Since the complexity of sulfur capt

Since the complexity of sulfur capture and release during solid fuel combustion in circulating fluidized bed (CFB) boilers, especially in the oxycombustion conditions is still not sufficiently recognized, the development of a simple SO2 emission model for wide range of operating conditions is of practical significance.

The paper introduces the artificial neural network (ANN) approach for the prediction of SO2 emissions from CFB boilers. The model considers a wide range of parameters influencing SO2 emissions. The [16-1-6-1] ANN model was successfully applied to predict SO2 emissions from coal combustion in several large- and small-scale CFB boilers, over a wide range of operating conditions, both in air-firing as well as oxygen-enriched and oxycombustion conditions.

Since the method constitutes a quick and easy to run technique this approach makes a complementary tool in relation to the experimental procedures and the programmed computing approach. Therefore, the model can be easily applied by scientists and engineers for simulations and optimizations of CFB units.

ผลลัพธ์ (ไทย) 1:

เนื่องจากความซับซ้อนของกำมะถันจับ และปล่อยในระหว่างการเผาไหม้เชื้อเพลิงแข็งในเบด fluidized (CFB) หม้อไอน้ำหมุนเวียน โดยเฉพาะอย่างยิ่งในสภาพ oxycombustion ยังไม่พอรับ รู้ การพัฒนาแบบจำลองปล่อยก๊าซ SO2 ง่ายสำหรับหลากหลายของการปฏิบัติเงื่อนไขเป็นจริงสำคัญกระดาษแนะนำวิธีโครงข่ายประสาทเทียม (แอน) การทำนายของการปล่อยก๊าซ SO2 จาก CFB หม้อไอน้ำ แบบพิจารณาของพารามิเตอร์ที่มีอิทธิพลต่อการปล่อยก๊าซ SO2 [16-1-6-1] รุ่นแอนถูกนำไปใช้เพื่อทำนายปล่อย SO2 จากการเผาไหม้ถ่านหินในหลายขนาดใหญ่ - และ small -สเกล CFB หม้อไอน้ำ ช่วงกว้างของ oxycombustion เงื่อนไขและเงื่อนไข ทั้ง ในเครื่องยิง รวมทั้งออกซิเจนที่อุดมไปด้วยเนื่องจากวิธีถืออย่างรวดเร็ว และง่ายต่อการใช้เทคนิควิธีการนี้ทำให้เครื่องมือเพิ่มเติมเกี่ยวกับขั้นตอนการทดลองและวิธีการใช้งานช่องโปรแกรม ดังนั้น แบบง่าย ๆ ใช้ โดยนักวิทยาศาสตร์และวิศวกรสำหรับการจำลองและการเพิ่มประสิทธิภาพของหน่วย CFB

ผลลัพธ์ (ไทย) 2:

เนื่องจากความซับซ้อนของการจับกำมะถันและเป็นอิสระจากการเผาไหม้เชื้อเพลิงแข็งในการไหลเวียนของเตียง fluidized (CFB) หม้อไอน้ำโดยเฉพาะอย่างยิ่งในสภาพ oxycombustion ยังคงไม่ได้รับการยอมรับอย่างพอเพียง, การพัฒนารูปแบบการปล่อยก๊าซ SO2 ง่ายสำหรับหลากหลายของสภาพการทำงานที่มีความสำคัญในทางปฏิบัติ . กระดาษแนะนำเครือข่ายประสาทเทียม (ANN) วิธีการทำนายของการปล่อยก๊าซ SO2 จากหม้อไอน้ำ CFB รูปแบบการพิจารณาความหลากหลายของพารามิเตอร์ที่มีอิทธิพลต่อการปล่อยก๊าซ SO2 [การ 16-1-6-1] รูปแบบแอนถูกนำมาใช้ประสบความสำเร็จในการทำนายการปล่อยก๊าซ SO2 จากการเผาไหม้ถ่านหินในหลายขนาดใหญ่และขนาดเล็กหม้อไอน้ำ CFB กว่าที่หลากหลายของสภาพการใช้งานทั้งในการยิงอากาศเช่นเดียวกับออกซิเจน -enriched และเงื่อนไข oxycombustion. เนื่องจากถือว่าเป็นวิธีการที่ง่ายและรวดเร็วในการเรียกใช้เทคนิควิธีการนี้จะทำให้เป็นเครื่องมือเสริมที่เกี่ยวข้องกับขั้นตอนการทดลองและวิธีการใช้คอมพิวเตอร์โปรแกรม ดังนั้นรูปแบบที่สามารถนำมาประยุกต์ได้อย่างง่ายดายโดยนักวิทยาศาสตร์และวิศวกรสำหรับการจำลองและการเพิ่มประสิทธิภาพของหน่วย CFB

ผลลัพธ์ (ไทย) 3:

เนื่องจากความซับซ้อนในการจับก๊าซซัลเฟอร์และปล่อยในระหว่างการเผาไหม้เชื้อเพลิงของแข็งในฟลูอิดไดซ์เบดหมุนเวียน ( cfb ) หม้อน้ำ โดยเฉพาะอย่างยิ่งในเงื่อนไข oxycombustion ยังคงไม่เพียงพอ การยอมรับการพัฒนารูปแบบ SO2 ปล่อยง่าย ๆสำหรับช่วงกว้างของเงื่อนไขคือความสำคัญที่ปฏิบัติ

กระดาษแนะนำโครงข่ายประสาทเทียม ( ANN ) วิธีการพยากรณ์ของ SO2 ปล่อยก๊าซเรือนกระจกจาก cfb Boilers . แบบพิจารณาหลากหลายของพารามิเตอร์ที่มีผลต่อการปล่อยก๊าซซัลเฟอร์ไดออกไซด์ . [ 16-1-6-1 ] แอนประยุกต์ใช้แบบจำลองเพื่อทำนายการปล่อยก๊าซ SO2 เรียบร้อยแล้วจากการเผาไหม้ถ่านหินในหลายขนาดใหญ่และขนาดเล็ก cfb boilers มากกว่าที่หลากหลายของงานและเงื่อนไขทั้งในอากาศยิงเช่นเดียวกับที่อุดมด้วยออกซิเจน และเงื่อนไข oxycombustion

ตั้งแต่วิธีการถือที่รวดเร็วและง่ายต่อการใช้เทคนิค วิธีการนี้ทำให้เครื่องมือเสริมในความสัมพันธ์กับวิธีการทดลอง และโปรแกรมคำนวณการ ดังนั้นแบบจำลองนี้สามารถใช้ง่ายโดยนักวิทยาศาสตร์และวิศวกรของการจำลองและการเพิ่มประสิทธิภาพของหน่วย cfb .