流向变换催化燃烧空气净化过程的模型化研究
该文以含芳烃的空气作为模拟工业废气,从实验和模型化两方面系统开展了净化低浓度有机废气的流向变换催化燃烧反应器的研究,考察了主要操作参数对反应器性能的影响以及进料浓度发生波动时反应器的性能,根据实验研究和数值模拟的结果,提出了反应器优化设计和优化操作的策略,并利用实验和模拟计算得到的结果,建立了基于RBF人工神经网络的流向变换反应器温度分布的拟定态和动态模型.开展了在原料气浓度发生较大波动时反应器的智能控制研究. 首先,采用积分反应器,在消除内、外扩散影响的实验条件下,对芳烃在NZP-3型催化剂上催化燃烧的本征动力学进行了系统的实验研究.然后,设计并建立了一套小型中试规模的流向变换催化燃烧装置,建立了有关分析、测试手段,在较宽的实验条件变化范围内,分别进行了含单组分芳烃(主要是异丙苯)和混合物芳烃(苯、甲苯和二甲苯)模拟工业废气的流向变换催化燃烧实验研究.进而,基于一系列基本假设,建立了流向变换催化燃烧反应器的非均相、非定态、一维模型.利用所建立的反应器动态模型,对本征动力学研究得到的两种模型做了进一步的判识,采用反应速率方程模型B在不进行参数修正的情况下,模拟计算的反应器瞬态温度分布曲线的形状和变化趋势与实验数据基本吻合.在此基础上系统考察了操作参数、反应器的装填结构、催化剂活性衰减对反应器温度特性的影响,讨论了进料浓度发生周期性波动时反应器床层温度的变化,结合实验结果,针对反应物浓度变化的不同范围,对反应器的优化设计和优化控制问题进行了讨论.最后,根据模拟计算和实验研究的结果,从流向变换催化燃烧过程的内在机理出发,建立了基于RBF人工神经网络的床层温度分布的拟定态和动态模型.
流向变换反应器;挥发性有机物;芳烃;催化燃烧;NZP催化剂;热波;RBF神经元网络
北京化工大学
博士
化学工程
李成岳;陈标华
2003
中文
TQ032
144
2004-04-08（万方平台首次上网日期，不代表论文的发表时间）