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

    Abstract: 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。

    一种生物质快速催化热解的装置与方法

    公开(公告)号:CN108587671B

    公开(公告)日:2021-05-21

    申请号:CN201810487288.8

    申请日:2018-05-21

    Abstract: 本发明属于生物质能利用技术领域,具体涉及一种生物质快速催化热解的装置与方法。该装置包括料斗、进料系统、旋转床热解反应器、气固分离系统、热解气冷凝系统、可燃气储罐、液体收集箱、固体焦炭收集箱、燃烧系统和载气换热系统。其中,旋转床热解反应器由旋转床体、密闭外壳、换热烟道、驱动系统和球形载体等组成。预处理后的生物质颗粒进入旋转床体内部,在催化剂作用下发生快速催化热解,产生的热解气经快速冷凝获得特定的生物油;同时收集不可冷凝的可燃气与焦炭用于燃烧供热,实现自热式热解。该装置能通过调整反应工况和催化剂类型,制备高品位的液体燃料或富含高附加值化学品的生物油。

    双室有机固体废弃物热解装置与热解方法

    公开(公告)号:CN111534311B

    公开(公告)日:2021-05-18

    申请号:CN202010251587.9

    申请日:2020-04-01

    Abstract: 本发明实施例提供了双室有机固体废弃物热解装置及热解方法。所述装置包括料斗、进料系统、热解系统、固体收集系统、余热利用系统、燃烧系统和尾气处理系统。其中,热解系统主要包括反应室、缓冲室、搅拌桨、旋转内筒及其他辅助结构。有机固废原料进入反应室后,由搅拌桨翻动保证均匀受热;待原料减量后,将热解剩余物送入缓冲室中继续热解,直到热解完全后将焦炭和残渣排出,反应室开始进料进行下一轮热解;热解气被用于燃烧提供能量,实现半自热式热解过程;燃烧产生的热烟气向热解供热及预热冷空气后,由尾气处理系统净化排空。所述装置具有物料适用性广、反应受热均匀、系统热量及空间利用率高、排放清洁等优点。

    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

    Abstract: 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

    Abstract: 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。

    一种烟气SCR脱硝系统不良数据辨识方法

    公开(公告)号:CN112016250B

    公开(公告)日:2024-10-22

    申请号:CN202010900256.3

    申请日:2020-08-31

    Abstract: 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。

    基于优化BP神经网络的SCR脱硝系统不良数据辨识方法

    公开(公告)号:CN112016249B

    公开(公告)日:2024-10-22

    申请号:CN202010898287.X

    申请日:2020-08-31

    Abstract: 本发明公开了一种基于优化BP神经网络的SCR脱硝系统不良数据辨识方法,包括以下步骤:(1)获取原始数据,对数据进行无量纲化预处理;(2)构建BP神经网络,利用遗传算法优化神经网络参数;(3)训练神经网络,随机选取样本进行预测,计算相对误差并依此鉴别不良样本;(4)重复执行步骤(2)和(3)构建不良样本集;(5)统计不良样本在不良样本集中出现频次,依频次大小初步确定不良样本;(6)剔除不良样本并重新构建神经网络,对剔除的不良样本进行预测,根据相对误差对不良样本进行检验和校正。本发明利用遗传算法对网络参数进行全局优化,提升预测精度,可防止神经网络陷入局部最优,提升鉴别的准确性和精度。

Patent Agency Ranking