导读:本文包含了气化过程建模论文开题报告文献综述及选题提纲参考文献，主要关键词:生物质气化,仿真,优化,Aspen,Plus
气化过程建模论文文献综述
张伟,吴永明[1]（2018）在《基于Aspen Plus的固定床生物质气化过程的建模、仿真及工艺优化》一文中研究指出为了研究固定床生物质气化炉的气化特性及其影响因素,优化气化工艺参数,利用Aspen Plus仿真系统及其全混流反应器(RCSTR)和收率反应器(Ryield)等,建立固定床生物质气化过程的动力学仿真模型,利用该模型分析气化温度、空气配比(AR)、水蒸气通入量(S/B)、原料含水率4个气化工艺参数及全混流反应器数量对气化过程的影响,并通过敏感性分析优化气化工艺参数。综合考虑上述气化工艺参数进行生物质气化过程仿真分析,获得优化的气化工艺参数为气化温度800℃,空气配比0.25,水蒸气通入量2.3。(本文来源于《林产化学与工业》期刊2018年03期）
东赫,刘金昌,解强,党钾涛,王新[2]（2016）在《典型气流床煤气化炉气化过程的建模》一文中研究指出利用Aspen Plus、基于热力学平衡模型对GSP煤粉气化炉、GE水煤浆气化炉及四喷嘴对置式水煤浆气化炉的气化过程建模。根据煤颗粒热转化的历程,将煤气化过程划分为热解、挥发分燃烧、半焦裂解及气化反应4个阶段,利用David Merrick模型计算热解过程,采用Beath模型校正压力对热解过程的影响,选用化学计量反应器模拟挥发分燃烧反应,编制Fortran程序计算半焦裂解产物收率,最后基于Gibbs自由能最小化方法计算气化反应。结果表明,采用建立的气流床气化过程模型模拟工业气化过程的结果与生产数据基本吻合,对GSP煤粉气化炉、GE水煤浆气化炉及四喷嘴对置式水煤浆气化炉等3种气化炉有效气成分(CO+H_2)体积分数模拟结果的误差均不超过2%,建立模型的可靠性得到验证。(本文来源于《化工进展》期刊2016年08期）
邹淳妮[3]（2016）在《炭气联产气化炉满负荷工况过程建模与仿真》一文中研究指出生物质能的利用方法有很多,在其中生物质气化技术是全世界都认为比较先进的一种工艺。气化炉进行生物质气化时,它的过程是有很大的时间滞后、且非线性的特点,而人工神经网络特别适用于需要考虑各种因素和条件、不精确的、模糊的数据处理。因此,研究生物质气化满负荷工况过程的建模和仿真技术对炭气联产气化炉系统实现初步的自动控制有十分重要的指导意义。本论文研究对象的主要工作原理是:将储存太阳能的生物质原材料放入气化炉中,然后经过氧化还原等一系列的物理化学反应,得到炭和生物质气等生成物。拆解介绍了气化炉系统的五个主要的子系统。接着从总体结构和工作原理两方面详细的分析了气化炉的特点,并对测量系统的硬件电路进行实验室调试,最后在工业现场进行安装测试。本论文对气化炉的工况进行了分析,阐述了气化炉工况的特点、分类以及影响气化炉工况的因素。以木屑和秸秆作等生物质原料作为气化物料对满负荷工况气化过程进行分析:理想条件下,当生物质进料量为1500kg??-1时,生物质气的产量约为1000m3,炭的产量约为450kg。本论文通过对炭气联产气化炉的满负荷工况气化过程分析,深入的分析了现有的几种建模方法,研究炭气联产气化炉的满负荷工况过程的BP建模方法,得到利用神经网络建立气化炉的工作进行建模是可行的的结论。本论文以Matlab为仿真平台,采用叁层BP结构,利用炭气联产气化炉现场运行采集记录数据进行建模仿真并优化,仿真结果表明:温度对气化结果的影响较大,生物质气的产量随温度的增加而增加,直到温度为820℃时维持稳定,不再增长;炭的产量对温度的增加而减少,直到温度为820℃时维持稳定,不再减少;而粒径对气化结果的影响较小。通过建模仿真可知,用BP神经网络对本文使用的炭气联产气化炉满负荷工况气化过程进行建模仿真是可行的。(本文来源于《华中科技大学》期刊2016-05-01）
陈金花[4]（2014）在《GE水煤浆气化过程建模与优化》一文中研究指出水煤浆气化技术是将原煤与氧化剂混合,在一定条件下进行一系列复杂的物理化学变化,生成以CO和H2为有效成分的合成气技术,是实现最大利用以及清洁少污染利用煤、焦炭等固体燃料的重要方法之一。目前,煤的气化已经成为加快煤炭产业发展的重点研究内容,煤气化产业正在向着规模化和大型化发展。气化炉装置操作最优化的课题已引起国内外广大研究者的深入思考,气化炉的模型化和优化对原料的配置、有效合成气产率的提高、成本的降低起到十分重要的作用。关于煤气化过程建模、优化方面的研究,国内外相关文献的报道还相对较少。为此本课题将在水煤浆气化机理分析的基础上,以GE气流床气化炉为研究对象,围绕GE水煤浆气流床气化炉的建模、优化等方面的问题进行了建模、优化和仿真研究。本文主要工作如下：首先,目前关于对气化过程气化炉内CO含量、H2含量、C02含量以及气化炉温度等关键效能指标的建模大都只局限在气化室出口处。针对此问题,本文沿着气化炉炉膛高度方向,将气化室划分成52个子区间,借助软测量建模技术,建立了气化炉全炉膛52个子区间的CO含量分布、H2含量分布、C02含量分布以及气化炉温度分布的软测量模型,并进行预测。预测结果表明,该方法建立的模型拟合精度较高。其次,CO和H2是气化最希望得到的气体,称之为有效气,其收率是气化炉运行工况评判的重要指标。为了优化气化炉有效气产率,本文结合相位角粒子群优化(θ-PSO)算法和蝗虫优化(LBPSO)算法的特点,提出了一种改进的相位角蝗虫优化(θ-LBPSO)算法。并将9-LBPSO算法与StdPSO、θ-PSO和LBPSO叁种算法分别优化四个典型测试函数。实验表明：θ-LBPSO算法在优化性能效果、全局搜索能力等方面都有较为明显的优势。然后将θ-LBPSO算法运用到GE气化炉的操作优化中。结果表明,通过操作优化可提高气化炉有效气产率,达到气化炉生产的优化操作。最后,GE气化炉叁通道气流雾化喷嘴里中心氧和外环氧分配比例的好坏直接影响着气化炉的气化效率,而且目前关于GE气化炉叁通道喷嘴里中心氧和外环氧分配比例对气化炉内流场影响的公开报道较少。针对此问题,本文以国内某焦化厂日处理干煤500吨的GE水煤浆气化炉为模拟对象,应用软件Gambit建立气化炉几何模型和网格划分,应用数值仿真软件FLUENT对中心氧含量分别为14%、16%、18%和20%时GE气化炉内叁维冷态流场进行了数值模拟,得到了最佳的中心氧分配比例。该数值模拟结果对生产操作具有较大的指导意义。(本文来源于《华东理工大学》期刊2014-12-30）
郭斯茂,郭烈锦,聂立,金辉,葛志伟[5]（2014）在《超临界水流化床内煤气化过程建模与仿真(2):气化反应动力学模型及气化规律》一文中研究指出本文成功建立了煤超临界水气化动力学模型,其中包括煤在超临界水中热解、液化、固相残碳及液化产物的蒸汽重整等均相和非相反应。该动力学模型能准确反应煤在超临界水中气化特征。在前述第一部分工作的基础上,耦合该气化动力学模型,对煤在超临界水流化床中气化过程进行了建模。通过该模型研究了宽温度参数范围下反应器内典型反应速率、反应组分分布演变规律,揭示了反应器内部化学反应特征与气化规律。研究加深了对超临界水流化床内煤气化过程的认识,对超临界水流化床反应器的优化、放大以及实际运行具有指导意义。(本文来源于《工程热物理学报》期刊2014年12期）
彭伟锋,钟伟民,孔祥东,钱锋[6]（2012）在《德士古水煤浆气化过程的建模与优化分析》一文中研究指出根据德士古水煤浆气化工艺的操作特性和装置特点,采集实际工业运行数据,基于Aspen Plus软件平台,建立了气化炉和水洗过程的模型,模拟结果与实际生产较吻合。基于所建立的模型,进行了水煤浆浓度、气化反应温度对气化结果的灵敏度分析,并讨论了过程的节水,分析了高温汽提冷凝液对废水排放与合成气水汽比的影响。结果表明:在现有工况下,提高水煤浆浓度和反应温度,有效合成气收率会提高;适当减少高温、汽提冷凝液,有利于装置的废水排放和提高合成气水汽比。(本文来源于《计算机与应用化学》期刊2012年07期）
李海洋,谢芳,史永永,林倩[7]（2012）在《煤燃烧过程分析与建模及其应用于Texaco气化炉模拟研究》一文中研究指出以煤燃烧过程分析研究为基础,将煤燃烧过程分解为煤干燥过程、煤热解过程、燃烧过程和气渣分离过程,详细分析各过程的机理并建立相应数学模型,重点开展对常规分离器模型的优化。将该煤燃烧过程模型应用于Texaco气化炉,通过对该过程进行编程求解,计算所得的模拟值与文献值吻合较好,证明所建立的煤燃烧过程模型准确合理,为煤燃烧过程的工艺流程的数值模拟研究奠定了基础,可用于气体组成、除尘、脱硫等不同工艺过程的数值模拟研究。在此模型的基础上,进一步分析了在一定物流参数下不同温度对Texaco气化炉煤燃烧生成合成气组成的影响。(本文来源于《现代化工》期刊2012年07期）
彭伟锋,钟伟民,程辉,孔祥东,钱锋[8]（2011）在《水煤浆气化装置水洗过程的建模与优化》一文中研究指出煤气化技术的发展不仅提高了煤炭的高效清洁综合利用,同时也减小了煤直接燃烧造成的环境污染。煤气化过程的建模与优化具有十分重要的现实意义。本文基于化工分离技术,建立了水煤浆气化装置水洗过程的模型,并实现了流程模拟。模拟结果与实际工业过程数据相符,模型具有一定的精度。通过灵敏度分析,考察了变换冷凝液的流量和温度,水洗塔出口压力,进口粗合成气的温度、压力、负荷等关键操作参数对出口合成气水汽比的影响。分析结果表明,合成气中的水汽比随着变换冷凝液流量的增加而减小,温度的升高而增加;进口粗合成气对水汽比的大小影响较大,流量越大、温度越高,则水汽比越大;而水洗塔出口压力对水汽比的影响较小,随着压力增加水汽比有一定的减小。根据灵敏度分析的结果,对水煤浆气化装置进行了工艺操作参数的优化,提高了合成气中的水汽比,使之更利于后续工段的生产。(本文来源于《计算机与应用化学》期刊2011年12期）
彭伟锋[9]（2011）在《水煤浆气化过程的建模与优化》一文中研究指出煤气化技术是一种将煤在高温条件下,通过与气化剂反应,把煤中的可燃部分转化为气体(CO、H2、CH4等)的过程。煤气化技术大大提高了煤的高效清洁利用,同时也缓解了煤直接燃烧造成的环境污染。本文以德士古水煤浆气化技术和多喷嘴对置式水煤浆气化技术为研究背景,在化工流程模拟软件Aspen Plus平台上建立了水煤浆气化过程的平衡模型。根据德士古水煤浆气化工艺的操作特性和装置特点,基于Gibbs自由能最小化原理,建立气化炉模型,并进一步建立全流程模型。模拟结果与实际生产值比较,两者相吻合,说明模型是可靠的。通过灵敏度分析表明：水煤浆浓度越高,有效气成分也越高；提高氧煤比虽能加快煤气化反应,但也会使有效气体产率下降,所以氧煤比需保持在一定的范围内；碳转化率越高,则煤的利用率也越高,但同时也会使气化温度降低。基于全流程平衡模型,对系统进水和出水进行分析,通过改变高温冷凝液和汽提冷凝液的流量大小,使系统用水量得到了优化。优化结果可用于指导实际生产,节约装置用水量。对多喷嘴对置式水煤浆气化工艺的水洗过程进行分析,在Aspen Plus上建立其模型,模拟结果与实际工业生产数据相符,模型具有一定的精度。通过灵敏度分析,表明合成气中的水汽比随着变换冷凝液的流量的增加而减小,温度的升高而增加；进口粗合成气对水汽比的大小影响较大,流量越大、温度越高,则水汽比越大；而水洗塔出口压力对水汽比的影响较小,随着压力增加水汽比有一定的减小。根据灵敏度分析的结果,对主要工艺操作参数进行了优化,提高合成气中水汽比,使之更利于后续工段的生产。(本文来源于《华东理工大学》期刊2011-12-09）
孙漾[10]（2011）在《面向水煤浆气化装置的过程建模与操作优化技术》一文中研究指出煤炭是我国的基础能源和主要工业原料之一。化学工业每年的煤炭消费量在四亿吨以上。煤炭气化过程是对煤炭进行化学加工的一个重要方法,是实现煤炭洁净利用的关键技术。水煤浆加压气化技术是当今具有代表性的主流煤炭气化技术之一。作为煤化工的源头、全厂能量转换的核心,气化装置的运行状况十分重要。目前,采用先进的控制方法优化装置的运行状况的研究尚处于起步阶段。加快进行煤炭气化过程建模、流程模拟、控制优化等自动化关键技术的研究对提高装置的运转效率、提高煤炭资源利用率、实现节能降耗具有重要意义。本课题以水煤浆气化装置为研究对象,探讨复杂化工过程的建模和优化方法,提出了几种改进的智能优化算法应用于水煤浆气化装置过程建模与操作优化问题中。同时,设计并开发了水煤浆气化操作优化系统应用软件。本文的主要研究成果如下：(1)针对水煤浆气化装置优化配煤问题,建立了混煤质量指标预测模型。其中,采用最小二乘支持向量机(LS-SVM)建立混煤灰熔点预测模型,描述混煤灰熔点与灰成分之间复杂的非线性关系。同时,提出了一种多种群竞争型协同文化差分进化算法(MCCDE),算法中建立了基于差分进化算法的竞争型协同策略及竞争适应度评判方法,并引入了文化算法的部分思想。将MCCDE算法与其它五种变异策略的DE算法通过八种典型测试函数优化问题进行比较,验证了该算法的有效性。最后,将MCCDE算法用于优化LS-SVM模型的超参数。仿真结果表明,该方法建立的模型比其它3种比较方法建立的模型具有更好的泛化能力。(2)结合(1)中建立的混煤质量指标预测模型,建立了一个管理级视角下的配煤优化模型。模型综合考虑了原煤的采购成本、库存成本、实施配煤的操作成本等,在满足装置对煤质要求的前提下,实现用煤总成本最低控制。根据配煤优化模型的特点,将粒子群优化算法、文化算法和协同进化算法进行改进和结合,取长补短,提出了协同文化框架及其进化机制,并建立了基于粒子群算法的协同文化算法(CECBPSO)。采用正交试验的方法分析讨论了该算法的参数对其性能的影响。同时,将CECBPSO算法与其它四种算法优化八个典型测试函数的结果进行比较。最后,对某煤化工厂水煤浆配煤优化问题进行仿真分析,采用CECBPSO算法求解配煤优化模型,计算结果验证了模型和算法的可行性。(3)根据群搜索优化算法适于解决高维多峰函数优化问题的特点,在基本群搜索算法中引入了差分进化算法和混沌局部搜索的思想,提出了一种改进的群搜索差分进化算法(DEGSO),与其它四种算法通过标准测试函数的仿真比较验证了算法的性能。将DEGSO算法用于优化神经网络的权值和阈值,建立了“德士古合成气”CO、H2和CO2气体含量软测量模型(DEGSO-NN),实现以低成本及时、在线获得“德士古合成气”组分含量。采用某德士古气化装置现场实际数据进行仿真研究,结果表明,同另外两种方法相比,基于DEGSO的神经网络软测量模型具有最高的训练效率和泛化能力。(4)根据膜系统计算模型的分布式、极大并行性和不确定性特征,将粒子群算法引入到膜计算模型的框架中,提出了膜计算粒子群优化算法(MCBPSO)。该算法中,多个群体在膜系统的不同膜结构中并行搜索,同时,建立了协同和变异机制以提高其性能。采用正交试验的方法对MCBPSO的参数选择进行了研究,并与其它四种算法采用五种测试函数进行测试比较。针对德士古气化炉操作优化问题的特点,引入了区域优化的概念,建立了工况评判标准和操作优化模型,将MCBPSO用于优化模型的求解。最后,采用某化工厂德士古气化炉实际运行数据进行仿真,经过操作优化计算,能够获得优化的控制参数,并提高气化炉有效气产率。(5)针对某甲醇合成企业德士古水煤浆气化系统,开发了水煤浆气化操作优化系统应用软件。软件具有混煤指标预测、配煤操作优化计算、气化炉炉膛温度软测量、德士古合成气组分软测量、气化炉工况操作优化等功能,同时能够进行模型的自动更新以及记录报表的自动生成与存储。水煤浆气化操作优化系统应用软件能够实现将建模、控制、优化技术应用于实际生产中,以提高装置的经济效益。(本文来源于《华东理工大学》期刊2011-12-01）
气化过程建模论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用Aspen Plus、基于热力学平衡模型对GSP煤粉气化炉、GE水煤浆气化炉及四喷嘴对置式水煤浆气化炉的气化过程建模。根据煤颗粒热转化的历程,将煤气化过程划分为热解、挥发分燃烧、半焦裂解及气化反应4个阶段,利用David Merrick模型计算热解过程,采用Beath模型校正压力对热解过程的影响,选用化学计量反应器模拟挥发分燃烧反应,编制Fortran程序计算半焦裂解产物收率,最后基于Gibbs自由能最小化方法计算气化反应。结果表明,采用建立的气流床气化过程模型模拟工业气化过程的结果与生产数据基本吻合,对GSP煤粉气化炉、GE水煤浆气化炉及四喷嘴对置式水煤浆气化炉等3种气化炉有效气成分(CO+H_2)体积分数模拟结果的误差均不超过2%,建立模型的可靠性得到验证。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
气化过程建模论文参考文献
[1].张伟,吴永明.基于AspenPlus的固定床生物质气化过程的建模、仿真及工艺优化[J].林产化学与工业.2018
[2].东赫,刘金昌,解强,党钾涛,王新.典型气流床煤气化炉气化过程的建模[J].化工进展.2016
[3].邹淳妮.炭气联产气化炉满负荷工况过程建模与仿真[D].华中科技大学.2016
[4].陈金花.GE水煤浆气化过程建模与优化[D].华东理工大学.2014
[5].郭斯茂,郭烈锦,聂立,金辉,葛志伟.超临界水流化床内煤气化过程建模与仿真(2):气化反应动力学模型及气化规律[J].工程热物理学报.2014
[6].彭伟锋,钟伟民,孔祥东,钱锋.德士古水煤浆气化过程的建模与优化分析[J].计算机与应用化学.2012
[7].李海洋,谢芳,史永永,林倩.煤燃烧过程分析与建模及其应用于Texaco气化炉模拟研究[J].现代化工.2012
[8].彭伟锋,钟伟民,程辉,孔祥东,钱锋.水煤浆气化装置水洗过程的建模与优化[J].计算机与应用化学.2011
[9].彭伟锋.水煤浆气化过程的建模与优化[D].华东理工大学.2011
[10].孙漾.面向水煤浆气化装置的过程建模与操作优化技术[D].华东理工大学.2011