一种退役风机叶片热解回收系统及其使用方法

    公开(公告)号:CN117143622A

    公开(公告)日:2023-12-01

    申请号:CN202311116014.5

    申请日:2023-08-31

    IPC分类号: C10B53/07

    摘要: 本发明提出了一种退役风机叶片热解回收系统及其使用方法,属于有机固废处置利用领域,该系统包括料斗、星型给料机、刮板输送机、一级缓冲仓、一级进料闸阀、二级缓冲仓、二级进料闸阀、热解装置、一级出料仓、一级出料闸阀、二级出料仓、二级出料闸阀和低温氧化装置。切割为一定尺寸的风机叶片通过刮板输送机依次输送至二级缓冲仓,在二级缓冲仓进行氮气置换后送入热解装置,热解完毕后的物料送入二级出料仓,并在二级出料仓进行氮气置换后送入低温氧化装置,低温氧化装置燃烧掉热解生成的少量热解炭,从而回收叶片中的纤维。本发明通过巧妙的进料过程和出料过程间歇自动进料,实现了大尺寸风机叶片热解燃烧过程的密封,提高了纤维回收效率。

    一种白炭黑比表面积的测定方法
    14.
    发明公开

    公开(公告)号:CN116754455A

    公开(公告)日:2023-09-15

    申请号:CN202310832853.0

    申请日:2023-07-09

    IPC分类号: G01N15/08

    摘要: 本发明公开了一种白炭黑比表面积的测定方法,包括以下步骤:步骤一,将绝干白炭黑平铺在坩埚中,记录样品质量m0;步骤二,将坩埚置于可以进行程序升温控制的气氛炉中,用氮气吹扫白炭黑,记录质量m1;步骤三、将气氛炉的吹扫气切换为二氧化碳,对白炭黑进行二氧化碳吸附,记录质量m2,按公式计算获得白炭黑比表面积。该方法无需使用化学试剂,测量结果准确性高,外界干扰因素小,稳定性好。

    一种生物质炭热转化制备白炭黑的装置及方法

    公开(公告)号:CN116694345A

    公开(公告)日:2023-09-05

    申请号:CN202310832856.4

    申请日:2023-07-09

    摘要: 本发明涉及生物质能利用领域,具体涉及一种生物质炭热转化制备白炭黑的装置,其包括驱动电机、密封接头、炉体、保温套管和密封端头。上述装置采用螺旋燃烧装置,控制物料在炉内停留时间,辅之通过载氧体与稻壳炭比例控制燃烧速率,结合外置式的熔融盐保温系统进行温度控制,实现燃烧过程的精准控温,确保稻壳炭被燃烧殆尽同时不破坏无定形二氧化硅结构。此外,本发明也提出一种生物质炭热转化制备白炭黑的方法,即主要通过控制驱动电机的转速来控制物料在炉内停留时间,通过控制载氧体与稻壳炭比例控制燃烧速率,结合熔融盐保温系统控制温度,从而实现稻壳源白炭黑的高效制备。

    一种废旧光伏组件的热解回收装置

    公开(公告)号:CN114769272B

    公开(公告)日:2023-06-16

    申请号:CN202210578530.9

    申请日:2022-05-25

    摘要: 本发明实施例公开了一种废旧光伏组件的热解回收装置,可实现废旧光伏组件钢化玻璃板和晶硅电池片的有效分离。所述装置包括第一传送机构、热解室和第二传送机构;第一传送机构包括进样口、第一柔性辊轴、柔性锯齿辊轴和第一传送链板;热解室包括热解室链板和若干陶瓷蓄热式加热管;第二传送机构包括第二传送链板、蛇形水冷却管和玻璃板出口。用上述装置处理废旧光伏组件,光伏组件由第一传送机构送入热解室热解,分离后的电池碎片从电池片出口排出,完整玻璃板在第二传送机构中冷却后排出。本装置结构设计简单,操作方便,可实现完整钢化玻璃板和晶硅电池片快速分类分离,提高了光伏组件回收效率,为废旧光伏组件的再利用提供了便利。

    一种双循环热转化装置及方法
    17.
    发明公开

    公开(公告)号:CN116083103A

    公开(公告)日:2023-05-09

    申请号:CN202310025026.0

    申请日:2023-01-09

    摘要: 本发明公开一种双循环热转化装置及方法,所述双循环热转化装置采用了一对螺旋反应器和一对返回管构成的循环通路、连续分布的热解区和气化区、利用发热球进行有效控温的微波发生器以及利用气体膨胀自动出气的导向筒。原料受到螺旋叶片的搅动和推动,与发热球充分混合;在微波发生器的作用下,原料经发热球加热或直接吸收微波能量迅速升温,连续穿过脱水区、热解区和气化区,依次在最适工况下发生脱水、热解和气化过程;其中原料脱水产生的水蒸气进一步被送入气化区,作为部分气化剂参与反应,消除有害成分的同时生产高值的气化气;最终废渣经排渣机构分离后排出,而发热球重新参与循环。本装置能通过精准控温实现热解与气化过程的高效进行。

    一种基于邻近度分析耦合神经网络预测的不良数据辨识方法

    公开(公告)号:CN114819299A

    公开(公告)日:2022-07-29

    申请号:CN202210376903.4

    申请日:2022-04-11

    摘要: 本发明提出了一种基于邻近度分析耦合神经网络预测的不良数据检测方法,主要步骤包括:获取原始数据,原始数据进行无量纲化处理,计算样本与其固定数量邻近样本的平均距离,将距离值小于设定值的样本记录为不良样本。利用预筛后的正常样本数据学习训练建立BP神经网络模型,通过神经网络模型对不良样本进行循环测试,最终获得不良数据集。本发明通过耦合邻近度分析和神经网络模型,通过计算样本与其近邻样本的平均距离初步判定不良数据,然后利用神经网络对不良样本进行预测,根据预测结果对不良样本进行再辨识,非常适合处理具有参数多、波动大等特点的脱硝系统数据,辨识精度和准确性高,可广泛用于烟气脱硝领域不良数据的辨识。

    一种烟气SCR脱硝系统不良数据辨识方法

    公开(公告)号:CN112016250A

    公开(公告)日:2020-12-01

    申请号:CN202010900256.3

    申请日:2020-08-31

    IPC分类号: G06F30/27 G06N3/04 G06N3/08

    摘要: 本发明提出一种基于BP神经网络预测和辨识不良数据的方法。针对从SCR脱硝系统获取的原始数据样本,通过构建BP神经网络并进行学习训练,然后从原始样本随机抽样进行预测和检验,计算样本BP神经网络预测值与真实值的相对误差,筛选相对误差较大的样本添加至不良样本集。重复执行上述过程直至满足一定要求。统计不良样本集中取值相同样本的出现频次,将出现频次超过预设值的样本标记为不良样本。剔除不良样本重新构建并训练BP神经网络,对剔除的不良样本进行检验,若误差超过一大值则确定为不良数据,若误差小于一小值,则重新将此样本归结为正常数据,其余情况重构神经网络重新检验,直至完成所有不良样本校验,从而确保不良样本辨识的准确性。

    一种锥形磨辊式生物质快速催化热解反应器及其热解方法

    公开(公告)号:CN110003925A

    公开(公告)日:2019-07-12

    申请号:CN201910268818.4

    申请日:2019-04-04

    IPC分类号: C10B53/02 C10G1/00

    摘要: 本发明涉及一种锥形磨辊式生物质快速催化热解反应器及其热解方法。该热解反应器包括气体出口、进料口、出料口、锥形磨辊、摩擦壁、烟道、封闭外壳、集炭箱以及密封填料。其中,锥形磨辊由锥形辊体、催化槽、摩擦带和旋转轴组成。预处理后的生物质颗粒受到摩擦壁的加热,其表面迅速升温发生热解反应;同时,在摩擦带的推动挤压下,物料受到锥形磨辊与摩擦壁的摩擦剪切作用,不断被剥离热解生成的表面残炭,使得催化剂与热量能够充分地送入颗粒内部,保证高效的催化反应;热解气经气固分离后快速冷凝,以获得高品位生物油燃料或富含特定高附加值产物的生物油;同时收集可燃气与焦炭,经燃烧后产生高温烟气,用于加热外壳,实现自热式热解过程。