-
主管
中国煤炭科工集团有限公司
-
主办
煤炭科学研究总院有限公司
煤炭工业洁净煤工
程技术研究中心 -
主编
解强
-
刊期
月刊
-
ISSN
1006-6772
-
CN
11-3676/TD
当前位置： 首页 > 2024年 第S1期
2024年 第S1期
99
84
作者：
- 艾泽健
- 朱晓蕾
- 冷立健
- 杨建平
- 李海龙
单位：
- 中南大学能源科学与工程学院
摘要：
采用热重分析仪研究了含油污泥（Oily Sludge, OS）的催化热解特性，并基于人工神经网络（Artificial Neural Network, ANN）算法，建立了可预测催化效率的机器学习模型，为催化热解过程优化提供指导。研究表明Fe2O3、CaO可降低OS在2个热解阶段的热失重峰值温度，且OS第1热解阶段的热失重峰值温度均由315℃降至270℃,第2热解阶段的热失重峰值温度由460℃分别降至420和430℃。反应动力学模型表明Fe2O3、CaO可降低OS有机组分的热解活化能，由33 kJ/mol分别降至25和30 kJ/mol, Fe2O3催化效率更高。建立的机器学习模型可准确预测催化热解过程(R2=0.99,RMSE=0.03)。基于机器学习模型预测，选用Fe2O3作为热解催化剂，混合比13%,热解温度440℃时，OS热解催化效率最高，可达10.27%,本研究将为OS等有机固废的催化热解提供新思路。
关键词：
- 含油污泥
- 热解动力学
- 催化热解
- 催化效率
- 机器学习
图表：
--
相关文章：
--
引用格式：
[1]艾泽健,朱晓蕾,冷立健,等.含油污泥催化热解特性与预测[J].洁净煤技术,2024,30(S1):141-148.
在线投稿
专家审稿
编辑办公
当期目录
过刊浏览
专题/专栏
