超临界二氧化碳布雷顿循环与铅冷快堆的结合被认为是最为理想的动力循环之一,系统通过中间换热器传递热量,其性能影响着整个发电系统的高效与安全运行.由于超临界二氧化碳和液态铅铋合金(LBE)物理性质和热输运性质差异显著,对称式结构无法匹配两侧工质的换热要求,构建了1种非对称式紧凑式耦合换热器,采用数值模拟方法研究了超临界二氧化碳与液态铅铋合金耦合换热特性.结果表明:提升冷侧流体入口速度会显著增强换热;增加热侧LBE入口速度时,总换热系数先降低后增加;提升换热器冷热流体入口温度,换热器的换热系数先减小后增大,存在最优值;在拟临界区内,强浮力作用会大幅提升冷侧换热,而加速效应则抑制换热.
为加快实现"碳达峰"和"碳中和"目标,国家、地方及行业陆续出台了一系列关于温室气体控制的法律、法规及制度文件.氧化亚氮(N2O)作为一种具有较强温室效应的气体,引起越来越多研究者的重视.总结了国内外N2O研究现状,对比了典型燃煤锅炉N2O排放情况,分析了燃烧过程中N2O的生成机理、影响因素、抑制方法及脱除手段,探讨了燃煤锅炉的N2O减排策略,指出在加强燃煤锅炉N2O相关标准的制订、新技术研发及示范应用工作的同时,还需要对 N2O 的影响因素如加压富氧条件、煤质自身含水率等加深研究,进一步完善抑制与脱除办法.
燃煤循环流化床(CFB)锅炉对污泥进行混燃是一种有效处置污水污泥的方法.在适当的污泥掺烧比例下,污泥与煤混燃不会对电厂生产造成显著不利影响,并且可以使污泥的热值得到合理利用.综述了燃煤CFB锅炉混燃污泥的研究与应用进展,包括煤与污泥混燃过程中污染物的排放和控制、锅炉可靠运行的掺烧比例和污泥干化等情况.分析了混燃湿污泥所带来的运行问题,介绍了采用水煤浆悬浮燃烧技术及富氧燃烧技术对污泥进行处置和利用的情况.指出结合先进烟气净化技术的污泥干化与焚烧综合利用是目前燃煤 CFB 锅炉混燃污泥应用的较为成熟的工艺之一,在对多种污染物进行有效控制的同时,可以避免污泥贮存、干燥、输送过程中产生臭气对环境的影响.相关调查和分析结论可为燃煤CFB锅炉混燃污泥的设计和安全运行提供参考和依据.
风机装备中存在大量螺栓连接结构,螺栓孔一旦出现缺陷,可能导致整个基体断裂,造成重大事故,但目前螺栓孔缺陷检测方法存在漏检和误判的情况.针对该问题,经过调研、理论分析和实物研究,研制出专用工装与探头结合的直射法、扇扫描偏转法2种螺栓孔缺陷检测方法.以风机变桨轴承螺栓孔为研究对象,采用CIVA软件对2种检测方法进行模拟,可检测出矩形模拟裂纹.采用实际变桨轴承螺栓孔加工矩形槽缺陷进行试验,结果表明直射法可实现对螺栓孔裂纹的缺陷检测.研究为螺栓孔的服役状态监控提出了新的方法,有利于保证螺栓连接结构的安全服役.
Aiming at the problem of low prediction accuracy of single power prediction model due to the impact of photovoltaic power fluctuation,a combined photovoltaic power prediction model based on similar day clustering is proposed.Firstly,k-means clustering is selected to divide the original power data into three similar day sample sets of sunny,rainy and cloudy according to different weather types,and the variational mode decomposition(VMD)is used to decompose the similar day samples;Secondly,the convolution neural network is used to optimize the support vector machine(CNN-SVM)and bidirectional short-term and short-term memory(BiLSTM)neural network,respectively,to predict and superimpose the decomposed power data and combine the prediction results with weights,and the grid search algorithm(GS)is used to find the optimal combination weight to improve the performance of the combination prediction model.Finally,the validity of the PV power prediction model proposed in this paper is verified by the one-year measured data of a photovoltaic power station in Australia.The experimental results show that the model proposed in this paper can predict the photovoltaic power well and has strong adaptability no matter what weather type.
