摘要：火电厂SCR脱硝系统的设计需要在满足脱硝效率的同时,尽可能节约成本,因此需要准确预测SCR脱硝所需的催化剂体积。火电厂的烟气条件复杂多变,烟气温度、烟气流量、出入口NOx浓度等参数都会影响SCR催化剂的体积设计,因此催化剂体积预测是一个多因素耦合的问题。针对这一特点,使用BP神经网络对催化剂体积设计进行了预测,并针对该模型结构上的缺陷,进行基于遗传算法优化的神经网络建模研究。结果表明,遗传算法优化后的BP神经网络模型预测精度和数据拟合能力均有提高,为脱硝系统的催化剂体积设计提供了新思路。

摘要：以某200 MW超高压中间再热供热式汽轮发电机组选择性催化还原(SCR)脱硝系统为例,结合运行中出现的脱硝效率不达标、氨逃逸率不稳定、空气预热器堵塞等突出问题,分析其原因为脱硝系统长期脱离设计值运行、部分空气预热器堵塞等。提出了解决措施,设计脱硝系统最低安全运行温度,确保实际运行时反应器内催化剂入口烟气分布均匀,定期检测催化剂物性指标,为电站锅炉SCR脱硝系统安全、高效、稳定运行提供指导。

摘要：采用正交实验设计和浸渍法制备Mn-Cu-Fe-Ce/REY催化剂。采用固定床微型反应器评价SO2存在下催化剂在NH3选择性催化还原NO反应中的活性,考察Mn、Cu、Fe和Ce各活性组分对催化剂活性的影响,并采用XRD、H2-TPR和SEM等手段对催化剂进行表征。结果表明,Mn、Cu、Fe和Ce各活性组分对催化剂活性影响顺序为:Cu>Fe>Ce>Mn,催化剂的氧化还原性能影响催化剂活性。