CN114515499B - 一种淋酸器用的含氨尾气智能回收控制系统及方法 - Google Patents

一种淋酸器用的含氨尾气智能回收控制系统及方法 Download PDF

Info

Publication number
CN114515499B
CN114515499B CN202210165868.1A CN202210165868A CN114515499B CN 114515499 B CN114515499 B CN 114515499B CN 202210165868 A CN202210165868 A CN 202210165868A CN 114515499 B CN114515499 B CN 114515499B
Authority
CN
China
Prior art keywords
ammonia
tail gas
recovery
dynamic
content
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
CN202210165868.1A
Other languages
English (en)
Other versions
CN114515499A (zh
Inventor
魏霞
张纪国
林立民
唐文洲
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.)
Xintai Rijin Chemical Technology Co ltd
Original Assignee
Xintai Rijin Chemical Technology 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 Xintai Rijin Chemical Technology Co ltd filed Critical Xintai Rijin Chemical Technology Co ltd
Priority to CN202210165868.1A priority Critical patent/CN114515499B/zh
Publication of CN114515499A publication Critical patent/CN114515499A/zh
Application granted granted Critical
Publication of CN114515499B publication Critical patent/CN114515499B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • B01D53/77—Liquid phase processes
    • B01D53/78—Liquid phase processes with gas-liquid contact
    • 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
    • B01D53/346—Controlling the process
    • 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
    • B01D53/46—Removing components of defined structure
    • B01D53/54—Nitrogen compounds
    • B01D53/58—Ammonia
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/30—Administration of product recycling or disposal
    • 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
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Analytical Chemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Sustainable Development (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Treating Waste Gases (AREA)

Abstract

本发明提供了一种淋酸器用的含氨尾气智能回收控制系统及方法，其系统包括：回收装置，用于当尾气中的氨气含量达到第一阈值时，则开始对所述尾气进行回收，获得氨成分和安全尾气；淋酸装置，用于在启动所述回收装置后，确定所述尾气中的氨气含量变化率，计算出对应的淋酸量，并基于所述淋酸量对尾气进行淋酸处理；换气装置，用于当淋酸处理后的尾气中的氨气含量小于安全含量阈值时，则将所述尾气进行换气操作；用以在淋酸处理氨气之前对氨气进行回收，并在氨气回收之后进行合理的淋酸处理，既节约了尾气处理成本，也可以回收氨成分。

Description

一种淋酸器用的含氨尾气智能回收控制系统及方法
技术领域
本发明涉及尾气处理技术领域，特别涉及一种淋酸器用的含氨尾气智能回收控制系统及方法。
背景技术
目前，在工农业生产中，由于氨过量反映，因此在生成过程中会产生未参与反应而剩余的氨，为了回收和治理氨气所造成的污染，可采用淋酸器对生产剩余的氨气进行吸收处理，但是，这种处理尾气的方法存在以下问题：
淋酸器处理氨气可能存在不够彻底或者淋酸过量的问题，导致无法保证含氨尾气处理的效果，也可能存在尾气处理成本过高和资源浪费的问题；
且用淋酸处理氨气尾气只是将氨气进行处理后进行排放，并未将氨气进行回收二次利用，造成了资源浪费，不符合当前工农业寻求绿色生产的需求。
因此，本发明提出一种淋酸器用的含氨尾气智能回收控制系统及方法。
发明内容
本发明提供一种淋酸器用的含氨尾气智能回收控制系统及方法，用以在淋酸处理氨气之前对氨气进行回收，并在氨气回收之后进行合理的淋酸处理，既节约了尾气处理成本，也可以回收氨成分。
本发明提供一种淋酸器用的含氨尾气智能回收控制系统，包括：
回收装置，用于当尾气中的氨气含量达到第一阈值时，则开始对所述尾气进行回收，获得氨成分和安全尾气；
淋酸装置，用于在启动所述回收装置后，确定所述尾气中的氨气含量变化率，计算出对应的淋酸量，并基于所述淋酸量对尾气进行淋酸处理；
换气装置，用于当淋酸处理后的尾气中的氨气含量小于安全含量阈值时，则将所述尾气进行换气操作。
优选的，所述回收装置，包括：
检测模块，用于检测所述尾气中的氨气含量；
预处理模块，用于当所述氨气含量达到所述第一阈值时开始对所述尾气进行吸气，获得吸收尾气，并对所述吸收尾气进行预处理，获得预处理尾气；
回收模块，用于对所述预处理尾气进行回收处理，获得对应的氨成分和安全尾气。
优选的，所述预处理模块，包括：
风机单元，用于当所述氨气含量达到所述第一阈值时，开始对所述尾气进行吸气，获得吸收尾气；
进气过滤单元，用于当所述风机单元启动时，对进入所述风机单元的尾气进行过滤处理；
换热单元，用于对所述吸收尾气进行降温处理，获得对应的降温尾气；
排气过滤单元，用于对所述降温尾气进行过滤，获得对应的预处理尾气。
优选的，所述风机单元，包括：
检测子单元，用于检测出所述尾气所在环境中的气体流速；
计算子单元，用于当所述氨气含量达到所述第一阈值时，则基于所述氨气含量和所述气体流速计算出对应的风机转速；
控制子单元，用于基于所述风机转速设置风机的运行功率，并控制风机启动对所述尾气进行吸气，获得吸收尾气。
优选的，所述回收模块，包括：
冷却单元，用于基于低温液体对所述预处理尾气进行冷却处理，获得对应的冷处理氨水；
回收单元，用于对所述冷处理氨水进行回收处理，获得对应的氨成分和处理废水；
加热单元，用于判断所述处理废水是否合格，若是，则对所述处理废水进行加热，获得安全尾气，并将所述安全尾气排出，否则，对所述处理废水进行二次净化后获得新的处理废水，直至新的处理废水被判定合格时，则对新的处理废水进行加热，获得安全尾气，并将所述安全尾气排出。
优选的，所述淋酸装置，包括：
效率计算模块，用于建立尾气回收过程的动态回收模型，基于所述动态回收模型计算出对应的动态回收效率，并预测出对应的回收效率预测曲线；
淋酸量计算模块，用于在启动所述回收装置后，统计出所述尾气中的氨气含量变化率，基于所述氨气含量变化率和所述动态回收效率以及所述回收效率预测曲线计算出对应的淋酸量；
第一控制模块，用于基于所述淋酸量设置淋酸头的开合程度，并控制所述淋酸头进行淋酸。
优选的，所述效率计算模块，包括：
模型构建单元，用于基于尾气回收过程的动态数据，构建出对应的动态回收模型；
特征设置单元，用于预先定义多个气流数据模型，并为所述气流数据模型中的每个数据设置对应的数据特征，获得每个气流数据模型对应的数据特征集合；
特征提取单元，用于基于特征提取算法对所述动态回收模型进行特征提取，获得对应的特征数据集合；
特征过滤单元，用于对所述特征数据集合进行去重处理，获得特征样本集合；
模型确定单元，用于将所述特征样本集合和所述数据特征集合进行特征匹配，将最高匹配度对应的数据特征集合对应的气流数据模型作为对应的气流特征模型；
数据读取单元，用于基于所述气流特征模型循环读取所述动态回收模型中的气流动态数据，并对所述气流动态数据进行清洗，获得对应的有效气流动态数据；
效率计算单元，用于基于所述有效气流动态数据计算出对应的动态回收效率；
数据获取单元，用于在所述回收装置启动时，按照预设周期记录所述回收装置入口处的氨气含量，获得第一含量集合，同时，按照预设周期记录所述安全尾气中的氨气含量，获得第二氨气含量；
效率预测单元，用于基于最新获得的最佳自回归树模型，并结合所述第一氨气集合和所述第二氨气集合，预测出对应的回收效率预测曲线；
模型优化单元，用于基于预测精度转换因子和所述动态回收效率以及所述回收效率预测曲线上对应周期的预测回收效率，计算出对应的优化系数，基于所述优化系数对所述最佳自回归树模型进行优化，获得新的最佳自回归树模型。
优选的，所述模型构建单元，包括：
第一获取子单元，用于实时获取所述回收装置每个回收环节处对应的局部气体流速；
模型获取子单元，用于获取所述回收装置对应的回收装置三维模型和每个回收环节处对应的局部三维模型；
模型兼容子单元，用于将所述局部气体流速和所述回收装置三维模型进行兼容，获得对应的第一动态模型；
第二获取子单元，用于获取所述回收装置每个回收环节处对应的实时氨气含量；
数据处理子单元，用于将所述第一动态模型和所有实时氨气含量按照回收环节进行对齐融合，获得对应的回收气体动态模型，对所述回收气体动态模型进行数据提取获得对应的气体动态数据；
数据校正子单元，用于基于所述局部三维模型和所述气体动态数据对对应回收环节处对应的实时氨气含量和局部气体流速进行双重校正，获得对应的动态校正数据；
数据迭代子单元，用于将所述动态校正数据中所述回收装置入口处对应的局部校正数据和所述回收装置入口处在同一时刻对应的气体动态数据输入至气体流动模型中进行迭代，直至所述动态校正数据和所述气体动态数据之间的偏差小于预设偏差时，则停止迭代，并记录获得对应的迭代算法；
数据更新子单元，用于基于所述迭代算法对所述动态校正数据进行更新，获得对应的最佳动态数据；
模型构建子单元，用于基于所述最佳动态数据构建出对应的动态回收模型。
优选的，所述换气装置，包括：
比较模块，用于实时获取尾气中的氨气含量，并将所述氨气含量与所述安全含量阈值进行比较；
第二控制模块，用于当所述氨气含量小于所述安全含量阈值时，则启动换气开关对当前状态的尾气进行换气操作，否则，保留比较结果。
优选的，一种淋酸器用的含氨尾气智能回收控制方法，包括：
S1：当尾气中的氨气含量达到第一阈值时，则开始对所述尾气进行回收，获得氨成分和安全尾气；
S2：在启动所述回收装置后，确定所述尾气中的氨气含量变化率，计算出对应的淋酸量，并基于所述淋酸量对尾气进行淋酸处理；
S3：当淋酸处理后的尾气中的氨气含量小于安全含量阈值时，则将所述尾气进行换气操作。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种淋酸器用的含氨尾气智能回收控制系统示意图；
图2为本发明实施例中一种回收装置示意图；
图3为本发明实施例中一种预处理模块示意图；
图4为本发明实施例中一种风机单元示意图；
图5为本发明实施例中一种回收模块示意图；
图6为本发明实施例中一种淋酸装置示意图；
图7为本发明实施例中一种效率计算模块示意图；
图8为本发明实施例中一种模型构建单元示意图；
图9为本发明实施例中一种换气装置示意图；
图10为本发明实施例中一种淋酸器用的含氨尾气智能回收控制方法流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1：
本发明提供了一种淋酸器用的含氨尾气智能回收控制系统，参考图1，包括：
回收装置，用于当尾气中的氨气含量达到第一阈值时，则开始对所述尾气进行回收，获得氨成分和安全尾气；
淋酸装置，用于在启动所述回收装置后，确定所述尾气中的氨气含量变化率，计算出对应的淋酸量，并基于所述淋酸量对尾气进行淋酸处理；
换气装置，用于当淋酸处理后的尾气中的氨气含量小于安全含量阈值时，则将所述尾气进行换气操作。
该实施例中，氨气含量即为单位含氨尾气中氨气成分的占比。
该实施例中，第一阈值即为触发回收装置启动时对应的氨气含量最小值。
该实施例中，氨成分即为回收装置对含氨尾气进行回收后获得的氨气成分。
该实施例中，安全尾气即为回收装置对含氨尾气进行回收处理后获得的剩余的可以安全排放的尾气。
该实施例中，氨气含量变化率即为含氨尾气中的氨气含量的变化率。
该实施例中，淋酸量即为淋酸装置投放的酸物质的总量。
该实施例中，安全含量阈值即为达到安全排放尾气标准时对应的最大氨气含量。
以上技术的有益效果为：在淋酸处理氨气之前对氨气进行回收，并在氨气回收之后进行合理的淋酸处理，既节约了尾气处理成本，也可以回收氨成分；解决了单一采用淋酸器处理氨气可能存在不够彻底或者淋酸过量的问题，也保证了含氨尾气的处理效果，也避免了尾气处理成本过高和资源浪费的问题，并实现了对氨气进行回收并且可被用于二次投入生产，节省了资源，符合当前工农业寻求绿色生产的需求。
实施例2：
在实施例1的基础上，所述回收装置，参考图2，包括：
检测模块，用于检测所述尾气中的氨气含量；
预处理模块，用于当所述氨气含量达到所述第一阈值时开始对所述尾气进行吸气，获得吸收尾气，并对所述吸收尾气进行预处理，获得预处理尾气；
回收模块，用于对所述预处理尾气进行回收处理，获得对应的氨成分和安全尾气。
该实施例中，吸收尾气即为预处理模块对待处理的含氨尾气进行吸收后获得的气体。
该实施例中，预处理尾气即为经过预处理模块进行预处理后获得的气体。
以上技术的有益效果为：通过回收装置不仅实现了对含氨尾气中的氨成分进行处理，还实现了对含氨尾气中的氨成分进行回收，既有效地解决了有害尾气的处理问题，同时又实现了资源的回收。
实施例3：
在实施例2的基础上，所述预处理模块，参考图3，包括：
风机单元，用于当所述氨气含量达到所述第一阈值时，开始对所述尾气进行吸气，获得吸收尾气；
进气过滤单元，用于当所述风机单元启动时，对进入所述风机单元的尾气进行过滤处理；
换热单元，用于对所述吸收尾气进行降温处理，获得对应的降温尾气；
排气过滤单元，用于对所述降温尾气进行过滤，获得对应的预处理尾气。
该实施例中，降温尾气即为换热单元对吸收尾气进行降温处理后获得的气体。
以上技术的有益效果为：当含氨尾气中的氨气含量达到所述第一阈值时，开始对含氨尾气进行吸气、进气过滤、降温、排气过滤，进而实现对含氨尾气的预处理过程，为后续提取含氨尾气中的氨成分作了铺垫。
实施例4：
在实施例3的基础上，所述风机单元，参考图4，包括：
检测子单元，用于检测出所述尾气所在环境中的气体流速；
计算子单元，用于当所述氨气含量达到所述第一阈值时，则基于所述氨气含量和所述气体流速计算出对应的风机转速；
控制子单元，用于基于所述风机转速设置风机的运行功率，并控制风机启动对所述尾气进行吸气，获得吸收尾气。
该实施例中，基于所述氨气含量和所述气体流速计算出对应的风机转速，包括：
基于氨气含量和最大氨气含量（即最大风机转速时对应的可吸收氨气含量）的第一比值以及第一比值和风机转速比值之间的第一对应关系，确定出对应的第一比值；
基于气体流速和最大气体流速（即最大风机转速时对应的可吸收气体的气体流速）的第二比值以及第二比值和风机转速比值之间的第二对应关系，确定出对应的第二比值；
将第一比值和第二比值的平均值乘以最大风机转速获得的结果即为确定出当前风机应该运行的转速。
该实施例中，基于所述风机转速设置风机的运行功率即为：基于风机转速和风机运行功率之间的对应关系（根据风机实际规格确定的）以及当前确定出的风机转速，确定出对应的运行功率，将风机的运行功率设置为当前确定出的运行功率。
以上技术的有益效果为：基于含氨尾气所在环境中的气体流速和含氨尾气中的氨气含量，确定出风机吸收尾气时的风机转速，进而确定出对应的风机功率，实现合理控制风机吸收含氨尾气，保证了含氨尾气的回收效率和处理效率。
实施例5：
在实施例2的基础上，所述回收模块，参考图5，包括：
冷却单元，用于基于低温液体对所述预处理尾气进行冷却处理，获得对应的冷处理氨水；
回收单元，用于对所述冷处理氨水进行回收处理，获得对应的氨成分和处理废水；
加热单元，用于判断所述处理废水是否合格，若是，则对所述处理废水进行加热，获得安全尾气，并将所述安全尾气排出，否则，对所述处理废水进行二次净化后获得新的处理废水，直至新的处理废水被判定合格时，则对新的处理废水进行加热，获得安全尾气，并将所述安全尾气排出。
该实施例中，低温液体主要采用低温纯水。
该实施例中，冷处理氨水即为对预处理尾气进行低温液体冷却处理后获得的将含氨尾气液化形成的液体。
该实施例中，处理废水即为对冷处理氨水进行回收处理后除氨成分以外剩余的废水。
该实施例中，所述处理废水是否合格即判断处理废水中的氨气成分是否低于安全含量阈值以及处理废水中是否不包含其他有害成分，若是，则判定处理废水合格，否则，判定处理废水不合格。
该实施例中，二次净化即为对处理废水中的有害成分进行净化直至处理废水中的有害成分低于对应的安全含量阈值。
以上技术的有益效果为：通过对预处理尾气进行冷却、回收、加热、判断是否满足排放要求、进而执行二次净化，完成了对含氨尾气中氨成分的回收，也完成了对含氨尾气的处理，使得最后获得可排放的安全尾气。
实施例6：
在实施例1的基础上，所述淋酸装置，参考图6，包括：
效率计算模块，用于建立尾气回收过程的动态回收模型，基于所述动态回收模型计算出对应的动态回收效率，并预测出对应的回收效率预测曲线；
淋酸量计算模块，用于在启动所述回收装置后，统计出所述尾气中的氨气含量变化率，基于所述氨气含量变化率和所述动态回收效率以及所述回收效率预测曲线计算出对应的淋酸量；
第一控制模块，用于基于所述淋酸量设置淋酸头的开合程度，并控制所述淋酸头进行淋酸。
该实施例中，动态回收模型即为表征回收装置中尾气回收动态过程的模型。
该实施例中，动态回收效率即为尾气回收动态过程中氨气回收的效率。
该实施例中，回收效率预测曲线即为对回收装置中尾气回收动态过程中氨气回收的预测效率随时间变化拟合成的曲线。
该实施例中，基于所述氨气含量变化率和所述动态回收效率以及所述回收效率预测曲线计算出对应的淋酸量，包括：
基于动态回收效率预测曲线确定出对应的预测回收效率；
基于所述氨气含量变化率和预测回收效率之和以及对应的关系系数列表（即表示氨气含量变化率和预测回收效率之和与关系系数之间对应关系的列表，具体根据除氨需求确定）确定出对应的关系系数（即表征氨气含量变化率和预测回收效率之和与标准淋酸量之间数值关系的系数）；
将关系系数和标准淋酸量（即当前需要处理的含氨尾气的体积倍的氨含量对应所需要的淋酸量）的乘积作为当前应该投放的淋酸量。
该实施例中，基于所述淋酸量设置淋酸头的开合程度即为：基于淋酸量和淋酸头开合程度之间的对应关系以及当前确定的淋酸量确定出淋酸头的开合程度，将淋酸头的开合程度设置为当前确定出的开合程度。
以上技术的有益效果为：用过建立出的尾气回收过程的动态回收模型计算出对应的动态回收效率和回收效率预测曲线，基于确定出的氨气含量变化率和动态回收效率以及回收效率预测曲线，可以确定出合理的淋酸量，避免了在处理氨气过程中可能存在不够彻底或者淋酸过量的问题，也保证了含氨尾气的处理效果，也避免了尾气处理成本过高和资源浪费的问题。
实施例7：
在实施例6的基础上，所述效率计算模块，参考图7，包括：
模型构建单元，用于基于尾气回收过程的动态数据，构建出对应的动态回收模型；
特征设置单元，用于预先定义多个气流数据模型，并为所述气流数据模型中的每个数据设置对应的数据特征，获得每个气流数据模型对应的数据特征集合；
特征提取单元，用于基于特征提取算法对所述动态回收模型进行特征提取，获得对应的特征数据集合；
特征过滤单元，用于对所述特征数据集合进行去重处理，获得特征样本集合；
模型确定单元，用于将所述特征样本集合和所述数据特征集合进行特征匹配，将最高匹配度对应的数据特征集合对应的气流数据模型作为对应的气流特征模型；
数据读取单元，用于基于所述气流特征模型循环读取所述动态回收模型中的气流动态数据，并对所述气流动态数据进行清洗，获得对应的有效气流动态数据；
效率计算单元，用于基于所述有效气流动态数据计算出对应的动态回收效率；
数据获取单元，用于在所述回收装置启动时，按照预设周期记录所述回收装置入口处的氨气含量，获得第一含量集合，同时，按照预设周期记录所述安全尾气中的氨气含量，获得第二氨气含量；
效率预测单元，用于基于最新获得的最佳自回归树模型，并结合所述第一氨气集合和所述第二氨气集合，预测出对应的回收效率预测曲线；
模型优化单元，用于基于预测精度转换因子和所述动态回收效率以及所述回收效率预测曲线上对应周期的预测回收效率，计算出对应的优化系数，基于所述优化系数对所述最佳自回归树模型进行优化，获得新的最佳自回归树模型。
该实施例中，动态数据即为回收过程中在回收装置各环节处对应的实时氨气含量和局部气体流速。
该实施例中，气流数据模型即为用于通过将气流动态数据的数据特征进行匹配进而提取出有效气流动态数据的模型。
该实施例中，数据特征即为气流数据模型中包含的数据对应的数据特征。
该实施例中，数据特征集合即为每个气流数据模型包含的数据对应的数据特征构成的集合。
该实施例中，特征提取算法例如线性评价分析算法。
该实施例中，特征数据集合即为基于特征提取算法对动态回收模型进行特征提取获得的表征动态回收模型中所有数据特征的结合。
该实施例中，特征样本集合即为对特征数据集合进行去重处理后获得的特征数据集合。
该实施例中，气流特征模型即为用于读取动态回收模型中的气流动态数据的模型。
该实施例中，有效气流动态数据即为对气流动态数据进行清洗后获得的数据。
该实施例中，基于所述有效气流动态数据计算出对应的动态回收效率，包括：
按照预设周期从有效气流动态数据中提取出预设数量个实时氨气含量值；
同时，获取回收装置入口处同一时刻对应的第一氨气含量值和回收装置排气口处同一时刻对应的第二氨气含量值；
基于第一实时氨气含量值和第二实时氨气含量值以及预设数量个实时氨气含量值，计算出氨气含量检测装置的误差值：
式中，为氨气含量检测装置的误差值，为第个实时氨气含量值，为所述实时氨气含量值的总个数，为第个实时氨气含量值，为第一氨气含量值，为第二氨气含量值，为以自然常数e为底的指数函数且e的取值为2.72，为迭代次数，为迭代调优的精度因子，且(10-6,10-7)；
基于误差值和所述第一实时氨气含量值和第二实时氨气含量值，计算出对应的动态回收效率：
式中，为动态回收效率；
例如，包含3个实时氨气含量值依次是0.5、0.1、0.01，为0.5，为0.01，为100000，为10-6，则为0.1，为0.7。
该实施例中，第一含量集合即为按照预设周期记录回收装置入口处的氨气含量获得的数据集合。
该实施例中，第二氨气含量即为按照预设周期记录安全尾气中的氨气含量获得的数据集合。
该实施例中，最佳自回归树模型即为用于基于第一氨气集合和第二氨气集合预测出对应的回收效率预测曲线的预测模型。
该实施例中，基于预测精度转换因子和所述动态回收效率以及所述回收效率预测曲线上对应周期的预测回收效率，计算出对应的优化系数，包括：
式中，为优化系数，为动态回收效率，为回收效率预测曲线上对应周期的预测回收效率，为预测精度转换因子，且(0.91,0.99)；
例如，为0.8，为0.7，为0.95，则为0.096。
以上技术的有益效果为：基于尾气回收过程的动态数据，构建出对应的动态回收模型，并将预先定义的多个气流数据模型对应的数据特征集合与对动态回收模型进行特征提取、去重处理后获得的特征样本集合进行匹配，进而确定出对应的气流特征模型，基于该气流特征模型可以从动态回收模型中提取出气流动态数据，对该气流动态数据进行数据清洗获得对应的有效气流动态数据，进而实现对动态回收效率的准确计算，并且通过对最佳自回归树模型的不断优化实现对动态回收效率的有效预测。
实施例8：
在实施例7的基础上，所述模型构建单元，参考图8，包括：
第一获取子单元，用于实时获取所述回收装置每个回收环节处对应的局部气体流速；
模型获取子单元，用于获取所述回收装置对应的回收装置三维模型和每个回收环节处对应的局部三维模型；
模型兼容子单元，用于将所述局部气体流速和所述回收装置三维模型进行兼容，获得对应的第一动态模型；
第二获取子单元，用于获取所述回收装置每个回收环节处对应的实时氨气含量；
数据处理子单元，用于将所述第一动态模型和所有实时氨气含量按照回收环节进行对齐融合，获得对应的回收气体动态模型，对所述回收气体动态模型进行数据提取获得对应的气体动态数据；
数据校正子单元，用于基于所述局部三维模型和所述气体动态数据对对应回收环节处对应的实时氨气含量和局部气体流速进行双重校正，获得对应的动态校正数据；
数据迭代子单元，用于将所述动态校正数据中所述回收装置入口处对应的局部校正数据和所述回收装置入口处在同一时刻对应的气体动态数据输入至气体流动模型中进行迭代，直至所述动态校正数据和所述气体动态数据之间的偏差小于预设偏差时，则停止迭代，并记录获得对应的迭代算法；
数据更新子单元，用于基于所述迭代算法对所述动态校正数据进行更新，获得对应的最佳动态数据；
模型构建子单元，用于基于所述最佳动态数据构建出对应的动态回收模型。
该实施例中，局部气体流速回收装置每个回收环节处对应的气体流速。
该实施例中，回收装置三维模型即为表征回收装置三维结构的模型。
该实施例中，局部三维模型即为表征回收装置对应回收环节处三维结构的模型。
该实施例中，第一动态模型即为将局部气体流速和回收装置三维模型进行兼容后获得的表征气体在回收装置中的动态过程的模型。
该实施例中，气体动态数据即为将同一时刻中获取的所有局部气体流速和所有实时氨气含量按照回收环节进行对齐融合后获得的数据。
该实施例中，动态校正数据即为基于局部三维模型和气体动态数据对对应回收环节处对应的实时氨气含量和局部气体流速进行双重校正后获得的数据。
该实施例中，预设偏差即为停止迭代时对应的动态校正数据和气体动态数据之间的最大偏差值。
该实施例中，迭代算法即为气体流动模型迭代过程中的算法。
该实施例中，最佳动态数据即为基于所述迭代算法对动态校正数据进行更新后获得的数据。
该实施例中，基于所述最佳动态数据构建出对应的动态回收模型即为：将最佳动态数据与回收装置三维模型中的对应位置一对应并融合后获得的模型。
以上技术的有益效果为：通过对回收装置中每个回收环节获取的实时氨气含量和局部气体流速进行对齐融合、双重校正、迭代更新，进而获得可以准确表征气体在回收装置中的动态过程的最佳动态数据，进而构建出可以准确表征气体在回收装置中的动态过程的动态回收模型。
实施例9：
在实施例2的基础上，所述换气装置，参考图9，包括：
比较模块，用于实时获取尾气中的氨气含量，并将所述氨气含量与所述安全含量阈值进行比较；
第二控制模块，用于当所述氨气含量小于所述安全含量阈值时，则启动换气开关对当前状态的尾气进行换气操作，否则，保留比较结果。
该实施例中，比较结果即为实时获取的安全含量和安全含量阈值的比较大小的结果。
以上技术的有益效果为：当经过回收处理和淋酸处理后的尾气中的氨气含量小于安全含量阈值时，对尾气进行换气处理，使得对经过回收处理和淋酸处理后的尾气进行最后一步的净化排放操作，提高了尾气处理的效果。
实施例10：
本发明提供了一种淋酸器用的含氨尾气智能回收控制方法，参考图10，包括：
S1：当尾气中的氨气含量达到第一阈值时，则开始对所述尾气进行回收，获得氨成分和安全尾气；
S2：在启动所述回收装置后，确定所述尾气中的氨气含量变化率，计算出对应的淋酸量，并基于所述淋酸量对尾气进行淋酸处理；
S3：当淋酸处理后的尾气中的氨气含量小于安全含量阈值时，则将所述尾气进行换气操作。
以上技术的有益效果为：在淋酸处理氨气之前对氨气进行回收，并在氨气回收之后进行合理的淋酸处理，既节约了尾气处理成本，也可以回收氨成分；解决了单一采用淋酸器处理氨气可能存在不够彻底或者淋酸过量的问题，也保证了含氨尾气的处理效果，也避免了尾气处理成本过高和资源浪费的问题，并实现了对氨气进行回收并且可被用于二次投入生产，节省了资源，符合当前工农业寻求绿色生产的需求。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种淋酸器用的含氨尾气智能回收控制系统，其特征在于，包括：
回收装置，用于当尾气中的氨气含量达到第一阈值时，则开始对所述尾气进行回收，获得氨成分和安全尾气；
淋酸装置，用于在启动所述回收装置后，确定所述尾气中的氨气含量变化率，计算出对应的淋酸量，并基于所述淋酸量对尾气进行淋酸处理；
换气装置，用于当淋酸处理后的尾气中的氨气含量小于安全含量阈值时，则将所述尾气进行换气操作；
所述淋酸装置，包括：
效率计算模块，用于建立尾气回收过程的动态回收模型，基于所述动态回收模型计算出对应的动态回收效率，并预测出对应的回收效率预测曲线；
淋酸量计算模块，用于在启动所述回收装置后，统计出所述尾气中的氨气含量变化率，基于所述氨气含量变化率和所述动态回收效率以及所述回收效率预测曲线计算出对应的淋酸量；
第一控制模块，用于基于所述淋酸量设置淋酸头的开合程度，并控制所述淋酸头进行淋酸；
所述效率计算模块，包括：
模型构建单元，用于基于尾气回收过程的动态数据，构建出对应的动态回收模型；
特征设置单元，用于预先定义多个气流数据模型，并为所述气流数据模型中的每个数据设置对应的数据特征，获得每个气流数据模型对应的数据特征集合；
特征提取单元，用于基于特征提取算法对所述动态回收模型进行特征提取，获得对应的特征数据集合；
特征过滤单元，用于对所述特征数据集合进行去重处理，获得特征样本集合；
模型确定单元，用于将所述特征样本集合和所述数据特征集合进行特征匹配，将最高匹配度对应的数据特征集合对应的气流数据模型作为对应的气流特征模型；
数据读取单元，用于基于所述气流特征模型循环读取所述动态回收模型中的气流动态数据，并对所述气流动态数据进行清洗，获得对应的有效气流动态数据；
效率计算单元，用于基于所述有效气流动态数据计算出对应的动态回收效率；
数据获取单元，用于在所述回收装置启动时，按照预设周期记录所述回收装置入口处的氨气含量，获得第一含量集合，同时，按照预设周期记录所述安全尾气中的氨气含量，获得第二含量集合；
效率预测单元，用于基于最新获得的最佳自回归树模型，并结合所述第一含量集合和所述第二含量集合，预测出对应的回收效率预测曲线；
模型优化单元，用于基于预测精度转换因子和所述动态回收效率以及所述回收效率预测曲线上对应周期的预测回收效率，计算出对应的优化系数，基于所述优化系数对所述最佳自回归树模型进行优化，获得新的最佳自回归树模型；
其中，基于所述氨气含量变化率和所述动态回收效率以及所述回收效率预测曲线计算出对应的淋酸量，包括：
基于动态回收效率预测曲线确定出对应的预测回收效率；
基于所述氨气含量变化率和预测回收效率之和以及对应的关系系数列表确定出对应的关系系数；
将关系系数和标准淋酸量的乘积作为当前应该投放的淋酸量；
其中，基于所述有效气流动态数据计算出对应的动态回收效率，包括：
按照预设周期从有效气流动态数据中提取出预设数量个实时氨气含量值；
同时，获取回收装置入口处同一时刻对应的第一氨气含量值和回收装置排气口处同一时刻对应的第二氨气含量值；
基于第一实时氨气含量值和第二实时氨气含量值以及预设数量个实时氨气含量值，计算出氨气含量检测装置的误差值：
Figure FDA0004000984210000031
式中，τ为氨气含量检测装置的误差值，i为第i个实时氨气含量值，n为所述实时氨气含量值的总个数，Qi为第i个实时氨气含量值，Q1为第一氨气含量值，Q2为第二氨气含量值，exp()为以自然常数e为底的指数函数且e的取值为2.72，m为迭代次数，θ为迭代调优的精度因子，且θ∈(10-6,10-7)；
基于误差值和所述第一实时氨气含量值和第二实时氨气含量值，计算出对应的动态回收效率：
Figure FDA0004000984210000032
式中，γ为动态回收效率；
其中，基于预测精度转换因子和所述动态回收效率以及所述回收效率预测曲线上对应周期的预测回收效率，计算出对应的优化系数，包括：
Figure FDA0004000984210000033
式中，ε为优化系数，γ1为动态回收效率，γ0为回收效率预测曲线上对应周期的预测回收效率，σ为预测精度转换因子，且σ∈(0.91,0.99)。
2.根据权利要求1所述的一种淋酸器用的含氨尾气智能回收控制系统，其特征在于，所述回收装置，包括：
检测模块，用于检测所述尾气中的氨气含量；
预处理模块，用于当所述氨气含量达到所述第一阈值时开始对所述尾气进行吸气，获得吸收尾气，并对所述吸收尾气进行预处理，获得预处理尾气；
回收模块，用于对所述预处理尾气进行回收处理，获得对应的氨成分和安全尾气。
3.根据权利要求2所述的一种淋酸器用的含氨尾气智能回收控制系统，其特征在于，所述预处理模块，包括：
风机单元，用于当所述氨气含量达到所述第一阈值时，开始对所述尾气进行吸气，获得吸收尾气；
进气过滤单元，用于当所述风机单元启动时，对进入所述风机单元的尾气进行过滤处理；
换热单元，用于对所述吸收尾气进行降温处理，获得对应的降温尾气；
排气过滤单元，用于对所述降温尾气进行过滤，获得对应的预处理尾气。
4.根据权利要求3所述的一种淋酸器用的含氨尾气智能回收控制系统，其特征在于，所述风机单元，包括：
检测子单元，用于检测出所述尾气所在环境中的气体流速；
计算子单元，用于当所述氨气含量达到所述第一阈值时，则基于所述氨气含量和所述气体流速计算出对应的风机转速；
控制子单元，用于基于所述风机转速设置风机的运行功率，并控制风机启动对所述尾气进行吸气，获得吸收尾气。
5.根据权利要求2所述的一种淋酸器用的含氨尾气智能回收控制系统，其特征在于，所述回收模块，包括：
冷却单元，用于基于低温液体对所述预处理尾气进行冷却处理，获得对应的冷处理氨水；
回收单元，用于对所述冷处理氨水进行回收处理，获得对应的氨成分和处理废水；
加热单元，用于判断所述处理废水是否合格，若是，则对所述处理废水进行加热，获得安全尾气，并将所述安全尾气排出，否则，对所述处理废水进行二次净化后获得新的处理废水，直至新的处理废水被判定合格时，则对新的处理废水进行加热，获得安全尾气，并将所述安全尾气排出。
6.根据权利要求1所述的一种淋酸器用的含氨尾气智能回收控制系统，其特征在于，所述模型构建单元，包括：
第一获取子单元，用于实时获取所述回收装置每个回收环节处对应的局部气体流速；
模型获取子单元，用于获取所述回收装置对应的回收装置三维模型和每个回收环节处对应的局部三维模型；
模型兼容子单元，用于将所述局部气体流速和所述回收装置三维模型进行兼容，获得对应的第一动态模型；
第二获取子单元，用于获取所述回收装置每个回收环节处对应的实时氨气含量；
数据处理子单元，用于将所述第一动态模型和所有实时氨气含量按照回收环节进行对齐融合，获得对应的回收气体动态模型，对所述回收气体动态模型进行数据提取获得对应的气体动态数据；
数据校正子单元，用于基于所述局部三维模型和所述气体动态数据对对应回收环节处对应的实时氨气含量和局部气体流速进行双重校正，获得对应的动态校正数据；
数据迭代子单元，用于将所述动态校正数据中所述回收装置入口处对应的局部校正数据和所述回收装置入口处在同一时刻对应的气体动态数据输入至气体流动模型中进行迭代，直至所述动态校正数据和所述气体动态数据之间的偏差小于预设偏差时，则停止迭代，并记录获得对应的迭代算法；
数据更新子单元，用于基于所述迭代算法对所述动态校正数据进行更新，获得对应的最佳动态数据；
模型构建子单元，用于基于所述最佳动态数据构建出对应的动态回收模型。
7.根据权利要求2所述的一种淋酸器用的含氨尾气智能回收控制系统，其特征在于，所述换气装置，包括：
比较模块，用于实时获取尾气中的氨气含量，并将所述氨气含量与所述安全含量阈值进行比较；
第二控制模块，用于当所述氨气含量小于所述安全含量阈值时，则启动换气开关对当前状态的尾气进行换气操作，否则，保留比较结果。
8.一种淋酸器用的含氨尾气智能回收控制方法，其特征在于，包括：
S1：当尾气中的氨气含量达到第一阈值时，则开始对所述尾气进行回收，获得氨成分和安全尾气；
S2：在启动回收装置后，确定所述尾气中的氨气含量变化率，计算出对应的淋酸量，并基于所述淋酸量对尾气进行淋酸处理；
S3：当淋酸处理后的尾气中的氨气含量小于安全含量阈值时，则将所述尾气进行换气操作；
S2步骤中，在启动所述回收装置后，确定所述尾气中的氨气含量变化率，计算出对应的淋酸量，并基于所述淋酸量对尾气进行淋酸处理，包括：
建立尾气回收过程的动态回收模型，基于所述动态回收模型计算出对应的动态回收效率，并预测出对应的回收效率预测曲线；
在启动所述回收装置后，统计出所述尾气中的氨气含量变化率，基于所述氨气含量变化率和所述动态回收效率以及所述回收效率预测曲线计算出对应的淋酸量；
基于所述淋酸量设置淋酸头的开合程度，并控制所述淋酸头进行淋酸；
建立尾气回收过程的动态回收模型，基于所述动态回收模型计算出对应的动态回收效率，并预测出对应的回收效率预测曲线，包括：
基于尾气回收过程的动态数据，构建出对应的动态回收模型；
预先定义多个气流数据模型，并为所述气流数据模型中的每个数据设置对应的数据特征，获得每个气流数据模型对应的数据特征集合；
基于特征提取算法对所述动态回收模型进行特征提取，获得对应的特征数据集合；
对所述特征数据集合进行去重处理，获得特征样本集合；
将所述特征样本集合和所述数据特征集合进行特征匹配，将最高匹配度对应的数据特征集合对应的气流数据模型作为对应的气流特征模型；
基于所述气流特征模型循环读取所述动态回收模型中的气流动态数据，并对所述气流动态数据进行清洗，获得对应的有效气流动态数据；
基于所述有效气流动态数据计算出对应的动态回收效率；
在所述回收装置启动时，按照预设周期记录所述回收装置入口处的氨气含量，获得第一含量集合，同时，按照预设周期记录所述安全尾气中的氨气含量，获得第二含量集合；
基于最新获得的最佳自回归树模型，并结合所述第一含量集合和所述第二含量集合，预测出对应的回收效率预测曲线；
基于预测精度转换因子和所述动态回收效率以及所述回收效率预测曲线上对应周期的预测回收效率，计算出对应的优化系数，基于所述优化系数对所述最佳自回归树模型进行优化，获得新的最佳自回归树模型；
其中，基于所述氨气含量变化率和所述动态回收效率以及所述回收效率预测曲线计算出对应的淋酸量，包括：
基于动态回收效率预测曲线确定出对应的预测回收效率；
基于所述氨气含量变化率和预测回收效率之和以及对应的关系系数列表确定出对应的关系系数；
将关系系数和标准淋酸量的乘积作为当前应该投放的淋酸量；
其中，基于所述有效气流动态数据计算出对应的动态回收效率，包括：
按照预设周期从有效气流动态数据中提取出预设数量个实时氨气含量值；
同时，获取回收装置入口处同一时刻对应的第一氨气含量值和回收装置排气口处同一时刻对应的第二氨气含量值；
基于第一实时氨气含量值和第二实时氨气含量值以及预设数量个实时氨气含量值，计算出氨气含量检测装置的误差值：
Figure FDA0004000984210000081
式中，τ为氨气含量检测装置的误差值，i为第i个实时氨气含量值，n为所述实时氨气含量值的总个数，Qi为第i个实时氨气含量值，Q1为第一氨气含量值，Q2为第二氨气含量值，exp()为以自然常数e为底的指数函数且e的取值为2.72，m为迭代次数，θ为迭代调优的精度因子，且θ∈(10-6,10-7)；
基于误差值和所述第一实时氨气含量值和第二实时氨气含量值，计算出对应的动态回收效率：
Figure FDA0004000984210000082
式中，γ为动态回收效率；
其中，基于预测精度转换因子和所述动态回收效率以及所述回收效率预测曲线上对应周期的预测回收效率，计算出对应的优化系数，包括：
Figure FDA0004000984210000083
式中，ε为优化系数，γ1为动态回收效率，γ0为回收效率预测曲线上对应周期的预测回收效率，σ为预测精度转换因子，且σ∈(0.91,0.99)。
CN202210165868.1A 2022-02-21 2022-02-21 一种淋酸器用的含氨尾气智能回收控制系统及方法 Active CN114515499B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210165868.1A CN114515499B (zh) 2022-02-21 2022-02-21 一种淋酸器用的含氨尾气智能回收控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210165868.1A CN114515499B (zh) 2022-02-21 2022-02-21 一种淋酸器用的含氨尾气智能回收控制系统及方法

Publications (2)

Publication Number Publication Date
CN114515499A CN114515499A (zh) 2022-05-20
CN114515499B true CN114515499B (zh) 2023-04-07

Family

ID=81598561

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210165868.1A Active CN114515499B (zh) 2022-02-21 2022-02-21 一种淋酸器用的含氨尾气智能回收控制系统及方法

Country Status (1)

Country Link
CN (1) CN114515499B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5782118A (en) * 1980-11-11 1982-05-22 Kansai Coke & Chem Co Ltd Recovery of purified ammonia from ammonia-containing gas
SU1664740A1 (ru) * 1989-04-11 1991-07-23 Государственный институт азотной промышленности и продуктов органического синтеза Способ автоматического управлени процессом очистки хвостовых газов от оксидов азота
CN103785263A (zh) * 2014-02-14 2014-05-14 赣州华茂钨材料有限公司 一种氨尾气处理回收的方法
JP2014184390A (ja) * 2013-03-22 2014-10-02 Chugoku Electric Power Co Inc:The アンモニア処理装置の設計支援システム
CN207641235U (zh) * 2017-11-20 2018-07-24 厦门市格绿科技有限公司 一种降低氨气排放浓度的尾气回收系统
CN210964529U (zh) * 2019-06-26 2020-07-10 佳化化学科技发展（上海）有限公司 一种含氨尾气吸收系统

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10174843A (ja) * 1996-12-17 1998-06-30 Ebara Corp アンモニア含有ガスの処理方法
US7927513B1 (en) * 2009-10-27 2011-04-19 Coskata, Inc. Method of treating a hot syngas stream for conversion to chemical products by removing ammonia and COS
KR101500350B1 (ko) * 2009-12-03 2015-03-09 현대자동차 주식회사 ＮＯｘ 센서 미작동 구간에서의 암모니아 분사 방법
CN102580499B (zh) * 2012-01-05 2014-06-04 江苏融泰化工有限公司 一种含氨废气处理方法
JP6287539B2 (ja) * 2014-04-24 2018-03-07 いすゞ自動車株式会社 排気浄化システム
CN206027404U (zh) * 2016-07-05 2017-03-22 江苏宝众宝达药业有限公司 一种硫酸铵吸收装置
DE102017108843A1 (de) * 2017-04-25 2018-10-25 Thyssenkrupp Ag Vorrichtung und Verfahren zur Abgaswäsche
CN108744882B (zh) * 2018-05-29 2021-02-26 浙江天采云集科技股份有限公司 一种led-mocvd制程废气全温程变压吸附提氨再利用的方法
CN110898581A (zh) * 2018-09-18 2020-03-24 南京合创工程设计有限公司 一种高纯氨工厂富氨尾气的处理方法
CN209286987U (zh) * 2018-10-15 2019-08-23 广东宏昊化工有限公司 一种含氨尾气的处理装置
DE102018128739A1 (de) * 2018-11-15 2020-05-20 Dürr Systems Ag Abgasreinigungsanlage sowie Verfahren und Datenverarbeitungssystem zur Überwachung zumindest einer Abgasreinigungsanlage
CN111617609A (zh) * 2020-05-13 2020-09-04 邢台润天环保科技有限公司 一种烟气分级脱硝治理氨逃逸的系统和使用方法
CN111701433A (zh) * 2020-07-06 2020-09-25 北京赛科康仑环保科技有限公司 一种led-mocvd含氨废气资源化处理方法及其处理系统
CN111773897B (zh) * 2020-07-27 2024-04-30 北京市农林科学院 一种氨气吸收装置及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5782118A (en) * 1980-11-11 1982-05-22 Kansai Coke & Chem Co Ltd Recovery of purified ammonia from ammonia-containing gas
SU1664740A1 (ru) * 1989-04-11 1991-07-23 Государственный институт азотной промышленности и продуктов органического синтеза Способ автоматического управлени процессом очистки хвостовых газов от оксидов азота
JP2014184390A (ja) * 2013-03-22 2014-10-02 Chugoku Electric Power Co Inc:The アンモニア処理装置の設計支援システム
CN103785263A (zh) * 2014-02-14 2014-05-14 赣州华茂钨材料有限公司 一种氨尾气处理回收的方法
CN207641235U (zh) * 2017-11-20 2018-07-24 厦门市格绿科技有限公司 一种降低氨气排放浓度的尾气回收系统
CN210964529U (zh) * 2019-06-26 2020-07-10 佳化化学科技发展（上海）有限公司 一种含氨尾气吸收系统

Also Published As

Publication number Publication date
CN114515499A (zh) 2022-05-20

Similar Documents

Publication Publication Date Title
CN104107629B (zh) 一种烟气二氧化碳捕集系统及捕集方法
CN205323477U (zh) 一种节能的氮气脱附回收有机溶剂的装置
CN101219319A (zh) 碱洗-吸附冷凝方法回收粘胶纤维生产废气装置
CN101912714B (zh) 一种大风量低浓度有机废气两步法回收装置及回收方法
CN209564803U (zh) 一种低湿度循环回风nmp回收装置
CN205598694U (zh) 一种nmp气体回收系统
CN108654347B (zh) 一种氟化物体系电解稀土废气回收利用的方法
CN112541552B (zh) Dccnn和lgbm相结合的空气处理机组故障检测与诊断方法
CN106287770A (zh) 一种回收脱硫烟气中水分和热量的系统和方法
CN108236837B (zh) 一种含铬废气处理装置
CN114515499B (zh) 一种淋酸器用的含氨尾气智能回收控制系统及方法
CN110910277A (zh) 一种基于XGBoost的水泥磨系统电耗指标预测方法
CN110314955A (zh) 一种铝挤压模具碱洗及废液综合回收利用的方法及系统
CN104864648A (zh) 吸收式热泵回收循环水余热总体性能系数在线监测方法
CN110227329A (zh) 一种氰酸酯树脂生产中废气处理工艺
CN111178602A (zh) 基于支持向量机和神经网络的循环水损失预测方法
CN106241928A (zh) 一种高氨氮废水处理工艺及系统
CN102643189B (zh) 一种从尾气中回收全氟辛酸的系统和方法
CN110270192A (zh) 罐区及装车系统的尾气处理方法
CN112229231A (zh) 一种窑炉烟气余热回收系统
CN213515117U (zh) 一种窑炉烟气余热回收系统
CN209317364U (zh) 一种废气预处理及浓缩冷凝回收治理系统
CN203694872U (zh) 氮气可重复利用的有机废气回收系统
CN110898642A (zh) 节能减排废气处理系统
CN117414669B (zh) 工业废气的分离回收装置及其方法

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
GR01 Patent grant
GR01 Patent grant