煤的结渣特性研究

发布时间：2017-05-29 19:09

  本文关键词：煤的结渣特性研究，，由笔耕文化传播整理发布。

【摘要】： 煤灰的结渣特性主要取决于煤灰中各化学成分的百分比含量,同时也取决于各物质的熔点温度。这一机理与很多电站锅炉通过掺烧高灰熔点煤降低结渣程度的实际运行事实和试验结果相吻合。本文研究提出考虑煤灰各成分熔融温度与煤灰化学成分含量的统计分析判别方法及神经网络判别方法。对170多种中国煤质采用2种方法的计算结果与实验数据的比较结果表明,使用统计分析能将煤灰结渣特性熔融温度的判别命准率提高到80%以上,使用神经网络方法的命准率100%。神经网络方法具有智能优化的特点,比统计分析方法更具有普适性和高命准率。
【关键词】：煤灰成分 熔融温度 结渣特性 统计分析 神经网络
【学位授予单位】：华北电力大学（河北）
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：TK227
【目录】：

• 中文摘要4
• ABSTRACT4-8
• 第一章 绪论8-16
• 1.1 研究的对象、理论依据及意义8-9
• 1.1.1 研究的对象8
• 1.1.2 研究的理论及实践依据8
• 1.1.3 研究的意义8-9
• 1.2 国内外文献综述9-15
• 1.2.1 煤灰成分与煤灰熔融特性的关系9-10
• 1.2.2 矿物质对煤灰熔融性的影响10-11
• 1.2.3 添加剂对煤灰熔融性的影响11-13
• 1.2.3.1 耐熔剂的作用与反应11
• 1.2.3.2 助熔剂的作用与反应11-13
• 1.2.3.3 添加 SiO_2助熔的不确定性13
• 1.2.3.4 助剂与煤灰共熔物的特性13
• 1.2.4 煤灰熔融性与相平衡物质之间的关系13-14
• 1.2.5 煤灰成分与熔融温度间的研究方法14-15
• 1.3 研究主要内容15-16
• 第二章 煤灰熔融特性的因素研究16-29
• 2.1 煤灰中各组分与煤灰熔融性的关系16-18
• 2.1.1 灰中 Al_2O_3含量与熔融温度的关系17
• 2.1.2 灰中 SiO_2含量与熔融温度的关系17
• 2.1.3 灰中 Fe_2O_3含量与熔融温度的关系17-18
• 2.1.4 灰中 CaO 含量与熔融温度的关系18
• 2.1.5 灰中 MgO 含量与熔融温度的关系18
• 2.1.6 灰中 TiO_2、K_2O 和 Na_2O 含量与熔融温度的关系18
• 2.1.7 灰中硫含量与熔融温度的关系18
• 2.2 矿物组成对煤灰熔融性的影响18-19
• 2.3 常用结渣指标与煤灰熔融特性的关系19-23
• 2.3.1 碱酸比 B/A20-21
• 2.3.2 硫结渣指标21
• 2.3.3 硅铝比21
• 2.3.4 铁钙比21-22
• 2.3.5 硅比 G22
• 2.3.6 铁、白云石比22
• 2.3.7 白云石含量22
• 2.3.8 碱金属总量22-23
• 2.3.9 煤灰三元相图（热平衡相图）法23
• 2.4 基于煤灰熔融特性的结渣指标23-27
• 2.4.1 根据灰熔点温度（t_1，t_2）预测煤的结渣特性23-24
• 2.4.2 熔点结渣指数对结渣判别24-25
• 2.4.3 用灰渣电阻突变时的温度 T_R来预测25
• 2.4.4 用熔点温差法来预测25
• 2.4.5 综合指数25-26
• 2.4.6 美国电力协会的结渣判别图26
• 2.4.7 西安热工研究院的复合判别指标26
• 2.4.8 ST 对某些指标的最优分割26-27
• 2.5 锅炉设计参数选取对锅炉结渣方面的影响27-28
• 2.6 初步结论28-29
• 第三章 煤灰成分与其熔融性之间关系的研究29-60
• 3.1 SPSS 软件简介29
• 3.1.1 SPSS 软件功能29
• 3.1.2 SPSS for Windows 的功能特点29
• 3.2 对煤灰成分与熔融性进行相关与回归分析的意义29-30
• 3.3 对煤灰资料的统计30-32
• 3.4 灰成分与其熔融性温度的分析32-55
• 3.4.1 相关性分析在煤质数据分析中的应用32-39
• 3.4.1.1 相关分析的功能及应用32-34
• 3.4.1.2 Bivariate Correlations 过程34-39
• 3.4.2 线性回归分析在煤质数据分析中的应用39-43
• 3.4.2.1 基本数学原理40-42
• 3.4.2.2 线性回归计算方法42-43
• 3.4.3 SPSS 实现43-54
• 3.4.3.1 寻找是否满足假设43-44
• 3.4.3.2 等方差性44-47
• 3.4.3.3 误差的独立性47-49
• 3.4.3.4 残差的正态性49-52
• 3.4.3.5 多元线性回归模型正确性的检验52-53
• 3.4.3.6 系数矩阵53-54
• 3.4.4 非线性回归过程54-55
• 3.5 加入各组分的熔点温度后的线性回归过程55-59
• 3.5.1 理论基础55-56
• 3.5.2 对灰成分各组分进行熔点温度、组分含量加权后多元线性回归过程56-57
• 3.5.3 对加权回归式中影响因素的分析57-59
• 3.6 结论59-60
• 第四章 神经网络60-78
• 4.1 BP 神经网络60-65
• 4.1.1 BP 网络模型61-62
• 4.1.2 BP 网络的学习62-65
• 4.1.2.1 弹性 BP 算法（resilient back-PROPagation, RPROP）62-63
• 4.1.2.2 LM(levenberg-marquardt)算法63-64
• 4.1.2.3 BP 网络的算法比较64-65
• 4.2 MATLAB 神经网络工具箱介绍65-68
• 4.2.1 设计 BP 网络的相关函数66-67
• 4.2.2 BP 网络的建立、训练及仿真67-68
• 4.2.3 数据预处理68
• 4.2.4 训练数据的导入方法68
• 4.3 BP 网络的 MATLAB 实现68-76
• 4.3.1 网络设计步骤68-69
• 4.3.2 设计实例69-75
• 4.3.3 结果分析75-76
• 4.4 结论76-78
• 第五章 结论与展望78-81
• 5.1 结论78-79
• 5.1.1 采用煤灰组分含量预测煤灰熔融温度78
• 5.1.2 对煤灰组分进行熔点温度加权后与熔融温度的关系78-79
• 5.1.3 研究方法的比较79
• 5.2 展望79-81
• 参考文献81-85
• 致谢85-86
• 在学期间发表的学术论文和参加科研情况86-87
• 详细摘要87-101

【引证文献】

中国博士学位论文全文数据库 前1条

1 王希;粘性大颗粒流态化过程流化粘结特性研究[D];清华大学;2011年

中国硕士学位论文全文数据库 前5条

1 姜建勋;金属化合物催化煤燃烧规律的实验研究[D];长沙理工大学;2010年

2 安春国;医用玻璃及医疗废物灰渣熔融特性研究[D];浙江大学;2010年

3 崔震华;基于神经网络的煤灰结渣特性的研究[D];华北电力大学（河北）;2007年

4 宋燕;600MW机组炉内燃烧过程与结渣特性研究[D];华北电力大学（河北）;2009年

5 钱剑杰;含氟氯类危险废物焚烧灰渣的熔融特性研究[D];浙江大学;2012年

  本文关键词：煤的结渣特性研究，由笔耕文化传播整理发布。

本文编号：405520