循环流化床烟气脱硫（CFB-FGD）过程建模与优化研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

循环流化床烟气脱硫（CFB-FGD）过程建模与优化研究

项目名称：循环流化床烟气脱硫（CFB-FGD）过程建模与优化研究
项目类别：面上项目
批准号：60674063
申请代码：F030102
项目来源：国家自然科学基金
研究期限：2007-01-01-2009-12-31

项目负责人：李鸿儒
负责人职称：教授
依托单位：东北大学
批准年度：2006

中文摘要：

循环流化床烟气脱硫技术（CFB-FGD）以其投资省、脱硫效率高等特点得到广泛的研究与发展。项目对CFB-FGD过程建模、软测量技术、过程优化控制及其相关优化算法展开研究。以烟气脱硫过程中的质量平衡方程为基础，结合可以描述脱硫剂颗粒反应的收缩未反应核模型，同时考虑到再循环物料的影响，建立了CFB-FGD稳态过程机理模型。针对CFB-FGD过程建模中绝热饱和温差的测量难题，提出一种基于混合策略的绝热饱和温差软测量方法。采用机理模型与神经网络结合的方法，建立了基于神经网络的CFB-FGD过程的智能集成模型，模型结构简单，精度可靠。通过对循环灰量综合影响因素的深入分析，建立了基于神经网络的循环灰利用率软测量模型。提出了基于SO2排放收费制度的和基于SO2排放许可证制度两种优化方法，建立了基于SO2排放收费制度的过程优化模型和基于SO2排放许可证制度的过程优化模型以及其约束条件。在优化算法研究方面，提出了一种基于改进的单参数填充函数模型的全局优化算法，提出了一种基于合理的区间删除法则组合的全局优化算法，提出了基于免疫进化策略的智能优化算法，算法收敛速度快，运算效率高。

中文主题词：循环流化床烟气脱硫；建模；过程优化；软测量；智能算法

结论摘要：

英文主题词CFB-FGD; modeling; process optimization; soft-sensing; intelligent algorithm

成果综合统计