论文部分内容阅读
作为我国主要能源的煤炭，直接燃烧会释放SO2、NOx等有害气体，为了减少环境污染，提高煤炭有效利用率，煤气化已经成为清洁能源的核心技术。本文以德士古水煤浆气化炉的气化反应过程为研究对象，分别建立了气化反应过程的CFD模型，气化反应过程的产物收率代理模型，气化反应过程的温度场代理模型。本文主要工作如下: (1)当前气化炉的二维几何模型被简化为矩形，忽视了喷嘴结构和球封头结构对气化炉内流场的影响，针对此种情况，本文引入三通道喷嘴结构和球封头结构，完善几何模型。基于气化反应过程机理，采用计算流体力学(Computational Fluid Dynamics，CFD)的数值模拟方法，应用FLUENT软件建立了德士古气化炉气化反应过程的CFD模型。本文在气化反应过程全局分析中，引入有限速率/涡耗散模型结合离散相模型，通过不断的验证和经验选取反应动力学参数，相较于非预混概率密度函数法忽视湍流作用的缺点，气化反应过程的计算结果更加合理。基于上述模型，具体分析了中心氧配比以及水煤浆浓度对气化结果的影响。 (2)智能优化算法需要多次评估目标函数，而气化反应过程的机理模型计算成本较高，不适合利用智能优化算法求解气化反应过程的机理模型。鉴于上述问题，故采用优化拉丁超立方试验设计的方法对气化过程一维综合模型进行样本点的采集，运用Kriging建模方法搭建气化反应过程的产物收率代理模型。针对一维综合模型不能反映温度场的缺点，本文对气化过程CFD模型导出的温度场数据进行聚合后，运用Kriging建模方法搭建了气化反应过程温度场代理模型。 (3)鉴于正余弦算法(SCA)存在收敛速度慢、搜索精度低等缺点，本文在正余弦算法基础上引入了差分进化算法中的交叉选择操作和全局粒子群算法中的社会认知能力。交叉选择操作提高算法的搜索精度，社会认知能力加速算法收敛速度，以此提出了多策略改进正余弦算法(MISCA)。对改进后的MISCA算法在10个测试函数上进行低维和高维的迭代寻优，验证了MISCA具有良好的全局寻优能力和局部搜索能力。以最大化有效合成气收率为优化目标，将MISCA算法应用到气化过程代理模型的操作条件优化中，在出口温度和碳转化率的约束下，找到最优操作条件，较优化前有效合成气收率提高了2.115％。