基于多过程模型融合的流化床配风解耦燃烧参数预测与优化

循环流化床广泛应用于矸石、污泥等低品位燃料转化,近年来随着其用途和需求变化,进行了广泛的适应性改造,准确模拟和预测流化床炉内燃烧状况可为此提供基础支撑。针对当前流化床模型复杂,难以兼顾多参数精准预测问题,构建了基于热力学和动力学的流化床模型,计算了燃料变化对需氧量的影响以及空隙率和温度随床层高度的变化。通过构建热力学模型,预测了碳含量为74.05%、17.71%、24.27%、34.01%的4种煤矸石,理论需氧量分别为15.17、4.00、4.47、6.20kg/h。计算结果关联了燃料类型与理论需氧量,可辅助风机功率、风量等参数设计;通过串联10个RCSTR动力学模块嵌入动力学模型,实现不同床层的空隙率、温度、气体分布等关键参数计算,单点参数误差低于15%。多过程模型融合方法的建立可实现不同类型静态指标分类预测,为燃料变换时调控流化床进风量、一二次风风口位置等参数提供理论依据和设计参考。

狄子琛(1992—),男,山西临汾人,讲师,博士。E-mail:dizichen@sxu.edu.cn