简介:利用三维旋流燃烧系统,对稀氧部分预混/富氧补燃(ODPP/OESC)火焰结构和污染物生成特性进行了试验研究,降低稀氧体积分数、提高富氧体积分数,动力火焰呈现轴向拉伸趋势,而扩散火焰长度则逐渐缩短;同时,动力燃烧区和扩散燃烧区温度逐渐降低,NOx排放量显著下降,CO排放量则有所提高。相同工况下数值模拟结果显示,ODPP/OESC改变了动力燃烧区的NOx生成机理,是NOx排放量降低的根本原因。0DPP/OESC基于燃料/氧化剂空间体积分数分布的物理过程控制,有效均衡了动力燃烧区与扩散燃烧区的反应速率,可实现CO与NOx排放的平衡控制。
简介:本文在某六缸柴油机上,完成了不同EGR率下汽柴油双燃料均质引燃燃烧与排放特性的试验探究。试验结果表明,双燃料均质引燃模式具有与纯柴油模式完全不同的特性:随着EGR率的增加,双燃料模式的汽油燃烧品质改善,不完全燃烧产物生成减少,燃烧效率上升;由于滞燃期缩短,燃烧持续期基本不变,指示热效率上升,在大比例EGR下,双燃料模式的燃油经济性具有优势;双燃料模式对EGR并不敏感,随着EGR率的增加,NOx排放降低而Soot基本不变,可采取适当增大EGR率的策略,同时实现NOx与Soot的极低排放;双燃料模式存在THc与CO排放偏高的问题,但可通过加装DOC后处理装置解决。
简介:燃煤锅炉是复杂的多变量系统,其飞灰的含碳量形成机理复杂,不能用简单的数学公式估算。现场实炉测试这些数据具有工作量大,测试工况有限等缺点;燃煤锅炉运行参数及燃料特性等因素影响着飞灰的含碳量,其相互耦合,导致分析数据过程困难。神经网络建模将燃煤锅炉视为黑箱,应用该方法可以良好的描述其输入输出之间的黑箱特性,因此,人工神经网络应用广泛。利用燃煤锅炉试验数据,采用3层BP(backpropagation)神经网络构建了锅炉飞灰的含碳量排放特性模型。通过锅炉的实测数据验证,该BP神经网络对飞灰含碳量相对预测误差在0.19%~0.50%,预测效果良好。测试结果表明,建立的神经网络预测模型可以准确逼近验证样本数据,也能够较好的逼近非验证样本数据,具有良好的泛化能力。
简介:本文基于车载排放测试系统对一辆国Ⅳ柴油公交车燃用不同比例生物柴油混合燃料的道路排放特性进行了研究,研究结果表明:从市内典型道路到市郊公路再到高速路,公交车的气态物及颗粒物排放率依次升高;不同道路条件下,生物柴油混合燃料的CO、THC、PN及PM平均排放率低于纯柴油,CO2及NOx平均排放率略高于纯柴油,并且生物柴油掺混比例越大,对应降幅及增幅越显著.全路况条件下B5(生物柴油体积占比5%)、B10(生物柴油体积占比10%)的CO平均排放率较D100(纯柴油)分别低14.84%、20.60%,THC平均排放率较D100分别低6.12%、13.98%,PN平均排放率较D100分别低17.35%、23.75%,PM平均排放率较D100分别低22.19%、26.60%,CO2平均排放率较D100分别高5.07%、8.08%,NOx平均排放率较D100分别高6.44%、15.69%,