引入气相对D类颗粒卸料过程特性的影响

来源 :河北工业大学 | 被引量 : 0次 | 上传用户:zhangzhennan6
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
催化剂、粒煤等D类颗粒卸料问题,广泛存在于催化重整、粒煤燃烧、乙烯聚合、汽油脱硫等工农业生产过程。引入气体不仅能改善卸料过程中颗粒流动情况,如促进颗粒形成整体流动、抑制架桥等,还可灵活调节颗粒流率,提高装置效率。目前有关引入气体调控D类颗粒卸料流率的研究中,系统考察不同正负压差条件的影响的研究较少,且缺乏对于间歇卸料过程尤其是引入气体后颗粒流率变化规律的研究。本文通过搭建一套冷模试验装置,测量引入气相前、后,D类颗粒在间歇和连续卸料两种卸料形式下的压力分布、颗粒流动状态和颗粒流率,揭示气相的引入对床体内气固两相特性影响,并建立压降和颗粒流率计算模型,对比分析两种卸料形式下异同点,以期为引入气相调控D类颗粒卸料流率的方法提供参考。结果发现,间歇和连续卸料过程中,在不同时间段内具有不同的气固两相流动特性,故首先根据颗粒流动状态和压力变化情况划分各流动阶段,考察各阶段气体流动特性,分析颗粒流动特性并建立颗粒流率计算式。间歇卸料过程可划分为三个阶段:初始蓄压PS阶段、稳定卸料SD阶段和非满管流PP阶段。考虑到颗粒床层高度几乎不随时间发生变化,连续卸料过程仅划分为两个阶段:初始蓄压PS阶段、稳定卸料SD阶段,不存在非满管流PP阶段。根据气体流动特性,间歇和连续卸料过程中,均可通过实验拟合得到相同的床层压降Δpb、卸料口颗粒阻力Δpo1和卸料口局部阻力Δpo2计算式。但是,由于各阶段不同气固两相流动特性,需根据实际情况将上述计算式进行选择性叠加,揭示各阶段压力分布随压差和时间变化特性,并建立不同卸料过程、不同阶段转折点处压降计算方程,与实验值较为吻合。根据颗粒平均流动区域宽度、颗粒死区尺寸、连续卸料过程中表层颗粒斜面影响范围等颗粒流动特性,间歇和连续卸料过程中,正压差条件下颗粒流动均更加均匀,其均匀性随气速的增大而增大;负压差条件下则相反。同时,连续卸料下颗粒流动更为均匀。时间较长、流场较为稳定的SD阶段中,在间歇和连续卸料过程中,均发现卸料口压降中的卸料口颗粒阻力是影响颗粒流率的关键参数,并通过修正De Jong提出的卸料口压降公式、Beverloo公式,依次建立卸料口颗粒阻力、D类颗粒卸料流率预测模型,与实验值吻合较好。
其他文献
带有间隙约束的模式匹配可以用来计算模式在序列中的支持度,是序列模式挖掘的核心技术,在生物、安全监测、数据挖掘方面有着广泛应用。传统的模式匹配分为精确模式匹配和近似模式匹配,由于实际数据中存在大量的噪声干扰,近似模式匹配的优点在于具有灵活性,相对精确模式匹配可以发现更多有价值的模式。目前,带间隙近似模式匹配主要采用Hamming距离作为度量相似度,这种度量方法仅仅能够反应出两个序列串有多少个不一致的
溴被称为“海洋元素”,被广泛应用于工农业生产中,与人们的生活息息相关。我国作为产盐大国,每年制盐副产的苦卤中含有丰富的溴资源。传统的提溴方法是空气吹出发和水蒸气蒸馏法,存在收率不高、设备庞大、不利于低浓度溴资源提取等缺点,因此需要开发新的工艺来改善溴资源的利用状况。除溴资源外,苦卤中还含有更多的钠、钾、氯元素,因此对Na+,K+//Cl-,Br-四元体系从整体上进行开发利用,有助于提高我国苦卤综合
事件检测是政府和企业掌握敏感话题、把控舆情动态的重要手段,能够使网络社会更加和谐进步。传统媒体的事件检测方法适用于规范书写的新闻报道文章,社交媒体的事件检测方法适用于稀疏性、动态性、社会性的短文本,这两种方法都需要对文本进行处理,而文本处理过程是繁琐和效率低下的。通过网络演化进行事件检测具有简洁、高效的特点,但直接建立网络演化模型只宏观地分析了网络演化,忽略了节点的演化情况,从节点的微观角度能更加
近年来,随着大数据、云计算、人工智能、工业互联网等新一代信息技术的迅速发展,制造业的智能升级蓄势待发。设备作为制造生产过程中最重要的部分备受关注,随着新一代信息技术与传统制造业的深度融合,获取大型装备的运行数据变得更为容易,如何利用新技术对故障进行有效预警和诊断成为智能制造领域的研究热点。由于设备的可靠性,采集的数据具有非平衡性,即大部分为正常数据,有效故障数据较少,导致传统的机器学习方法难以直接
富锂锰基正极材料作为新一代锂电正极材料,具有比容量高和比能量高的优势。但富锂锰基正极材料首次库伦效率低、电子电导率和离子电导率偏低、循环性能差和电压衰减快的缺陷制约着其商业化进程。本文以富锂锰基正极材料为研究对象,采用共沉淀法制备Li1.2Ni0.13Co0.13Mn0.54O2(LNCMO)正极材料,通过分别包覆化学性质稳定的Fe2O3、导电聚合物PEDOT和快离子导体Li2SiO3以及Li2S
苯并咪唑是有机合成中的重要中间体。含有苯并咪唑结构的生物活性化合物可用于治疗各类疾病。苯并咪唑类化合物也可作为催化剂载体、离子液体等用于化工领域,在材料化学、燃料电池中亦有其身影。因此,开发简单高效合成苯并咪唑类化合物的方法具有重要意义。首先,利用1,3-丙磺酸内酯与N-甲基咪唑或吡啶反应得到磺酸内盐,磺酸内盐与等比例的无机酸反应合成了八种Br(?)nsted酸性离子液体,并以其为催化剂应用于醇或
万能式断路器是低压配电网中的保护和控制设备,其健康状态对配电系统的性能、稳定性有着巨大的影响。对其进行故障诊断,可及时发现故障隐患和故障趋势,有助于维修人员及时掌握断路器各部件的健康状态,制定维修策略,实现预知性维修。随着深度学习理论的发展,从数据本身自主学习故障特征的思想为断路器故障诊断方法提供了新思路。卷积神经网络作为深度学习中最重要的模型之一,其对数据强大的表征能力,使得卷积神经网络在区分故
学位
5-甲基-2-巯基-1,3,4-噻二唑(简称噻二唑)由于其独特的氮硫双杂原子化学结构,使其在药物合成、农药、精细化工等领域具有广泛的应用。但是由于噻二唑传统合成方法对环境产生严重污染,因而,开发环境友好的噻二唑合成技术非常必要。此外,基于噻二唑特殊结构开发下游产品为进一步拓展其应用范围也有较重要的意义。制定了有别于国内传统合成噻二唑方法的并联路线。先以水合肼、二硫化碳以及KOH反应合成了肼黄原酸钾
镍钴锰三元材料LiNi0.5Co0.2Mn0.3O2(NCM523)因具有较高能量密度、较低价格以及对环境友好等优点被视为当前最有前景的锂离子电池正极材料之一。但是,NCM523在充放电过程中循环性能差和倍率性能差的问题阻碍了其大规模应用。本论文以氢氧化物共沉淀法制备的NCM523正极材料为研究对象,从构筑稳定的正极材料/电解液界面入手,采用表面包覆的改性方法将三氧化钨(WO3)、二硫化钨(WS2