CN111508571B - 一种蜂窝式脱硝催化剂的机械寿命评判及预测方法 - Google Patents

一种蜂窝式脱硝催化剂的机械寿命评判及预测方法 Download PDF

Info

Publication number
CN111508571B
CN111508571B CN202010330119.0A CN202010330119A CN111508571B CN 111508571 B CN111508571 B CN 111508571B CN 202010330119 A CN202010330119 A CN 202010330119A CN 111508571 B CN111508571 B CN 111508571B
Authority
CN
China
Prior art keywords
sample
detection sample
mechanical life
target detection
honeycomb
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010330119.0A
Other languages
English (en)
Other versions
CN111508571A (zh
Inventor
庄柯
姚杰
沙柯燃
傅静雯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guodian Environmental Protection Research Institute Co Ltd
Original Assignee
Guodian Environmental Protection Research Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guodian Environmental Protection Research Institute Co Ltd filed Critical Guodian Environmental Protection Research Institute Co Ltd
Priority to CN202010330119.0A priority Critical patent/CN111508571B/zh
Publication of CN111508571A publication Critical patent/CN111508571A/zh
Application granted granted Critical
Publication of CN111508571B publication Critical patent/CN111508571B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/34—Chemical or biological purification of waste gases
    • B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
    • B01D53/86—Catalytic processes
    • B01D53/8621—Removing nitrogen compounds
    • B01D53/8625—Nitrogen oxides
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/223—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material by irradiating the sample with X-rays or gamma-rays and by measuring X-ray fluorescence
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D2258/00—Sources of waste gases
    • B01D2258/02—Other waste gases
    • B01D2258/0283—Flue gases
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Environmental & Geological Engineering (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Biomedical Technology (AREA)
  • General Chemical & Material Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Catalysts (AREA)
  • Exhaust Gas Treatment By Means Of Catalyst (AREA)

Abstract

本发明公开了一种蜂窝式脱硝催化剂的机械寿命评判及预测方法。本发明依据催化剂在运行过程中因受粉尘的不断冲刷致使其被不断磨损，并造成质量的持续损失的原理。催化剂质量的损失速率与运行时长呈一次线性关系，且催化剂质量损失的比率反映了催化剂机械强度的累积受损程度。因此本发明创新提出基于质量损失比率的磨损程度参数，通过对该参数的检测来开展催化剂机械寿命评判及预测；明确了所述蜂窝式脱硝催化剂的机械寿命评判方法，通过磨损程度(E)磨损程度与限值(E’)间的比较可评判目标检测样品的机械寿命是否到期；明确了所述蜂窝式脱硝催化剂机械寿预测方法，利用剩余机械寿命tr可为催化剂的运行管理提供规划指导和预警。

Description

一种蜂窝式脱硝催化剂的机械寿命评判及预测方法
技术领域
本发明属于大气污染物防治与监测技术领域，具体涉及一种蜂窝式脱硝催化剂的机械寿命评判及预测方法。
背景技术
近年我国对于火电厂排放氮氧化物的控制指标日趋严格，火电企业对SCR烟气脱硝系统，尤其是作为核心部件的脱硝催化剂的质量监督和管理工作的重视程度也日益增强。催化剂的使用寿命是评价其性能与质量的一项重要指标，其包含化学寿命和机械寿命两方面。前者指催化剂能够保持其化学反应能力满足烟气脱硝系统使用性能要求的运行时间，一般为三到五年；后者指催化剂保持其机械强度和结构完整性烟气脱硝系统使用性能要求的运行时间，一般为十到十五年。
国内常规脱硝催化剂质量监督管理工作主要参照标准《蜂窝式烟气脱硝催化剂》(GB/T31587)；《火电厂烟气脱硝催化剂检测技术规范》(DL/T 1286)等开展，其中重点关注因中毒造成的催化剂失活现象，聚焦于对化学寿命的评判和预测，却往往忽视对机械寿命的评估。实际上在火电烟气脱硝系统中，催化剂通常于高尘环境下运行。在高速流动烟气和粉尘的长期冲刷下，催化剂极易发生磨损，并导致失效、穿孔甚至垮塌。国内火电烟气脱硝工程中因催化剂机械结构受损所造成的事故或催化剂提前报废现象屡见不鲜，催化剂的实际机械寿命甚至短于化学寿命，给火电烟气脱硝系统造成的损失不亚于催化剂化学失活问题。
现行标准中对于蜂窝式脱硝催化剂的机械性能评价局限于抗压强度和磨损率两项指标，仅反映催化剂当前的机械强度状态，而不涉及机械寿命的评判和预测功能，无助于为催化剂用户提供有价值的运行管理指导，也无法提供性能衰减趋势和预警等重要信息。
发明内容
本发明为了克服行业内缺乏有效的脱硝催化剂机械寿命监督和管理模式的缺陷，提供一种蜂窝式脱硝催化剂的机械寿命评判及预测方法，以用于客观、准确地测定和评价该类型催化剂的机械性能受损程度和变化趋势，为催化剂用户的运行管理方案制定提供重要依据。
本发明上述目的通过如下技术方案实现：
一种蜂窝式脱硝催化剂的机械寿命评判及预测方法，包括如下步骤：
步骤1，抽取投运前的新鲜蜂窝式脱硝催化剂单元作为基准检测样品，并对该基准检测样品进行切割以获取样块；基准检测样品的引入排除了不同规格和来源催化剂间由于品质差异造成的误差，提高了检测精度。
步骤2，将基准检测样品经切割制样获得的样块烘干后，称量获得其质量M1；
步骤3，对基准检测样进行成分含量测定，获取其载体成分的含量，记为C1；
步骤4，抽取在役蜂窝式脱硝催化剂单元作为目标检测样品，并对该目标检测样品进行切割以获取样块；
步骤5，将目标检测样品经切割制样获得的样块烘干后，称量获得其质量M2；
步骤6，对目标检测样进行成分含量测定，获取其载体成分的含量，记为C2；
步骤7，按照式(Ⅰ)计算目标检测样品的磨损程度E：
Figure BDA0002464643250000021
式中：E为目标检测样品的磨损程度；
M1为基准检测样品制备样块的质量；
M2为目标检测样品制备样块的质量；
C1为基准检测样品中载体成分的含量；
C2为目标检测样品中载体成分的含量；
E值表明了蜂窝式脱硝催化剂在运行期间因磨损作用导致的累积质量损失比率，考虑了催化剂在运行过程中因粉尘吸附和烟气组分沉积造成的质量上升干扰，并通过测定催化剂载体成分含量变化的方式对该干扰进行了修正，进一步提高了检测的准确性和科学性，利用该值能够反映催化剂的磨损程度；
步骤8，机械寿命到期评判：确定目标检测样品的磨损程度限值E’，并按照步骤1至7得到目标检测样品的磨损程度E；若E＜E’，则表明目标检测样品的机械寿命仍在使用期限范围内；若E≥E’，则表明目标检测样品的机械寿命到期，不宜继续使用；通过磨损程度(E)磨损程度限值(E’)间的比较可评判目标检测样品的机械寿命是否到期；
步骤9，机械寿命预测：获知目标检测样品的运行时长t和磨损程度限值E’，在目标检测样品的机械寿命未到期的情况下，即E＜E’，可按照式(Ⅱ)计算目标检测样品的剩余机械寿命tr：
Figure BDA0002464643250000022
式中：tr为目标检测样品的剩余机械寿命；
t为目标检测样品的运行时长；
E为目标检测样品的磨损程度；
E’为目标检测样品的磨损程度限值；
利用剩余机械寿命tr为催化剂的运行管理提供规划指导和预警。
进一步地，步骤1和步骤4中样块的切割过程需满足以下要求：
(1)切割得到的样块部分应避开检测样品两侧的端头及外壁；
(2)应规定明确的样块的尺寸，包括长、宽和高，且包含完整的蜂窝孔型；
(3)样块应去除残留的蜂窝孔壁边棱，并最终呈现立方体的外形；
(4)应对样块进行吹扫，去除表面及内部黏附的粉尘。
更进一步地，步骤4中样块切割过程还需满足切割得到的样块中不得包含被堵塞的蜂窝孔道。基准检测样品和目标检测样品均遵循统一的切割和制样要求，从而限制了因抽样和制样操作差异化所引入的检测误差，提高了检测精度。
更进一步地，若存在堵塞，应将堵塞物清除，在此过程中催化剂不得受到损坏。
更进一步地，利用压缩空气吹扫的方式将堵塞物清除。
更进一步地，切割样块部分时距离两侧端头应不少于100mm。
更进一步地，切割样块部分时距离外壁应不少于100mm。
更进一步地，样块应去除残留的蜂窝孔壁边棱，并最终呈现长方体的外形。
更进一步地，样块的尺寸可为长70mm、宽70mm、高100mm。
进一步地，对基准检测样进行成分含量测定时，选择测定其中的载体成分TiO2的含量；对目标检测样进行成分含量测定时，选择测定其中的载体成分TiO2的含量。
有益效果：
(1)本发明提供的一种蜂窝式脱硝催化剂的机械寿命评判及预测方法，其依据催化剂在运行过程中因受粉尘的不断冲刷致使其被不断磨损，并造成质量的持续损失的原理。催化剂质量的损失速率与运行时长呈一次线性关系，且催化剂质量损失的比率反映了催化剂机械强度的累积受损程度。因此本发明创新提出基于质量损失比率的磨损程度参数，通过对该参数的检测来开展催化剂机械寿命评判及预测。
(2)选用未经使用的新鲜催化剂作为基准检测样品，通过目标检测样品(在役催化剂样品)和基准检测样品间的各项参数比对计算得到磨损程度。基准检测样品的引入排除了不同规格和来源催化剂间由于品质差异造成的误差，提高了检测精度。
(3)采取对抽样进行切割得方式获取待检测样块，且所述的基准检测样品和目标检测样品均遵循统一的切割和制样要求，从而限制了因抽样和制样操作差异化所引入的检测误差，提高了检测精度。
(4)考虑了催化剂在运行过程中因粉尘吸附和烟气组分沉积造成的质量上升干扰，并通过测定催化剂载体成分含量变化的方式对该干扰进行了修正，进一步提高了检测的准确性和科学性。
(5)明确了所述蜂窝式脱硝催化剂的机械寿命评判方法，通过磨损程度(E)磨损程度与限值(E’)间的比较可评判目标检测样品的机械寿命是否到期。
(6)明确了所述蜂窝式脱硝催化剂机械寿预测方法，利用剩余机械寿命tr可为催化剂的运行管理提供规划指导和预警。
附图说明
图1为蜂窝式脱硝催化剂的结构及切割得到的样块结构示意，其中1为抽取的投运前的新鲜蜂窝式脱硝催化剂单元(基准检测样品)或在役蜂窝式脱硝催化剂单元(目标检测样品)；2为由基准检测样品或目标检测样品经切割得到的样块。
具体实施方式
下面结合附图和实施例具体介绍本发明实质性内容，但并不以此限定本发明的保护范围。
实施例1：
对甲火电厂在役蜂窝式脱硝催化剂(规格为18孔×18孔)进行机械寿命进行评判及预测。具体步骤和结果如下：
步骤1，抽取投运前的新鲜蜂窝式脱硝催化剂单元作为基准检测样品，并对该基准检测样品进行切割以获取样块，所得样块尺寸为70mm×70mm×100mm，该切割过程满足以下要求：
(1)切割得到的样块部分应避开检测样品两侧的端头及外壁，距离两侧端头应不少于100mm；
(2)应规定明确的样块的尺寸，包括长、宽和高，且包含完整的蜂窝孔型；
(3)样块应去除残留的蜂窝孔壁边棱，并最终呈现长方体的外形；
(4)应对样块进行吹扫，去除表面及内部黏附的粉尘。
步骤2，将基准检测样品经切割制样获得的样块经105℃烘干后，于干燥皿内冷却至室温，称量得到其质量M1＝208.73g。
步骤3，利用X射线荧光光谱法对基准检测样进行成分含量测定，得知其TiO2成分的含量C1＝90.86％。
步骤4，抽取在役蜂窝式脱硝催化剂单元作为目标检测样品，并对该目标检测样品进行切割以获取样块，所得样块尺寸为70mm×70mm×100mm，该切割过程满足以下要求：
(1)切割得到的样块部分应避开检测样品两侧的端头及外壁，距离两侧端头应不少于100mm；
(2)应规定明确的样块的尺寸，包括长、宽和高，且包含完整的蜂窝孔型；
(3)样块应去除残留的蜂窝孔壁边棱，并最终呈现长方体的外形；
(4)应对样块进行吹扫，去除表面及内部黏附的粉尘；
(5)切割得到的样块中不得包含被堵塞的蜂窝孔道，若存在堵塞现象，应利用压缩空气吹扫的方式将堵塞物清除，在此过程中催化剂不得受到损坏。
步骤5，将目标检测样品经切割制样获得的样块经105℃烘干后，于干燥皿内冷却至室温，称量得到其质量M2＝159.61g。
步骤6，利用X射线荧光光谱法对目标检测样进行成分含量测定，得知其TiO2成分的含量C2＝84.98％。
步骤7，按照式(Ⅰ)计算目标检测样品的磨损程度E＝28.48％。
Figure BDA0002464643250000051
步骤8，机械寿命到期评判：已知目标检测样品的磨损程度限值E’＝25.00％，因E＞E’，判定该目标检测样品的机械寿命已到期，不宜继续使用。
实施例2：
对乙火电厂在役蜂窝式脱硝催化剂(规格为18孔×18孔)进行机械寿命进行评判及预测。具体步骤和结果如下：
步骤1，抽取投运前的新鲜蜂窝式脱硝催化剂单元作为基准检测样品，并对该基准检测样品进行切割以获取样块，所得样块尺寸为70mm×70mm×100mm，该切割过程满足以下要求：
(1)切割得到的样块部分应避开检测样品两侧的端头及外壁，距离两侧端头应不少于100mm；
(2)应规定明确的样块的尺寸，包括长、宽和高，且包含完整的蜂窝孔型；
(3)样块应去除残留的蜂窝孔壁边棱，并最终呈现长方体的外形；
(4)应对样块进行吹扫，去除表面及内部黏附的粉尘。
步骤2，将基准检测样品经切割制样获得的样块经105℃烘干后，于干燥皿内冷却至室温，称量得到其质量M1＝213.50g。
步骤3，利用X射线荧光光谱法对基准检测样进行成分含量测定，得知其TiO2成分的含量C1＝85.65％。
步骤4，抽取在役蜂窝式脱硝催化剂单元作为目标检测样品，并对该目标检测样品进行切割以获取样块，所得样块尺寸为70mm×70mm×100mm，该切割过程满足以下要求：
(1)切割得到的样块部分应避开检测样品两侧的端头及外壁，距离两侧端头应不少于100mm；
(2)应规定明确的样块的尺寸，包括长、宽和高，且包含完整的蜂窝孔型；
(3)样块应去除残留的蜂窝孔壁边棱，并最终呈现长方体的外形；
(4)应对样块进行吹扫，去除表面及内部黏附的粉尘；
(5)切割得到的样块中不得包含被堵塞的蜂窝孔道，若存在堵塞现象，应利用压缩空气吹扫的方式将堵塞物清除，在此过程中催化剂不得受到损坏。
步骤5，将目标检测样品经切割制样获得的样块经105℃烘干后，于干燥皿内冷却至室温，称量得到其质量M2＝195.71g。
步骤6，利用X射线荧光光谱法对目标检测样进行成分含量测定，得知其TiO2成分的含量C2＝83.36％。
步骤7，按照式(Ⅰ)计算目标检测样品的磨损程度E＝10.78％。
Figure BDA0002464643250000061
步骤8，机械寿命到期评判：已知目标检测样品的磨损程度限值E’＝25.00％，因E＜E’，判定该目标检测样品的机械寿命未到期，可以继续使用。
步骤9，机械寿命预测：已知目标检测样品的运行时长t＝22000h，因E＜E’，按照式(Ⅱ)计算目标检测样品的剩余机械寿命tr＝29000h，代表该目标检测样品仍具备的机械寿命使用时长。
Figure BDA0002464643250000062
上述实施例的作用在于具体介绍本发明的实质性内容，但本领域技术人员应当知道，不应将本发明的保护范围局限于该具体实施例。

Claims (10)

1.一种蜂窝式脱硝催化剂的机械寿命评判及预测方法，其特征在于，包括如下步骤：
步骤1，抽取投运前的新鲜蜂窝式脱硝催化剂单元作为基准检测样品，并对该基准检测样品进行切割以获取样块；
步骤2，将基准检测样品经切割制样获得的样块烘干后，称量获得其质量M1；
步骤3，对基准检测样进行成分含量测定，获取其载体成分的含量，记为C1；
步骤4，抽取在役蜂窝式脱硝催化剂单元作为目标检测样品，并对该目标检测样品进行切割以获取样块；
步骤5，将目标检测样品经切割制样获得的样块烘干后，称量获得其质量M2；
步骤6，对目标检测样进行成分含量测定，获取其载体成分的含量，记为C2；
步骤7，按照式(Ⅰ)计算目标检测样品的磨损程度E：
Figure FDA0002464643240000011
式中：E为目标检测样品的磨损程度；
M1为基准检测样品制备样块的质量；
M2为目标检测样品制备样块的质量；
C1为基准检测样品中载体成分的含量；
C2为目标检测样品中载体成分的含量；
E值表明了蜂窝式脱硝催化剂在运行期间因磨损作用导致的累积质量损失比率，并考虑了因粉尘吸附造成质量变化的修正，利用该值能够反映催化剂的磨损程度；
步骤8，机械寿命到期评判：确定目标检测样品的磨损程度限值E’，并按照步骤1至7得到目标检测样品的磨损程度E；若E＜E’，则表明目标检测样品的机械寿命仍在使用期限范围内；若E≥E’，则表明目标检测样品的机械寿命到期，不宜继续使用；
步骤9，机械寿命预测：获知目标检测样品的运行时长t和磨损程度限值E’，在目标检测样品的机械寿命未到期的情况下，即E＜E’，按照式(Ⅱ)计算目标检测样品的剩余机械寿命tr：
Figure FDA0002464643240000012
式中：tr为目标检测样品的剩余机械寿命；
t为目标检测样品的运行时长；
E为目标检测样品的磨损程度；
E’为目标检测样品的磨损程度限值；
利用剩余机械寿命tr为催化剂的运行管理提供规划指导和预警。
2.根据权利要求1所述的蜂窝式脱硝催化剂的机械寿命评判及预测方法，其特征在于：步骤1和步骤4中样块的切割过程需满足以下要求：
(1)切割得到的样块部分应避开检测样品两侧的端头及外壁；
(2)应规定明确的样块的尺寸，包括长、宽和高，且包含完整的蜂窝孔型；
(3)样块应去除残留的蜂窝孔壁边棱，并最终呈现立方体的外形；
(4)应对样块进行吹扫，去除表面及内部黏附的粉尘。
3.根据权利要求2所述的蜂窝式脱硝催化剂的机械寿命评判及预测方法，其特征在于：步骤4中样块切割过程还需满足切割得到的样块中不得包含被堵塞的蜂窝孔道。
4.根据权利要求3所述的蜂窝式脱硝催化剂的机械寿命评判及预测方法，其特征在于：若存在堵塞，应将堵塞物清除，在此过程中催化剂不得受到损坏。
5.根据权利要求4所述的蜂窝式脱硝催化剂的机械寿命评判及预测方法，其特征在于：利用压缩空气吹扫的方式将堵塞物清除。
6.根据权利要求2所述的蜂窝式脱硝催化剂的机械寿命评判及预测方法，其特征在于：切割样块部分时距离两侧端头应不少于100mm。
7.根据权利要求2所述的蜂窝式脱硝催化剂的机械寿命评判及预测方法，其特征在于：切割样块部分时距离外壁应不少于100mm。
8.根据权利要求2所述的蜂窝式脱硝催化剂的机械寿命评判及预测方法，其特征在于：样块应去除残留的蜂窝孔壁边棱，并最终呈现长方体的外形。
9.根据权利要求8所述的蜂窝式脱硝催化剂的机械寿命评判及预测方法，其特征在于：样块的尺寸可为长70mm、宽70mm、高100mm。
10.根据权利要求1所述的蜂窝式脱硝催化剂的机械寿命评判及预测方法，其特征在于：对基准检测样进行成分含量测定时，选择测定其中的载体成分TiO2的含量；对目标检测样进行成分含量测定时，选择测定其中的载体成分TiO2的含量。
CN202010330119.0A 2020-04-24 2020-04-24 一种蜂窝式脱硝催化剂的机械寿命评判及预测方法 Active CN111508571B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010330119.0A CN111508571B (zh) 2020-04-24 2020-04-24 一种蜂窝式脱硝催化剂的机械寿命评判及预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010330119.0A CN111508571B (zh) 2020-04-24 2020-04-24 一种蜂窝式脱硝催化剂的机械寿命评判及预测方法

Publications (2)

Publication Number Publication Date
CN111508571A CN111508571A (zh) 2020-08-07
CN111508571B true CN111508571B (zh) 2023-03-03

Family

ID=71864186

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010330119.0A Active CN111508571B (zh) 2020-04-24 2020-04-24 一种蜂窝式脱硝催化剂的机械寿命评判及预测方法

Country Status (1)

Country Link
CN (1) CN111508571B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113252412B (zh) * 2021-04-13 2023-05-16 苏州西热节能环保技术有限公司 一种蜂窝式脱硝催化剂表面取样及分析方法
CN113284567B (zh) * 2021-05-21 2024-01-19 苏州西热节能环保技术有限公司 一种催化剂模块内破损及可再生单体量的统计方法
CN113447386B (zh) * 2021-07-16 2022-08-12 苏州西热节能环保技术有限公司 一种板式催化剂对再生工艺适应性的判断方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103041850A (zh) * 2012-12-03 2013-04-17 大连理工齐旺达化工科技有限公司 一种高强度ts-1钛硅分子筛催化剂的挤条成型方法
CN105354350A (zh) * 2015-09-25 2016-02-24 华电电力科学研究院 火电厂烟气脱硝scr催化剂全过程管理模式的构建实施方法
CN110045054A (zh) * 2019-03-20 2019-07-23 华电电力科学研究院有限公司 一种scr脱硝催化剂寿命评估与预测的方法
CN110554135A (zh) * 2019-07-16 2019-12-10 华电电力科学研究院有限公司 一种基于检测活性的scr脱硝催化剂更换体积量核算方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103041850A (zh) * 2012-12-03 2013-04-17 大连理工齐旺达化工科技有限公司 一种高强度ts-1钛硅分子筛催化剂的挤条成型方法
CN105354350A (zh) * 2015-09-25 2016-02-24 华电电力科学研究院 火电厂烟气脱硝scr催化剂全过程管理模式的构建实施方法
CN110045054A (zh) * 2019-03-20 2019-07-23 华电电力科学研究院有限公司 一种scr脱硝催化剂寿命评估与预测的方法
CN110554135A (zh) * 2019-07-16 2019-12-10 华电电力科学研究院有限公司 一种基于检测活性的scr脱硝催化剂更换体积量核算方法

Also Published As

Publication number Publication date
CN111508571A (zh) 2020-08-07

Similar Documents

Publication Publication Date Title
CN111508571B (zh) 一种蜂窝式脱硝催化剂的机械寿命评判及预测方法
CN102778518B (zh) 一种燃煤烟气中SOx测试方法
CN110553377B (zh) 空调的室外换热器脏堵检测方法、系统及空调
CN110907626B (zh) 发动机机油的品质的评估方法
JP5260381B2 (ja) 集塵用セラミックフィルタの寿命予測システム
CN105893768B (zh) 对燃煤锅炉脱硝装置中的催化剂活性估计的方法
EP1605143A4 (en) METHOD FOR PREDICTING A ROTATION COLLECTION QUANTITY FOR EMISSION CONTROL FILTER AND COMPUTER PROGRAM PRODUCT
CN110082474B (zh) 一种脱硝催化剂的性能诊断系统和性能诊断方法
WO2020187221A1 (zh) 空气净化器滤网寿命判断方法和空气净化器
JP2015190688A (ja) 換気装置
CN115318795B (zh) 一种平板式催化剂粉体分离和回收装置及磨损比例确定方法
CN117250576B (zh) 一种基于多维传感数据的电流传感器实时异常检测方法
CN116757500A (zh) 一种工业互联网平台监测系统及方法
CN105094077B (zh) 带锯机性能监控系统
CN114542338A (zh) 工程机械发动机空气滤清器阻塞程度监测系统及监测方法
CN2914071Y (zh) 一种烟气排放连续监测系统
CN109411031B (zh) 基于实际运行条件的在役脱硝催化剂剩余寿命预测方法
JP2020153954A (ja) セラミックス焼成体の特性推定方法
CN110654850A (zh) 用于全自动混凝土抗压实验试块的进出料装置
CN110554135B (zh) 一种基于检测活性的scr脱硝催化剂更换体积量核算方法
US7704456B2 (en) NOx removal catalyst management unit for NOx removal apparatus and method for managing NOx removal catalyst
CN107702952A (zh) 一种污染气体连续采样装置
CN111760424A (zh) 一种用于微型空气监测站的进气干燥过滤系统
CN111230333A (zh) 带有基于负压除尘的冷却系统的激光切割机
KR20100107762A (ko) 백필터 소손 검출 장치 및 그 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant