CN111950110A - 一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法 - Google Patents
一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法 Download PDFInfo
- Publication number
- CN111950110A CN111950110A CN201910405357.0A CN201910405357A CN111950110A CN 111950110 A CN111950110 A CN 111950110A CN 201910405357 A CN201910405357 A CN 201910405357A CN 111950110 A CN111950110 A CN 111950110A
- Authority
- CN
- China
- Prior art keywords
- corrosion
- factors
- waste heat
- heat boiler
- steel
- 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.)
- Pending
Links
- 238000005260 corrosion Methods 0.000 title claims abstract description 75
- 230000007797 corrosion Effects 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 40
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 34
- 239000010959 steel Substances 0.000 title claims abstract description 34
- 239000002918 waste heat Substances 0.000 title claims abstract description 27
- 239000007789 gas Substances 0.000 title claims abstract description 24
- 239000003546 flue gas Substances 0.000 title claims description 17
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 title claims description 16
- 230000004044 response Effects 0.000 claims abstract description 49
- 238000002474 experimental method Methods 0.000 claims abstract description 38
- QAOWNCQODCNURD-UHFFFAOYSA-N Sulfuric acid Chemical compound OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 10
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 claims description 6
- 229910052799 carbon Inorganic materials 0.000 claims description 3
- 239000003517 fume Substances 0.000 claims description 3
- 239000000779 smoke Substances 0.000 abstract description 6
- 238000005536 corrosion prevention Methods 0.000 abstract description 4
- 239000000243 solution Substances 0.000 description 31
- 230000000694 effects Effects 0.000 description 18
- 230000003993 interaction Effects 0.000 description 15
- 238000012360 testing method Methods 0.000 description 15
- 239000012085 test solution Substances 0.000 description 8
- 238000010438 heat treatment Methods 0.000 description 7
- 229910000975 Carbon steel Inorganic materials 0.000 description 6
- 239000010962 carbon steel Substances 0.000 description 6
- 238000000151 deposition Methods 0.000 description 6
- 230000008021 deposition Effects 0.000 description 6
- 238000013401 experimental design Methods 0.000 description 5
- 239000002253 acid Substances 0.000 description 4
- 238000005269 aluminizing Methods 0.000 description 4
- 230000009021 linear effect Effects 0.000 description 4
- 238000009991 scouring Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 239000007769 metal material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 description 2
- 238000000540 analysis of variance Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 229910000990 Ni alloy Inorganic materials 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 description 1
- 208000025865 Ulcer Diseases 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000002956 ash Substances 0.000 description 1
- 238000005271 boronizing Methods 0.000 description 1
- VNNRSPGTAMTISX-UHFFFAOYSA-N chromium nickel Chemical compound [Cr].[Ni] VNNRSPGTAMTISX-UHFFFAOYSA-N 0.000 description 1
- 238000005254 chromizing Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007598 dipping method Methods 0.000 description 1
- 238000000840 electrochemical analysis Methods 0.000 description 1
- 230000005496 eutectics Effects 0.000 description 1
- 239000010881 fly ash Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 238000005211 surface analysis Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Abstract
本发明公开了一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法,包括通过响应面法操作以下步骤:S1.确定腐蚀的主要因素和响应值;S2.建立响应面模型;S3.通过单因素实验获得各水平响应值;S4.评估响应面模型系数,评估单因素实验数据准确性;S5.分析响应值贡献的主要因素,获得各主要因素与响应值之间的显著性关系。本发明确定影响余热锅炉钢腐蚀的主要因素,从而制定适用的防腐蚀方法。
Description
技术领域
本发明涉及高温腐蚀的防治技术,更具体地说,涉及一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法。
背景技术
煤气-燃气联合循环机组,一般采用高炉煤气(前有湿法除尘处理)作燃料。近年来由于其设备上的余热锅炉多次发生高压蒸发器、高压省煤器的爆管漏水事故,同时在烟气侧发现不同模块的受热面均有不同程度积垢积灰现象,目前具体原因尚不明确。另外,类似的腐蚀现象在燃机相关设备上也有出现。余热锅炉烟气侧受热面发生了不同程度的腐蚀、积垢积灰等问题,甚至局部发生了深陷的溃疡性腐蚀,使排烟温度比设计值高22℃左右,更使高压蒸汽管出现爆管现象,严重影响锅炉的热交换效率,使机组的发电效率大幅度降低,同时影响了该机组的安全运行。
经初步分析,燃机因腐蚀积垢而导致机组效率下降和事故的发生除了与设备金属材料自身的耐蚀性有关外,很大因素与使用的高炉煤气品质直接有关,虽然高炉煤气已经湿法除尘,除去了大部分的氯化物,但是硫化物还是过高。
现有的高温腐蚀的防治技术主要如下几种:
(a)受热面高温腐蚀一般由烟气中的H2S、SO2、SO3引起的。因此防止或减少其腐蚀的根本方法是降低烟气中硫的含量。
(b)提高锅炉上游的热利用效率,降低余热锅炉烟气的初始温度,使硫酸盐难形成共熔体,以抑制硫酸盐型高温腐蚀。
(c)调整水温、排烟温度及速度,保证较高的受热面壁温。由于温度过低或过高都会产生低温腐蚀和高温腐蚀,因此要控制合理的温度,保证受热面达到露点温度。据统计在酸浓度相同的情况下,当烟道增大10倍时,酸的最大沉积速度也会增加10倍,因此要选择合理的烟速。而在烟气速度相同的情况下,烟气纵向进入时,可减少酸的沉积。错列管束与顺列管束相比,酸的沉积也少。因此烟气的纵向冲刷比横向冲刷更耐腐蚀,一般横向冲刷受热面速率是纵向冲刷的两倍左右。
(d)控制金属温度,使之低于开始出现高温腐蚀的温度;保持受热面的清洁,及时清除积灰;选择耐高温腐蚀的金属材料或涂料。
(e)提高受热面金属的耐热腐蚀的性能,如采用表面热浸渗铝、复合渗硼或渗铬处理,提高管道的耐热腐蚀能力,或采用高级别的耐热金属材料等。钢材经表面渗铝后,可以大幅度提高抗高温氧化、抗腐蚀、防止飞灰磨损等性能,有介绍渗铝管比碳钢管使用寿命提高4~5倍。目前采用金属表面喷涂铬镍合金替代渗铝,也可以起到很好的保护效果。
(f)定期检查和维修,及早发现和更换失效管道。具体可以对使用满一年以上的管道,定期做超声波无损检测壁厚度,并及时更换。
现有的通用控制措施较多,但由于涉及的系统复杂,设备较多,上述防治措施也不具备针对性,实时起来较为盲目。并无一种较为科学的分析论证方法来指导形成后续的整治措施。
发明内容
针对现有技术中存在的上述缺陷,本发明的目的是提供一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法,确定影响余热锅炉钢腐蚀的主要因素,从而制定适用的防腐蚀方法。
为实现上述目的,本发明采用如下技术方案:
一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法,包括通过响应面法操作以下步骤:
S1.确定腐蚀的主要因素和响应值;
S2.建立响应面模型;
S3.通过单因素实验获得各水平响应值;
S4.评估响应面模型系数,评估单因素实验数据准确性;
S5.分析响应值贡献的主要因素,获得各主要因素与响应值之间的显著性关系。
所述主要影响因素为氯离子、溶液pH值和温度。
所述响应值为腐蚀电流密度icorr。
所述单因素实验的温度范围为25℃~65℃,Cl-浓度范围为0~4000mg/L,溶液pH值范围为0.5~0.7。
所述溶液为稀硫酸。
所述单因素实验的优化水平为3。
所述显著性P值大小判断各主要因素与icorr之间的关系。
在上述的技术方案中,本发明所提供的一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法,得出余热锅炉钢腐蚀的影响因素,预期可指导燃机余热锅炉用钢的腐蚀机理,确定影响锅炉用钢腐蚀的主要因素,并形成后续的整治措施中进行应用,起到控制余热锅炉用钢腐蚀形成的作用,具有一定的经济效益。与传统正交实验相比较,使用该法可以大幅减少实验工作量,并提高实验的准确性。
附图说明
图1是本发明方法的流程图;
图2是本发明方法实施例1中第一组实验Cl-浓度与pH值的等高线图;
图3是本发明方法实施例1中第一组实验温度与pH值的等高线图;
图4是本发明方法实施例1中第一组实验温度与Cl-浓度的等高线图;
图5是本发明方法实施例1中第二组实验Cl-浓度与pH值的等高线图;
图6是本发明方法实施例1中第二组实验温度与pH值的等高线图;
图7是本发明方法实施例1中第二组实验温度与Cl-浓度的等高线图。
具体实施方式
下面结合附图和实施例进一步说明本发明的技术方案。
请结合图1所示,本发明所提供的一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法,包括通过响应面法操作以下步骤:
S1.确定腐蚀的主要因素和响应值,主要影响因素为氯离子、溶液pH值和温度,响应值为腐蚀电流密度icorr;
S2.建立响应面模型(BBD模型);
S3.通过单因素实验获得各水平响应值,单因素实验的温度范围为25℃~65℃,Cl-浓度范围为0~4000mg/L,溶液pH值范围为0.5~0.7(采用稀硫酸调节),单因素实验的优化水平为3;
S4.评估响应面模型系数,评估单因素实验数据准确性;
S5.分析响应值贡献的主要因素,获得各主要因素与响应值之间的显著性关系,根据显著性P值大小判断各主要因素与icorr之间的关系。
响应面法可以通过软件得到多元二次方程,从而探究响应值与各个因素间的关系。相对于正交实验,它可以减少实验次数,从结论中解释各因素间的交互作用。响应曲面法可以连续地分析影响因素在各个时段的状态,而正交试验只能分析单独的点,因此响应面法获得了更为广泛的运用。
不同实验设计方法中,由于需要大量实验,实验全因子设计(FFD)通常被认为不切实际。中心组合设计(CCD)和Box-Behnken Design(BBD)是常用的实验设计程序。然而,对于一个具有三个或更多因素的二次响应面模型,BBD模型更适合该过程。
实施例1低温电化学实验结果的响应面优化
A、第一组实验
选取温度(25℃~65℃)、Cl-浓度(50~350mg/L)及溶液pH值(0.5~0.7,采用稀硫酸调节)这三个因素设计实验,探究这三个因素对碳钢腐蚀的影响程度。
(1)BBD模型实验设计及结果
本文所用BBD模型的优化水平及相应icorr如表1所示。
表1 BBD模型的优化水平和腐蚀电流密度
由表1可以得到icorr值与三个因素A(pH)、B(Cl-浓度)、C(温度)之间存在如下关系:
icorr=39.26-2084.98A+284.4B+998.15C-528.62AB-1943.88AC+20.5BC+2078.34A2-270.77B2+279.55C2
由上述方程拟合得到的回归系数R2为0.9018,说明实测值与预测值之间有较好的相关性。修正后R2为0.7755,说明实验时响应值的77.55%由变量引起。表2为BBD模型给出的方差分析。
表2 BBD模型回归方差分析
从表2可知,模型的P值为0.0084,小于0.01。由此可知,各因素与icorr之间显著性较好,由此可得该实验方法是可靠的。
表2还显示A(溶液pH)对腐蚀电流密度icorr的线性效应极显著,B(Cl-浓度)和C(温度)对icorr的线性效应不是很显著,AC交互影响显著,AB和BC交互影响不显著;因素A2的曲面效应极显著,B2和C2的曲面效应极不显著。
根据各因素P值绝对值大小可以得出三个因素对锅炉钢腐蚀贡献大小顺序为:溶液pH﹥试验温度﹥Cl-浓度。
图2~图4为模型方程的等高线图。它可以分析两个因素之间的交互作用。图面颜色越暖色调,说明越促进锅炉钢的腐蚀。
溶液温度为45℃时,试验液pH值与Cl-浓度两因素间交互作用的等高线图如图2所示。由图可知,icorr随pH的增加逐渐减小,随着溶液中Cl-浓度的增加逐渐变大;这与之前所做的单因素实验吻合。由等高线响应趋势可知,溶液pH值比Cl-浓度对icorr的影响更显著。
当试验液中Cl-浓度为200mg/L时,溶液温度与pH两因素间交互作用的等高线图如图3所示,可见icorr随试验液pH值的增加而逐渐减小,随着试验温度的提高而逐渐变大,也与之前所做的单因素实验吻合。由等高线响应趋势可知,试验液pH值比试验温度对icorr的影响更显著。
试验液pH为3.75时温度与Cl-浓度两因素间交互作用的等高线图如图4所示,icorr随Cl-浓度的增加和试验温度的提高而逐渐增大,这与之前所做的单因素实验吻合。由等高线响应趋势可知,溶液温度比溶液中Cl-浓度对icorr的影响更为显著。
b、第二组试验
选取温度(25℃~65℃)、Cl-浓度(0~4000mg/L)及溶液pH值(0.5~2.5,用稀硫酸调节)这三个因素设计实验,探究这三个因素对碳钢腐蚀的影响程度。
(1)BBD模型实验设计及结果
所用BBD模型的优化水平及相应icorr如表3所示。
根据BBD模型拟合的实验结果,得到的icorr值与三个因素A(pH)、B(Cl-浓度)、C(温度)之间存在如下关系:
icorr=678.00-368.65A+138.64B+186.59C-18.13AB-34.43AC+28.35BC-55.28A2+65.55B2-10.10C2
上述方程拟合得到的回归系数R2为0.9739,说明实测值与预测值之间有较好的相关性;修正后R2为0.9404,说明实验时响应值的94.04%由变量引起。表4为BBD模型给出的方差分析。从表4得到模型的P值远小于0.01。说明回归方程的各因素与icorr之间有较好的显著性,说明这种实验方法是可靠的。
表3 BBD模型的优化水平和腐蚀电流密度
从表4中的回归系数进行显著性检验,可知A(溶液pH)、B(Cl-浓度)和C(温度)对icorr的线性效应都极显著,AC、AB和BC交互影响不显著;因素A2、B2和C2的曲面效应不显著。
由二次回归方程可知,根据各因素系数绝对值大小可以得出三个因素对碳钢腐蚀的贡献大小顺序为:溶液pH﹥试验温度﹥Cl-浓度。
表4 BBD模型回归方差分析
(2)BBD模型的响应曲面分析
图5~图7为模型方程的等高线图。利用等高线图可以分析两两因素之间的交互作用。图面颜色越暖色调,说明对碳钢的腐蚀越严重。
图5为溶液温度为45℃时Cl-浓度与pH两因素间交互作用的等高线图。icorr随溶液pH的增加逐渐减小,而随着溶液中Cl-浓度的增加逐渐变大,这与之前所做的单因素实验吻合。由等高线响应趋势可知,溶液pH值比Cl-浓度对icorr的影响更显著。
图6为溶液中Cl-浓度为2000mg/L时温度与pH两因素间交互作用的等高线图。icorr随溶液pH的增加逐渐减小,随着溶液温度的上升逐渐变大。由等高线响应趋势可知,溶液pH值比溶液温度对icorr的影响更显著。
图7为溶液pH为1.5时温度与Cl-浓度两因素间交互作用的等高线图。icorr随Cl-浓度的增加逐渐增大,随溶液温度的升高逐渐变大。由等高线响应趋势可知,溶液温度比溶液中Cl-浓度对icorr的影响更显著。
在这组试验中,确定三个因素对碳钢腐蚀的贡献大小顺序为:溶液pH﹥溶液温度﹥氯离子浓度。通过对回归系数的显著性检验可知,实验溶液pH、温度、Cl-浓度对icorr的交互影响不显著。
实施例2高温实验结果的响应面优化
(1)BBD模型实验设计及结果
以腐蚀速率为响应值进行如下的响应面实验优化,以进一步确定高温条件下上述三个因素对腐蚀的促进程度。
以腐蚀速率为响应值的BBD模型的优化水平及相应腐蚀速率如表5所示。
表5 BBD模型的优化水平和腐蚀速率
利用BBD模型拟合可以得到腐蚀速率与三个因素A(pH)、B(温度)、C(Cl-浓度)之间的关系为:
V-=0.5-2.77A-0.41B+0.055C+0.71AB-0.052AC-0.042BC+2.51A2+0.33B2-0.35C2
上述二次回归方程的回归系数R2为0.9809,表明实测值与预测值之间的相关性较好;修正后R2为0.9565,说明实验时响应值的95.65%是由所选变量引起的,因此可以说用该方程可确定各影响因素的最佳水平。BBD模型给出的方差分析如表6所示。
表6 BBD模型回归方差分析
从表6得到的模型的P值小于0.01。说明腐蚀速率与各因素有较好的显著性,说明这种实验方法是可靠的。
对表6中的回归系数进行显著性检验,可知A(溶液pH)对腐蚀速率的线性效应极显著,B(温度)和C(Cl-浓度)对腐蚀速率的线性效应不是很显著,AC、AB和BC交互影响均不显著;因素A2的曲面效应极显著,B2和C2的曲面效应极不显著。
由二次回归方程可知,根据各因素系数绝对值大小可以得出三个因素对锅炉钢腐蚀的贡献大小顺序为:溶液pH﹥溶液温度﹥Cl-浓度。
结论:
(1)低温电化学实验的响应面优化结果显示,试验液pH值减小、氯离子浓度增大、实验温度的提高均会使腐蚀电流密度icorr值增大,以上三个因素对锅炉钢腐蚀贡献大小顺序为:试验液pH﹥试验温度﹥Cl-浓度,即试验液pH值是影响锅炉钢腐蚀的最主要因素。
(2)高温实验的响应面优化结果显示,锅炉钢腐蚀速率与各因素有较好的显著性,试验液pH值对腐蚀速率的影响极显著,温度和Cl-浓度对腐蚀速率的影响不是很显著,三因素之间的交互影响均不显著。三个因素对锅炉钢腐蚀的贡献大小顺序为:试验液pH﹥试验温度﹥Cl-浓度。
综上所述,通过本发明提出的判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法,得出余热锅炉钢腐蚀的影响因素,预期可指导燃机余热锅炉用钢的腐蚀机理,确定影响锅炉用钢腐蚀的主要因素,并形成后续的整治措施中进行应用,起到控制余热锅炉用钢腐蚀形成的作用,具有一定的经济效益。与传统正交实验相比较,使用该法可以大幅减少实验工作量,并提高实验的准确性。与现有技术相比,本发明方法具有优化实验、针对性强、结果可靠等特点。
本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,而并非用作为对本发明的限定,只要在本发明的实质精神范围内,对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (7)
1.一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法,其特征在于,包括通过响应面法操作以下步骤:
S1.确定腐蚀的主要因素和响应值;
S2.建立响应面模型;
S3.通过单因素实验获得各水平响应值;
S4.评估响应面模型系数,评估单因素实验数据准确性;
S5.分析响应值贡献的主要因素,获得各主要因素与响应值之间的显著性关系。
2.如权利要求1所述的一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法,其特征在于:所述主要影响因素为氯离子、溶液pH值和温度。
3.如权利要求1所述的一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法,其特征在于:所述响应值为腐蚀电流密度icorr。
4.如权利要求1所述的一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法,其特征在于:所述单因素实验的温度范围为25℃~65℃,Cl-浓度范围为0~4000mg/L,溶液pH值范围为0.5~0.7。
5.如权利要求4所述的一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法,其特征在于:所述溶液为稀硫酸。
6.如权利要求4所述的一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法,其特征在于:所述单因素实验的优化水平为3。
7.如权利要求1所述的一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法,其特征在于:所述显著性P值大小判断各主要因素与icorr之间的关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910405357.0A CN111950110A (zh) | 2019-05-16 | 2019-05-16 | 一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910405357.0A CN111950110A (zh) | 2019-05-16 | 2019-05-16 | 一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111950110A true CN111950110A (zh) | 2020-11-17 |
Family
ID=73335737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910405357.0A Pending CN111950110A (zh) | 2019-05-16 | 2019-05-16 | 一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111950110A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103592419A (zh) * | 2013-11-12 | 2014-02-19 | 华北电力大学 | 一种研究消毒后中水回用设备腐蚀影响因素的方法 |
CN108559995A (zh) * | 2018-02-28 | 2018-09-21 | 东北大学 | 一种平面上激光熔覆工艺参数优化的方法 |
CN109033504A (zh) * | 2018-06-12 | 2018-12-18 | 东北石油大学 | 一种油水井套管损坏预测方法 |
-
2019
- 2019-05-16 CN CN201910405357.0A patent/CN111950110A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103592419A (zh) * | 2013-11-12 | 2014-02-19 | 华北电力大学 | 一种研究消毒后中水回用设备腐蚀影响因素的方法 |
CN108559995A (zh) * | 2018-02-28 | 2018-09-21 | 东北大学 | 一种平面上激光熔覆工艺参数优化的方法 |
CN109033504A (zh) * | 2018-06-12 | 2018-12-18 | 东北石油大学 | 一种油水井套管损坏预测方法 |
Non-Patent Citations (4)
Title |
---|
HOLGER LUKAS 等: "Acid Corrosion in a CAES Recuperator", 《TURBO EXPO:POWER FOR LAND, SEA , AND AIR》, vol. 4, 12 June 1986 (1986-06-12), pages 83 - 86 * |
周彬 等: "254SMo不锈钢在高炉煤气模拟冷凝液中的电化学腐蚀行为", 《腐蚀科学与防护技术》, vol. 30, no. 2, 15 March 2018 (2018-03-15), pages 163 - 166 * |
张振华: "再生水中铸铁材料微生物腐蚀特性及评价指数的初步研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑)》, no. 9, 15 September 2015 (2015-09-15), pages 022 - 73 * |
张晋霞 等: "响应曲面法优化低锌瓦斯泥酸浸试验研究", 《矿产综合利用》, no. 5, 25 October 2018 (2018-10-25), pages 118 - 121 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7161656B2 (ja) | 超臨界高温蒸気におけるマルテンサイト耐熱鋼の酸化膜の厚さの計算方法 | |
CN108546953A (zh) | 一种加热炉炉管外壁清洗钝化剂 | |
CN112784474B (zh) | 一种基于单位煤粉耗氧量的锅炉燃煤相对热值计算方法 | |
CN112098461B (zh) | 一种烟气引入法在线水露点酸露点测量装置 | |
Subramanian | Deterioration of economizer tube in utility boiler | |
CN107167418B (zh) | 一种锅炉水冷壁高温腐蚀在线监测方法及监测系统 | |
CN111950110A (zh) | 一种判定高炉煤气烟气中余热锅炉钢腐蚀因素的方法 | |
CN105080809B (zh) | 锅炉尾部受热面防护用纳米粒子改性氟塑料复合涂层的喷涂成型方法 | |
CN107844863B (zh) | 一种超临界电站锅炉过热器管道化学清洗方案的设计方法 | |
CN115078242A (zh) | 一种用于烟道的露点腐蚀在线评估装置及方法 | |
CA2926597A1 (en) | Method for the in situ passivation of the steel surfaces of a nuclear reactor | |
JP2009036670A (ja) | オーステナイト鋼の使用温度推定方法 | |
CN109580711B (zh) | 高炉煤气与转炉煤气混烧条件下的煤气热值软测量方法 | |
CN217715032U (zh) | 一种燃煤电厂管式空气预热器 | |
CN111637479B (zh) | 一种锅炉受热面积灰影响评价方法 | |
CN214974859U (zh) | 一种改进型镍铁电除尘器壳体 | |
Chen et al. | A soft-sensing model for oxygen-content in flue gases of coal-fired power plant based on neural network | |
CN109190311A (zh) | 超超临界火电机组用奥氏体耐热钢氧化膜剥落预测模型 | |
CN2746233Y (zh) | 单侧镀锌管 | |
CN215506310U (zh) | 低温甲醇洗工序热区酸碱清洗系统 | |
Kirilina et al. | Water Treatment Upgrade of Steam Drum Boilers Based on a VTIAMIN Reagent | |
Sohail et al. | Boiler tube failures (BTFs) in natural circulation high pressure drum boiler of a power station | |
CN212537514U (zh) | 一种高炉煤气管网系统 | |
Li et al. | Study on optimization of soot blowing based on monitoring model of coal-fired power station soot accumulation | |
JP7155988B2 (ja) | ラジアントチューブバーナの燃焼不良検出方法 |
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 |