CN112711232B - 基于前置式so2预测的脱硫剂使用量控制的方法及系统 - Google Patents

基于前置式so2预测的脱硫剂使用量控制的方法及系统 Download PDF

Info

Publication number
CN112711232B
CN112711232B CN202011535286.5A CN202011535286A CN112711232B CN 112711232 B CN112711232 B CN 112711232B CN 202011535286 A CN202011535286 A CN 202011535286A CN 112711232 B CN112711232 B CN 112711232B
Authority
CN
China
Prior art keywords
raw material
sulfur
content
time
desulfurizer
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
CN202011535286.5A
Other languages
English (en)
Other versions
CN112711232A (zh
Inventor
刘瑞芝
赵亮
胡芝娟
王国清
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.)
Tianjin Cement Industry Design and Research Institute Co Ltd
Original Assignee
Tianjin Cement Industry Design and 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 Tianjin Cement Industry Design and Research Institute Co Ltd filed Critical Tianjin Cement Industry Design and Research Institute Co Ltd
Priority to CN202011535286.5A priority Critical patent/CN112711232B/zh
Publication of CN112711232A publication Critical patent/CN112711232A/zh
Application granted granted Critical
Publication of CN112711232B publication Critical patent/CN112711232B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4183Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Refinement Of Pig-Iron, Manufacture Of Cast Iron, And Steel Manufacture Other Than In Revolving Furnaces (AREA)

Abstract

本发明公开了一种基于前置式SO2预测的脱硫剂使用量控制方法及系统,属于水泥工业生产技术领域,包括S1、在生料进入生料库进行预均化之前,采用非连续在线生料硫含量测量仪对生料中全硫的含量进行测量,然后通过计算获取生料中可挥发性硫的含量;S2、在线测量生料中硫含量过程需要时间Ttest,而生料自进入生料库到卸出需要时间Tstack,通过数据算法,计算生料进入水泥窑尾系统的时间并对进入的生料SO2生成量进行预测;S3、根据预测得到的SO2生成量,调节脱硫剂的使用量,使SO2排放量满足排放要求,S4、在烟囱处测量排放的SO2浓度,通过数据分析进行修正可挥发性硫与全硫的比例以及生料进入窑尾系统的时间误差。

Description

基于前置式SO2预测的脱硫剂使用量控制的方法及系统
技术领域
本发明属于水泥工业生产技术领域,特别是涉及一种基于前置式SO2预测的脱硫剂使用量控制的方法及系统。
背景技术
众所周知,水泥生产过程中,会产生大量的SO2有害气体,为了保护环境,排放之前需要对上述SO2进行处理,目前,常规的技术手段为:
选用方案一、
采用湿法脱硫或半干法脱硫方案为水泥生产企业生产中排放的SO2气体进行固化消除,起到有害气体SO2排放大幅减少的目的。
该方案脱硫效率高,可采用湿法脱硫浆液的PH值检测方式实现智能控制,半干法则采用Ca(OH)2循环使用的方式控制SO2排放。
但以上方式基础投资巨大,需要水泥企业投入大量资金用于脱硫塔的建设,以及相关配套设备的购买、安装等,为水泥生产企业增加较大负担。同时,脱硫后形成CaSO4等废渣还需要单独进行处置,工艺流程复杂,设备众多。
选用方案二、
目前,业内常用的现有技术是这样的:
其他在线检测SO2排放技术是通过在烟囱位置的最终SO2气体含量为调节基准,用以调整脱硫剂的使用量。而实际生产中水泥企业烟囱处尾气的SO2是在预热器中产生的,然后经过生料磨、增湿塔以及收尘器后到达最终的排放烟囱,因此检测到SO2的时间与实际生成SO2的时间存在5~6min的滞后,如果生料中可挥发性硫的含量存在波动,则相应的脱硫剂使用量无法第一时间进行调节,存在SO2瞬时超量排放的可能。
综上所述,现有技术存在的问题是:
(1)现有技术存在的问题是实时检测SO2气体成分存在滞后,无法完全对应SO2的即时产生量,因此脱硫剂智能控制只能是事后调节。
(2)存在SO2瞬时过量排放以及脱硫剂过量使用的可能。
解决上述技术问题的难度和意义:
解决SO2在线检测与脱硫剂使用的时间对应问题,可以更好的智能控制脱硫剂的使用量,为水泥企业节省脱硫剂使用成本,同时减少因为脱硫剂过量使用产生的其他有害物排放超标的问题。
发明内容
本发明的目的是提供一种基于前置式SO2预测的脱硫剂使用量控制的方法及系统,在生料进入烧成系统之前对生料中可挥发性硫含量进行现场检测,通过数据分析系统对可能的SO2排放量进行提前预测,由此来自动控制脱硫剂的使用量,最大程度的匹配脱硫剂使用量与SO2排放量,达到减少脱硫剂的总使用量,降低水泥企业的脱硫成本以及降低SO2排放量的目的。
本发明通过以下技术方案来实现上述目的,
本发明的第一目的是提供一种基于前置式SO2预测的脱硫剂使用量控制的方法,至少包括:
S1、在生料进入生料库进行预均化之前,采用非连续在线生料硫含量测量仪对生料中全硫的含量进行测量,然后通过计算获取生料中可挥发性硫的含量;
S2、在线测量生料中硫含量过程需要时间Ttest,而生料自进入生料库到卸出需要时间Tstack,通过数据算法,计算生料进入水泥窑尾系统的时间并对此时进入的生料SO2生成量进行预测;
S3、根据预测得到的SO2生成量,调节脱硫剂的使用量,使SO2排放量满足排放要求,
S4、在烟囱处测量排放的SO2浓度,通过数据分析进行修正可挥发性硫与全硫的比例以及生料进入窑尾系统的时间误差。
优选地:Ttest为3~5min。
优选地:Tstack为20~35min。
优选地:通过库仑法对取样的生料进行全硫含量的测量。
优选地:将生料中全硫含量进行周期性检测。
优选地:可挥发性硫与全硫的比例公式如下:
Figure BDA0002853178670000031
其中Sval为可发挥性硫,Stot为全硫,Stot的范围是0.1~2%,Sval的范围是40~60%。
优选地:计算生料时间差值得公式如下:
ΔT=Tstack-Ttest
本发明的第二目的是提供一种基于前置式SO2预测的脱硫剂使用量控制的系统,用于实现上述的基于前置式SO2预测的脱硫剂使用量控制的方法,所述系统包括:
在线生料测量仪,在生料进入生料库进行预均化之前,对生料中全硫的含量进行测量,通过计算获取可挥发性硫的含量;
SO2浓度浓度传感器,获取烟囱处排放的SO2浓度;
控制器,用于接收在线生料测量仪的全硫含量、SO2浓度浓度传感器的SO2浓度,通过数据分析进行修正可挥发性硫与全硫的比例;计算生料进入生料库至SO2生成时的时间间隔,由此对SO2生成量进行预测;根据预测得到的SO2生成量,调节脱硫剂的使用量,使SO2排放量满足排放要求。
本发明的有益效果是:
本发明在生料进入烧成系统之前对生料中可挥发性硫含量进行现场检测,通过控制器中的数据分析系统对可能的SO2排放量进行提前预测,由此来自动控制脱硫剂的使用量,最大程度的匹配脱硫剂使用量与SO2排放量,达到减少脱硫剂的总使用量,降低水泥企业的脱硫成本以及降低SO2排放量的目的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明优选实施例的功能框图;
图2为本发明优选实施例脱硫工艺的时间框图;
图3为本发明优选实施例中干法脱硫剂的喂料系统图;
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
在本发明的描述中,需要理解的是,术语“上”、“下”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
现有技术往往通过后置SO2测量技术反馈控制脱硫剂的添加量,而实际测量的到SO2与实际生成的时间存在间隔,脱硫剂的投放无法完全与SO2的生成实时匹配,造成脱硫剂的浪费或者短时间的SO2排放超标。
本专利提出在生料进入生料库之前进行在线生料取样分析,按照GBT214-2007标准中提出的库仑法对取样的生料进行全硫含量的测量,将生料中全硫含量数据进行周期性连续检测,采用库仑法进行检测的时间大概在3min左右,即每3min测量一次生料中的硫含量并进行记录反馈给控制器。测量完成后的生料进入生料库进行预均化,生料在生料库中大致停留20~35min,在此期间控制器根据测试数据计算得到该批次生料可能产生的SO2排放量然后对脱硫剂喂入系统进行控制调节。控制器需要进行两方面计算匹配,1)计算实验室测定的可挥发性硫含量与全硫含量的比例,通过测量得到的生料全硫含量计算最终挥发出的SO2排放量;2)计算生料中硫含量数值曲线与最终SO2排放曲线的对应关系,主要是计算生料库中生料的停留时间即生料喂料与SO2排放的时间差值。在烟囱废气排出位置检测SO2排放值并反馈回控制器,控制器通过SO2排放值曲线首先修正生料在生料库中的停留时间,使SO2生成与预测曲线相对应,然后修正排放比例即可挥发性硫与全硫的比例,通过不断的修正与分析,最终计算出合理的脱硫剂使用量。
控制器根据计算预测实时SO2生成量,然后给出脱硫剂使用量数据,通过脱硫剂喂料系统进行调节,实时控制脱硫剂使用量,使脱硫剂使用量与SO2生成量匹配,将SO2排放量控制在满足排放限额要求以内又不至于过低,可最大程度的降低脱硫剂使用量。
计算生料中可挥发性硫与全硫的比例公式如下:
Figure BDA0002853178670000051
其中Sval为可发挥性硫,Stot为全硫,生料中全硫在0.1~2%之间,可挥发性硫占比约在40~60%之间。
计算生料时间差值得公式如下:
ΔT=Tstack-Ttest
其中Tstack为生料在生料库中停留的时间,Ttest为检测生料中全硫含量所需的时间,两者相减即为测量得到生料含硫量与实际到达SO2生成位置的时间差,以此对测量值进行修正可以得到实时SO2生成值。
请参阅图1至图3:
一种基于前置式SO2预测的脱硫剂使用量控制的方法,包括:
S1、在水泥生产流程中,在生料进入生料库进行预均化之前采用在线生料测量仪对生料中全硫的含量进行测量,通过经验数据计算可挥发性硫的含量,可以预测此时进入生料库中的生料中可挥发性硫的含量。常规条件下一般生料中可挥发性硫占全硫含量的比例在50%左右,因此可以根据测量得到的全硫含量来计算可挥发性硫的含量,同时在烟囱处可以直接测量排放的SO2浓度,通过数据分析进行修正可挥发性硫与全硫的比例。(修正步骤为:首先根据SO2在烟囱处的排放曲线与生料库处的生料硫含量曲线进行对比,修正生料在生料库中的停留时间和测量时间差ΔT=Tstack-Ttest,然后根据排放的SO2浓度、脱硫剂使用量、对应时间的生料中全硫含量来计算生料中可挥发硫的含量Sval,最终得出可挥发硫与全硫的占比)
S2、在线测量生料中硫含量过程需要3~5min,而生料自进入生料库到卸出需要20~35min,通过数据算法,计算生料进入生料库至SO2生成时的时间间隔,由此对生成的SO2量进行预测。
S3、根据预测得到的SO2生成量,调节脱硫剂的使用量,使SO2最终排放量满足国标中的排放要求,同时尽可能的减少脱硫剂的使用量。
本申请采用前置式的SO2生成量预测,可以更有效的将添加的脱硫剂使用量与SO2生成量进行匹配,减少使用浪费。
在线测量生料中硫含量的技术还包括艾士卡法、高温燃烧法等,优选的采用库仑法进行硫含量测量,准确率较高且用时较短。
生料取样位置可以在进入生料库之前,生料配料站后的任意位置,优选的采用生料库顶的生料输送斜槽位置,该位置以有一定的均匀性,同时该位置设备较少,空间较大,测量设备运行时受干扰较少。
本专利采用的脱硫剂可为纯钙粉脱硫剂、复合脱硫剂及其他干粉脱硫剂,优选的采用干粉脱硫剂,以钙基、氨基复合配方的脱硫剂拥有极高的脱硫效率以及较低的Ca/S比,易于对脱硫剂使用量进行核算。
一种基于前置式SO2预测的脱硫剂使用量控制的系统,用于实现上述的基于前置式SO2预测的脱硫剂使用量控制的方法,所述系统包括:
在线生料测量仪,在生料进入生料库进行预均化之前,对生料中全硫的含量进行测量,通过计算获取可挥发性硫的含量;
SO2浓度浓度传感器,获取烟囱处排放的SO2浓度;
控制器,用于接收在线生料测量仪的全硫含量、SO2浓度浓度传感器的SO2浓度,通过数据分析进行修正可挥发性硫与全硫的比例;计算生料进入生料库至SO2生成时的时间间隔,由此对SO2生成量进行预测;根据预测得到的SO2生成量,调节脱硫剂的使用量,使SO2排放量满足排放要求。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (4)

1.一种基于前置式SO2预测的脱硫剂使用量控制方法,其特征在于,至少包括:
S1、在生料进入生料库进行预均化之前,采用非连续在线生料硫含量测量仪对生料中全硫的含量进行测量,然后通过计算获取生料中可挥发性硫的含量;
S2、在线测量生料中硫含量过程需要时间Ttest,而生料自进入生料库到卸出需要时间Tstack,通过数据算法,计算生料进入水泥窑尾系统的时间并对此时进入的生料SO2生成量进行预测;
S3、根据预测得到的SO2生成量,调节脱硫剂的使用量,使SO2排放量满足排放要求,
S4、在烟囱处测量排放的SO2浓度,通过数据分析进行修正可挥发性硫与全硫的比例以及生料进入窑尾系统的时间误差;具体为:首先根据SO2在烟囱处的排放曲线与生料库处的生料硫含量曲线进行对比,修正生料在生料库中的停留时间和测量时间差ΔT=Tstack-Ttest,然后根据排放的SO2浓度、脱硫剂使用量、对应时间的生料中全硫含量来计算生料中可挥发硫的含量Sval,最终得出可挥发硫与全硫的占比。
2.根据权利要求1所述的基于前置式SO2预测的脱硫剂使用量控制方法,其特征在于:Ttest为3~5min,Tstack为20~35min;计算生料时间差值得公式如下:
ΔT=Tstack-Ttest
3.根据权利要求1所述的基于前置式SO2预测的脱硫剂使用量控制方法,其特征在于:通过库仑法对取样的生料进行全硫含量的测量,对生料中的全硫进行周期性检测并形成周期的测量结果报告;
可挥发性硫与全硫的比例公式如下:
Figure FDA0003604788040000011
其中Sval为可发挥性硫,Stot为全硫,Stot的范围是0.1~2%,Sval的范围是40~60%。
4.一种基于前置式SO2预测的脱硫剂使用量控制系统,其特征在于,用于实现权利要求1-3任一项所述的基于前置式SO2预测的脱硫剂使用量控制方法,所述系统包括:
在线生料测量仪,在生料进入生料库进行预均化之前,对生料中全硫的含量进行测量,通过计算获取可挥发性硫的含量;SO2浓度浓度传感器,获取烟囱处排放的SO2浓度;
控制器,用于接收在线生料测量仪的全硫含量、SO2浓度浓度传感器的SO2浓度,通过数据分析进行修正可挥发性硫与全硫的比例;计算生料进入生料库至SO2生成时的时间间隔,由此对SO2生成量进行预测;根据预测得到的SO2生成量,调节脱硫剂的使用量,使SO2排放量满足排放要求。
CN202011535286.5A 2020-12-23 2020-12-23 基于前置式so2预测的脱硫剂使用量控制的方法及系统 Active CN112711232B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011535286.5A CN112711232B (zh) 2020-12-23 2020-12-23 基于前置式so2预测的脱硫剂使用量控制的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011535286.5A CN112711232B (zh) 2020-12-23 2020-12-23 基于前置式so2预测的脱硫剂使用量控制的方法及系统

Publications (2)

Publication Number Publication Date
CN112711232A CN112711232A (zh) 2021-04-27
CN112711232B true CN112711232B (zh) 2022-08-09

Family

ID=75545288

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011535286.5A Active CN112711232B (zh) 2020-12-23 2020-12-23 基于前置式so2预测的脱硫剂使用量控制的方法及系统

Country Status (1)

Country Link
CN (1) CN112711232B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104062407A (zh) * 2014-07-07 2014-09-24 江苏名和集团有限公司 一种脱硫粉煤灰的检测方法
CN105116855A (zh) * 2015-07-22 2015-12-02 华北电力大学 一种烟气循环流化床脱硫的优化控制方法
CN111943535A (zh) * 2020-07-28 2020-11-17 天津冀东水泥有限公司 一种由建筑垃圾和污染土生产通用硅酸盐水泥的方法
CN112034100A (zh) * 2020-08-18 2020-12-04 北京国电龙源环保工程有限公司 一种基于在线学习的湿法脱硫系统CaSO3软测量方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1603833A (zh) * 2004-02-27 2005-04-06 王玷 大型煤粉炉优化控制系统
CN103472873B (zh) * 2013-09-10 2016-02-10 盐城工学院 一种烧结烟气脱硫装置使用的控制方法及系统
US10195565B2 (en) * 2014-12-24 2019-02-05 Prosernat Removal of hydrogen sulfide and sulfur recovery from a gas stream by catalytic direct oxidation and claus reaction
CN205323522U (zh) * 2016-01-05 2016-06-22 中国科学院自动化研究所 多变量控制的烟气脱硫脱硝一体化设备
CN207221702U (zh) * 2017-09-26 2018-04-13 郑州蓝霞环保工程有限公司 一种水泥熟料生产线催化脱硫脱硝系统
CN108730968B (zh) * 2018-06-11 2020-02-18 中国神华能源股份有限公司 脱硫的控制方法及装置
CN109224832B (zh) * 2018-11-26 2024-03-12 中冶焦耐(大连)工程技术有限公司 一种焦炉烟气脱硫除尘系统及方法
CN110262430A (zh) * 2019-07-02 2019-09-20 国电环境保护研究院有限公司 一种基于硫的全过程监测的超低排放脱硫节能运行系统
CN110496507B (zh) * 2019-08-12 2021-07-13 厦门邑通软件科技有限公司 一种湿法脱硫工艺中拟合亚硫酸钙浓度的方法
CN111068503A (zh) * 2019-12-17 2020-04-28 浙江天地环保科技有限公司 一种烟气超低排放后脱硫系统石灰石供浆精准调节控制器及控制方法
CN111111393A (zh) * 2019-12-31 2020-05-08 鲁西化工集团股份有限公司动力分公司 一种脱硫塔出口硫含量的精细化自动控制方法及其应用

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104062407A (zh) * 2014-07-07 2014-09-24 江苏名和集团有限公司 一种脱硫粉煤灰的检测方法
CN105116855A (zh) * 2015-07-22 2015-12-02 华北电力大学 一种烟气循环流化床脱硫的优化控制方法
CN111943535A (zh) * 2020-07-28 2020-11-17 天津冀东水泥有限公司 一种由建筑垃圾和污染土生产通用硅酸盐水泥的方法
CN112034100A (zh) * 2020-08-18 2020-12-04 北京国电龙源环保工程有限公司 一种基于在线学习的湿法脱硫系统CaSO3软测量方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
湿法脱硫自适应Smith实时跟踪控制系统设计;梁克顺等;《软件导刊》;20180717;全文 *

Also Published As

Publication number Publication date
CN112711232A (zh) 2021-04-27

Similar Documents

Publication Publication Date Title
CN105597537B (zh) 基于预测控制技术的脱硝控制方法
CN103197549B (zh) 循环流化床锅炉烟气中二氧化硫的软测量及优化控制方法
CN109493250B (zh) 一种scr反应器的脱硝能力的评估方法
CN109343349B (zh) 一种基于喷氨量补偿器的scr烟气脱硝优化控制系统和方法
CN107544288B (zh) 一种脱硝优化控制方法和系统
CN103592407B (zh) 一种电厂scr脱硝系统催化剂活性在线监测方法
CN104615114B (zh) 一种循环流化床的炉内脱硫优化控制方法
CN108730968B (zh) 脱硫的控制方法及装置
CN103017530A (zh) 烧结终点预测方法及系统
CN113033873B (zh) 基于入炉煤质测量的脱硫系统入口硫氧化物含量预测方法
CN107917005A (zh) 用于调节三元催化器的氧气‑充注的方法和控制装置
CN112711232B (zh) 基于前置式so2预测的脱硫剂使用量控制的方法及系统
CN207951100U (zh) 循环流化床机组炉烟气排放运行优化成本计算系统
CN107398162A (zh) 湿法烟气脱硫氧化风机节能方法
CN101275248A (zh) 一种控制电解槽物料平衡的方法
CN114073888B (zh) 石灰石-石膏湿法脱硫系统中氧化风系统的优化方法
CN207187485U (zh) 湿法烟气脱硫氧化风机节能系统
CN1322955A (zh) 基于烟气成分分析的锅炉效率在线监测方法
CN115044722A (zh) 一种喷煤精准配煤方法
CN113204189B (zh) 脱硫系统控制模型、其建立方法和脱硫系统控制方法
RU2375659C1 (ru) Автоматизированная система управления качеством агломерата
CN112957885B (zh) 一种脱硝NOx近零排放系统
CN110501042A (zh) 一种检测和控制脱硫吸收液氧化率的方法
CN112415148A (zh) 一种基于在线学习的湿法脱硫系统CaSO3软测量方法
RU2297463C1 (ru) Способ управления газовым режимом конвертерного передела цветной металлургии

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