【技术实现步骤摘要】
本专利技术涉及污泥阴燃处理领域,具体涉及一种面向污泥阴燃过程的数字孪生系统。
技术介绍
1、阴燃能够实现对污泥低成本和低能耗的处理,但阴燃产生的co和nox需要得到足够的重视。为了使污泥阴燃技术得到进一步发展,需要降低co和nox的排放浓度。co/nox的生成会受到燃料特性和工况条件的共同控制,如颗粒尺寸、含水率、氧气供给量、污泥浓度等,可以通过控制相关的影响参数来实现污泥阴燃的有效处理。不同种类污泥的组分有较大差异,同一种类污泥含水率和粒径也有一定区别。面对不同燃料特性的污泥,通过实验的方法去寻找合适的调控参数,显然会耗费大量的时间和成本;另外,污泥阴燃的过程也会受到未知因素的干扰,会对系统的稳定性造成一定的影响,需要对污泥阴燃实现状态监测及预测,方便故障排查和及时预警。为了保持系统的稳定性、提高阴燃效率和调控co/nox排放等,需要对污泥阴燃实现智能化控制与精细化处理,因此亟需引入和开发一种全新的方法进一步发掘阴燃技术的巨大潜能。
技术实现思路
1、针对现有污泥阴燃技术的不足,本专利技
...【技术保护点】
1.一种面向污泥阴燃过程的数字孪生系统,其特征在于,包括污泥阴燃处理系统和孪生模型及决策系统;
2.如权利要求1所述的面向污泥阴燃过程的数字孪生系统,其特征在于,所述孪生模型及决策系统包括输入模块、预测模块、决策模块和输出模块;所述输入模块用于获取燃料特征和工况条件;所述预测模块由BP神经网络模型构成,所述BP神经网络模型选择燃料特性和工况条件作为输入条件,输出条件为阴燃速度、阴燃温度、CO浓度、NOx浓度的平均值;所述决策模块包括NSGA-II算法和模糊聚类算法,所述NSGA-II算法选择燃料特征作为输入参数,选择阴燃速度、CO浓度和NOx浓度为优化目标
...【技术特征摘要】
1.一种面向污泥阴燃过程的数字孪生系统,其特征在于,包括污泥阴燃处理系统和孪生模型及决策系统;
2.如权利要求1所述的面向污泥阴燃过程的数字孪生系统,其特征在于,所述孪生模型及决策系统包括输入模块、预测模块、决策模块和输出模块;所述输入模块用于获取燃料特征和工况条件;所述预测模块由bp神经网络模型构成,所述bp神经网络模型选择燃料特性和工况条件作为输入条件,输出条件为阴燃速度、阴燃温度、co浓度、nox浓度的平均值;所述决策模块包括nsga-ii算法和模糊聚类算法,所述nsga-ii算法选择燃料特征作为输入参数,选择阴燃速度、co浓度和nox浓度为优化目标,选择bp神经网络模型作为目标优化函数,选择空气流速和污泥浓度为寻优目标,选择求得的pareto最优解集作为输出参数;所述模糊聚类算法选择pareto最优解集为输入参数,通过对不同pareto最优解的优化效果进行综合评估,选择一个综合性能最优的pareto最优解为输出参数。
3.如权利要求1或2所述的面向污泥阴燃过程的数字孪生系统,其特征在于,所述燃料特征包括含水率、污泥粒径、污泥热值和元素含量;所述工况条件包括空气流速和污泥浓度。
4.如权利要求1所述的面向污泥阴燃过程的数字孪生系统,其特征在于,所述污泥阴燃处理系统包括阴燃反应装置、空气通入装置、加热装置、温度检测装置、湿度传感器和尾气分析装置;
5.如权利要求2所述的面向污泥阴燃过程的数字孪生系统,其特征在于,所述nsga-ii...
【专利技术属性】
技术研发人员:宋谦石,王潇伟,汪小憨,张威,
申请(专利权)人:中国科学院广州能源研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。