的影响
4.3.2 提升管表观气速的影响
4.3.3 初始床层物料量的影响
4.3.4 石英砂平均粒径的影响
4.3.5 初始稻壳质量分数的影响
4.4 气化室侧大异重颗粒流动规律研究
4.5 本章小结
第5章 故障状态下双循环流化床大异重颗粒流动规律与分类诊断
5.1 引言
5.2 实验装置与方法
5.2.1 实验装置
5.2.2 实验方法
5.3 故障状态压力波动特性分析
5.3.1 结块故障状态压力波动特性分析
5.3.2 堵塞故障状态压力波动特性分析
5.4 基于压力信号的故障诊断与分类模型
5.4.1 故障诊断模型建立
5.4.2 模型具体参数设计
5.4.3 模型诊断结果分析
5.5 本章小结
第6章 基于压力平衡的大异重颗粒双循环流化床动力学模型
6.1 引言
6.2 双循环流化床系统动力学模型的建立
6.2.1 提升管压降模型
6.2.2 旋风分离器模型
6.2.3 立管模型
6.2.4 底部返料管模型
6.2.5 气化室模型
6.2.6 模型计算方法
6.3 模型计算结果分析
6.4 本章小结
第7章 结论与展望
7.1 论文工作总结
7.2 对今后工作的建议与展望
参考文献
攻读博士学位期间发表的论文及其它成果
攻读博士学位期间参加的科研工作
致谢
作者简介
【参考文献】：
期刊论文
[1]基于Daubechies小波分析的双循环流化床气化室压力波动特性研究[J]. 陈鸿伟,麻哲瑞,杨新,赵争辉. 华北电力大学学报(自然科学版). 2018(05)
[2]VMD样本熵特征提取方法及其在行星变速箱故障诊断中的应用[J]. 杨大为,冯辅周,赵永东,江鹏程,丁闯. 振动与冲击. 2018(16)
[3]基于多尺度样本熵和VPMCD的自动机故障诊断[J]. 王斐,房立清,齐子元. 振动.测试与诊断. 2018(03)
[4]基于KELM的光伏组件故障诊断方法[J]. 吴越,陈志聪,吴丽君,林培杰. 电源技术. 2018(04)
[5]基于Gath-Geva算法和核极限学习机的多阶段间歇过程软测量[J]. 张雷,张小刚,陈华. 化工学报. 2018(06)
[6]双组分颗粒混合下气液固鼓泡床流动特性研究[J]. 李蔚玲. 南京师范大学学报(工程技术版). 2017(04)
[7]生物质气化技术研究进展[J]. 关海滨,张卫杰,范晓旭,赵保峰,孙荣峰,姜建国,董红海,薛旭方. 山东科学. 2017(04)
[8]排列熵与核极限学习机在齿轮故障诊断中的应用[J]. 秦波,张鲁洋,孙国栋,王建国. 中国测试. 2017(07)
[9]VMD能量熵与核极限学习机在滚动轴承故障诊断中的应用[J]. 秦波,王祖达,孙国栋,王建国. 中国测试. 2017(05)
[10]双组分颗粒鼓泡流化床内气泡形状参数[J]. 耿超,陈恒志. 化学反应工程与工艺. 2017(02)
博士论文
[1]基于风帽压力波动的流化床气固流态化特征研究[D]. 姜华伟.华北电力大学 2013
[2]基于EMD和HHT的旋转机械故障诊断方法研究[D]. 张进明.北京化工大学 2006
[3]基于现代非线性信息处理技术的气固流化床流型识别方法与实验研究[D]. 王晓萍.浙江大学 2004
[4]混沌分析方法及其在气-固流化床中的应用[D]. 段文锋.四川大学 2001
硕士论文
[1]呼吸裂纹转子—轴承系统HHT谱分析及故障特征量提取[D]. 黄振宇.西安理工大学 2018
[2]基于静电信号的气固流化床结块故障诊断[D]. 张倩.浙江大学 2016
[3]基于声发射的流化床故障诊断方法研究[D]. 张蕾.内蒙古科技大学 2015
[4]基于小波包熵和高斯性检验的流化床结块预警方法[D]. 江玲玲.北京化工大学 2015
[5]基于单颗粒示踪法内循环流化床颗粒混合的研究[D]. 齐云龙.东南大学 2015
[6]双循环流化床颗粒循环流率实验及其模型研究[D]. 刘焕志.华北电力大学 2011
[7]双循环流化床冷态实验研究[D]. 韩磊.中国科学院研究生院（工程热物理研究所） 2010
[8]流化床压力信号的混沌特性分析及流型识别方法[D]. 何强勇.东北电力大学 2010
[9]生物质循环流化床气化过程分析及试验[D]. 刘方金.天津大学 2007
[10]典型生物质气化特性的实验研究与模拟[D]. 付鹏.华中科技大学 2007
本文编号：3718336
本文链接：https://www.wllwen.com/kejilunwen/dongligc/3718336.html
