13807030193
公司动态
联系我们
联系人:朱先生
手机号码:13807030193
公司地址:江西省南昌市青山湖区罗家集前湖徐村1号厂房

怎样防止循环冷却水系统腐蚀

发布时间:2020-01-19 浏览次数:0

随着国民经济的发展,工业化程度的加速,工业用水量逐渐上升。在工业企业中,冷却用水的比例很大,冷却水基本占总用水量的90%~95%.几十年前,我国工业冷却水多采用直流冷却水,水资源浪费很大〔1〕。近年来,循环冷却水系统在各行各业中被广泛使用,其带来的节水效果明显,一般补充水率可降至循环水量的5%以下。与此同时,循环冷却水系统换热器中的腐蚀现象成为一个重要的水质故障。

腐蚀现象是循环冷却水系统中经常出现的水质故障,可严重影响生产装置的正常运行,造成严重的经济损失以及水资源的浪费。冷却水的水质、溶解氧、温度、流动状态、浊度等对腐蚀均有影响。由于多种影响因素与腐蚀速率之间属多元高次的非线性关系,利用常规的方法难以建立的数学模型。

人工神经网络具有自学习、非线性模式识别、联想存储以及高速寻找优化解的特点,在很多领域得到了应用,并取得了良好的效果。NARX(nonlinear autoregressive models with exogenous inputs,非线性自回归模型)是由静态神经元和网络输出反馈构成的动态网络,具备良好的动态特性和较高的抗干扰能力,使得NARX模型能够用来逼近任意的非线性动态系统〔2, 3, 4, 5〕。

本研究采用NARX带外部输入的非线性自回归神经网络建立了腐蚀速率的预测模型,实验结果表明,该方法在预测腐蚀速率上是可行的。

1 非线性自回归神经网络(NARX)

一个典型的NARX神经网络主要由输入层、隐含层、输出层以及输入和输出构成〔6, 7〕。NARX神经网络的模型表达式: y(t)=f〔y(t-1),y(t-2),…,y(t-ny),x(t-1),(t-2),…,x(t-nu)〕可以看出,下一个y(t)值大小取决于上一个y(t)和上一个x(t).NARX神经网络详细结构如图 1 所示。

 图 1 NARX神经网络详细结构

图 1中,TDL表示时延;IW1,1表示网络输入向量连接隐含层的权值;b1表示网络隐含层的阈值;b2表示网络输出层的阈值;LW1,3表示网络输出层连接隐含层的权值;f1表示神经网络隐含层激活函数;LW2,1表示网络隐含层连接输出层的权值;f2表示神经网络输出层激活函数。

2 腐蚀速率预测模型的建立

2.1 模型建立的研究思路与方法

选取影响腐蚀的水质因素,通过构造选择相应的NARX神经网络模型,建立NARX腐蚀速率预测模型,预测腐蚀速率的变化〔8, 9, 10〕。建模设计思路如图 2所示。

 图 2 模型流程

2.2 NARX神经网络结构的选取

Parallel模式(闭环模式)如图 3所示。

由图 3可知,NARX神经网络的输出被反馈到输入端。由于所建立模型中腐蚀速率的输出是已知的,所以采用如图 4所示的NARX神经网络结构,即Series-Parallel神经网络模式(开环模式),将腐蚀速率的期望输出反馈到输入端〔10, 11〕。

  图 3 闭环模式

 图 4 开环模式

采用Series-Parallel神经网络模式(开环模式)能使NARX神经网络预测效果加准确,同时将NARX神经网络变为单纯的前向神经网络,可直接使用静态神经网络的建模函数。

2.3 网络输入、输出的确定

以某石化公司水质监测数据为依据〔8, 9〕,选取 Cl-、电导率、温度、pH、碱度、钙硬6种主要因素作为输入,腐蚀速率作为输出。为了地预测数据,需对数据进行预处理,即数据的归一化处理。输入数据的频率为每天1次,输出数据的频率为每月1次。对采取的数据进行均值化处理,处理后的数据如表 1所示。

2.4 模型的建立

创建NARX神经网络,将表 1中的数据分为训练样本、验证样本和测试样本3个部分。输入层节点为6,输出层节点为1,训练函数选用“trainlm”,经过反复调试和修改神经网络参数,终确定网络隐藏节点为24,延迟阶数为1∶2时,训练结果较好。网络模型如图 5所示。

 图 5 网络模型

2.5 预测数据分析

通过神经网络仿真,得到的NARX神经网络训练效果如图 6所示。由图 6可知,NARX神经网络在训练步长为1时,验证集误差上升,证明训练可以结束,整个数据集的误差此时为0.000 117 72.数据的相关性达到87.915%,如图 7所示。NARX神经网络预测效果通过图 8、图 9进行了可视化论证,图 8中误差线越少,表示NARX神经网络预测效果越好;图 9中误差在0时大,其他情况下均不过误差区间,由此证明此模型可行。

 图 6 网络训练图


图 7 数据相关性
 
图 8 预测效果误差图
 
图 9 误差自相关图

3 结论

基于NARX神经网络建立的腐蚀速率模型,对某石化公司水质数据进行了腐蚀速率预测。首先,动态NARX神经网络良好的非线性映射能力可以准确地反映出循环冷却水水质与腐蚀速率的关系,通过NARX神经网络建模仿真预测证明此方法可行〔12, 13〕。其次,虽然NARX神经网络以误差自相关程度,使其有着较好的预测能力,但是导致NARX模型不稳定性存在的泛化误差依然是下一步继续对NARX模型进行优化的一个重点.


火电厂凝结水精处理系统离子交换器酸碱废水中含较高浓度的氨氮,总溶解固形物以钠离子、氯离子为主,二价结垢性离子含量很低,采用反渗透技术回收废水中的淡水后,浓水中主要含氯化钠、氨氮及少量杂质离子。电厂凝汽器冷却水系统中通常需要加氯以控制微生物的繁殖,因而电解食盐水、海水制氯设备在电厂中应用广泛,为了利用上述反渗透浓水中的氯化钠资源,考虑将其回用于电解制氯系统。然而,高浓度氨氮在电解过程中的去除性能及其对制氯过程的影响,需通过试验确定。 钛金属基体表面涂覆铂族金属氧化物涂层电,是一种具有电催化活性的尺寸稳定型阳,简称DSA(Dimensionally Stable Anode)阳。自20世纪60年代末发明后,DSA阳在化工、氯碱、电镀、冶金、电解水、阴保护等各行业中得到广泛应用〔1〕。以RuO2、IrO2等为涂层的DSA阳的析氯催化活性高,被大量应用于电解制氯设备中。另一方面,利用DSA阳的电催化活性氧化降解废水中的氨氮也受到了广泛关注〔2〕。在垃圾渗滤液处理〔3, 4, 5, 6〕、化肥厂废水处理〔7〕、炼油厂废水处理〔8〕、养猪废水处理〔9〕、榨菜废水处理〔10, 11〕、制革废水处理〔12〕等研究中,电化学氧化对废水中的氨氮、COD的去除率及影响因素得到了讨论,结果表明,不同水质、不同DSA阳和不同工艺参数条件下,氨氮的降解速率、能耗等有较大差异。本研究根据电厂用电解制氯设备的技术要求,适当的DSA阳,考察pH、电流密度、TDS、板清洗等因素对电解除氨氮及制氯过程的影响,以期为DSA阳的工业应用提供参考。 1 试验材料与方法 1.1 试验水质 试验所用水样为模拟水样和反渗透浓水两种,模拟水样是按电厂凝结水精处理系统酸碱废水反渗透回收现场试验的浓水水质配制而成,反渗透浓水则取自现场试验的浓水,主要水质见表 1。 由水质分析数据可见,试验水样含盐量很高,硬度、硫酸根等含量很低,主要离子成分是Na+和Cl-,氨氮含量很高。 1.2 试验材料及装置 1.2.1 DSA阳电化学试验 结合工业用电解制次氯酸钠设备的性能特点及使用的主要阳材料,选择4种不同涂层配方的DSA阳(编号R1~R4)进行电化学试验。其中,R1、R2为钛基钌铱氧化物(Ti/RuO2-IrO2)涂层DSA,R3、R4为钛基铱钽氧化物(Ti/IrO2-Ta2O5)涂层DSA。电化学试验用电解液为:饱和氯化钠溶液(测析氯电位)、0.5 mol/L H2SO4溶液(测析氧电位)。 将试验用待测DSA阳加工成样片,接线、封装成有效面积为1 cm2的工作电,辅助电为大面积钛片,参比电选用饱和甘汞电和汞-硫酸亚汞电,分别用于析氯电位测定和析氧电位测定。 1.2.2 电解试验 自制有效容积为2 L的水浴电解槽,将试验用DSA电加工成尺寸为100 mm×100 mm的板,共7片。将7片电串联放入电解槽,板与板的间距为10 mm,首、末板与开关直流电源的正、负相连,电解槽内水样采用磁力搅拌器实现均匀搅拌。 1.3 试验方法 DSA阳电化学试验方法:采用线性伏安扫描法测定阳过电位。试验采用三电电化学体系。测试时采用水浴恒温,以待测DSA阳为工作电,钛片为辅助电,饱和甘汞电、汞-硫酸亚汞为参比电。为了降低溶液电位差,使用鲁金毛细管加参比电测量工作电电位。设定扫描速率为5 mV/s,进行线性伏安曲线测定,求得析氯、析氧电位。 电解试验方法:试验过程中采用恒电流电解,分别控制电流密度为100、130、200 mA/cm2进行试验。每次电解的水样为2 L(水样为模拟水样和反渗透浓水),电解槽放入恒温水浴,控制反应温度在30 ℃以下。试验期间每15 min取样1次,测定水样氨氮、总氯、游离氯、Cl-。根据测定结果分析电流密度、TDS、pH、板清洗等因素对电解除氨氮及制氯过程的影响。 1.4 仪器和分析方法 分析仪器:SG23便携式pH/电导率多参数测试仪,梅特勒·托利多公司;Specord 210紫外-可见分光光度计,德国耶拿公司;Zeenit-700原子吸收光谱仪,德国耶拿公司;LK2010电化学工作站,兰力科公司;玻璃水浴电解池,定制;鲁金毛细管、饱和甘汞电、Hg/Hg2SO4电,定制;磁力搅拌器,雷磁公司;开关直流电源,30V/50A。 分析方法:电导、pH,便携式多参数水质分析仪;Na+,原子吸收光谱法;Cl-,硝酸银滴定法;NH4+-N,纳氏试剂分光光度法;硬度,EDTA滴定法;TDS,重量法;总氯、游离氯,硫酸亚铁铵滴定法。 2 结果与讨论 2.1 DSA阳析氯、析氧电位测定结果 在废水电解过程中氨氮的去除有两种途径:直接电化学氧化和间接电化学氧化。直接电化学氧化是氨氮在阳表面直接被氧化去除,或被阳电化学反应生成的羟基自由基氧化生成氮气去除;而间接电化学氧化主要指氨氮被电解生成的有效氯氧化成氮气去除,当溶液中含氯离子时,氨氮电化学氧化的主要途径是间接氧化〔13, 14〕。因此,在本研究的水质条件下,的DSA电应具有良好的制氯性能,以提高电解对废水中氨氮的去除效果。根据电化学反应原理,在电解制氯过程中,DSA阳上发生的析氧反应是析氯反应的主要竞争副反应,DSA阳上发生的析氧反应越少,越有利于析氯反应。对预选的4种DSA阳进行了析氯、析氧电位测定,并均换算为相对于饱和甘汞电的电位,结果见表 2。 从析氯、析氧电位测定结果可知,4种阳材料的析氧电位相差不大,析氯电位也差异较小,析氯电位均满足《电解海水次氯酸钠发生装置技术条件》(GB/T 22839—2010)中对阳析氯电位的技术要求。相对来说Ti/RuO2-IrO2材料R1、R2电析氧电位略高,析氯电位略低,析氧析氯电位差略大,用于电解除氨氮和制氯是较好的选择。从两类电材料性能特点看,Ti/IrO2-Ta2O5电使用了贵的Ta2O5化合物,其耐腐蚀性较Ti/RuO2-IrO2电,但价格贵近一倍。在R1、R2两种电中进行比选,虽然R1的电位数据略优于R2,但其差异很小,考虑到R2电材料容易获得,选择Ti/RuO2-IrO2 (R2)材料作为后续电解试验用电材料。 2.2 电流密度对氨氮降解及制氯的影响 在电流密度100、130、200 mA/cm2条件下,对反渗透浓水进行了电解试验,结果见图 1、图 2。  图 1 不同电流密度下氨氮降解曲线 由图 1可见,不同电流密度下,氨氮浓度随电解时间呈近似线性下降,电流密度越大,氨氮去除速率越快。在电流密度100、130、200 mA/cm2条件下,分别电解300、240、120 min左右可将氨氮去除。同时通过考察不同电流密度下的电解能耗(以去除单位质量氨氮计算,下同)可知,在氨氮降解过程中,平均能耗随时间逐渐上升,且高电流密度能耗略高于低电流密度能耗,电解末期平均能耗在0.091~0.098 kW·h/g。 由图 2可见,不同电流密度下,溶液中总氯质量浓度变化趋势相似,由电解初期的约1 000 mg/L左右缓慢上升到电解末期的2 000 mg/L左右。当氨氮去除后,继续短时间电解,溶液中总氯快速上升,达到5 000 mg/L以上。这说明当溶液中存在氨氮时,电解产生的氯将主要被氨氮消耗。进一步分析总氯中游离氯、化合氯比例随电解时间的变化可知,在电解除氨氮过程中,不同电流密度下游离氯占总氯比例均在20%左右,当氨氮去除后,继续短时间电解,游离氯比例迅速上升至。这符合有氯离子存在条件下,氨氮的电化学氧化首先生成氯胺,再进一步氧化生成氮气的氨氮间接电化学氧化途径〔13〕。  图 2 不同电流密度下总氯变化曲线 2.3 TDS对氨氮降解及制氯的影响 在电流密度200 mA/cm2、调整水样pH=7.05的条件下,对模拟水样和反渗透浓水(不同TDS)进行电解试验,结果见图 3、图 4。   图 3 不同TDS时氨氮降解曲线  图 4 不同TDS时总氯变化曲线    由图 3可见,相同电流密度、不同TDS条件下,溶液中氨氮浓度随电解时间近似线性下降,且氨氮的降解速率基本相等。由于试验所用高TDS的反渗透浓水的初始氨氮浓度较低,氨氮去除时间相对短,电解110 min后基本去除。通过考察不同TDS时电解能耗变化可知,氨氮降解过程中,平均能耗随时间逐渐上升,水样TDS越高,氨氮降解的平均能耗相对越低。在TDS为59 850 mg/L(模拟水)时,电解末期平均能耗0.090 kW·h/g;TDS为81 000 mg/L(反渗透浓水)时,电解末期平均能耗0.078 kW·h/g。 对不同TDS浓度的水样,溶液中总氯浓度随电解时间变化趋势相似。由图 4可见,电解前30 min,总氯质量浓度上升至1 000 mg/L以上,继续电解,总氯质量浓度缓慢上升至2 000 mg/L左右。此后,氨氮降解完毕,总氯质量浓度迅速上升至6 000 mg/L以上。不同TDS条件下,电解过程中游离氯占总氯比例稳定在20%左右,氨氮去除后,游离氯迅速上升至2.4 pH对氨氮降解及制氯的影响 在电流密度200 mA/cm2、调整水样pH分别为7.05、9.18的条件下,对反渗透浓水进行电解试验,结果表明,相同电流密度、不同pH条件下,氨氮的降解速率相近。在pH=7.05时氨氮降解略快,110 min即可去除,电解末期平均能耗0.078 kW·h/g;而pH=9.18氨氮降解需120 min,电解末期平均能耗0.091 kW·h/g。即pH=7.05时氨氮降解的平均能耗低于pH=9.18时。实验结果还表明,水样的pH对电解过程中溶液总氯浓度的变化影响不大。整个电解过程中,总氯质量浓度缓慢上升至2 000 mg/L左右,待氨氮降解完毕后,继续电解,总氯质量浓度迅速上升至5 500 mg/L以上。不同pH时,溶液中游离氯占总氯比例相近,在10%~30%,氨氮降解后,总氯与游离氯相等。 2.5 板清洗对氨氮降解及制氯的影响 在电流密度200 mA/cm2、pH=9.18条件下,分别采用化学清洗前、后的板,对反渗透浓水进行电解试验,结果见图 5、图 6。其中板清洗采用5%稀盐酸浸泡,时间5 min。  图 5 板清洗前后氨氮降解曲线 图 6 板清洗前后总氯变化曲线 由图 5可见,板清洗前、后氨氮的降解速率差异较大,板清洗后氨氮降解速率较快,电解120 min可将氨氮去除,而相同时间内清洗前的板对氨氮的去除率77.7%。这说明板表面的污染、结垢会降低DSA阳涂层的电催化活性,对电解除氨氮影响很大。通过考察板清洗前后电解能耗变化可知,板清洗后的电解平均能耗低于清洗前。板清洗前,电解末期平均能耗0.119kW·h/g,板清洗后,电解末期平均能耗0.091kW·h/g。 由图 6可见,电解过程中溶液中总氯缓慢上升至2 000 mg/L左右,到120 min时,清洗后的板已将氨氮去除,总氯质量浓度上升至5 600 mg/L,而清洗前的板未出现总氯浓度快速上升的拐点。板清洗前后,溶液中游离氯占总氯的比例均在20%左右,清洗后的板将氨氮降解后,溶液中的总氯均以游离氯形态存在。 2.6 氨氮降解动力学分析 根据氨氮的间接电化学氧化机理,当溶液中存在足量的氯离子条件下,电解生成的有效氯足够与氨氮发生氧化还原反应,反应过程不受有效氯限制。从试验结果看,电解过程中氨氮浓度与电解时间呈近似线性关系,采用一元线性回归对试验数据进行处理,得到各试验条件下氨氮降解的动力学方程、表观反应速率常数及线性相关系数,结果见表 3。从动力学方程看,高盐条件下,氨氮的电化学氧化符合准零级反应动力学规律。 3 结论 (1)所测试的4种钛基金属涂层DSA阳的析氯电位均满足工业用电解制氯设备技术要求,综合考虑技术、经济指标,选择了析氯电位较低、析氧电位较高的Ti/RuO2-IrO2(R2)电作为电解除氨氮试验用阳。 (2)电流密度、板清洗对氨氮的平均降解速率影响较大,而水样的pH、TDS对氨氮的平均降解速率影响较小。板清洁度越高,电流密度越大,氨氮的降解越快。对于氨氮初始质量浓度为3 750.4mg/L的水样,当电流密度为200 mA/cm2时,电解约120 min可将氨氮去除。 (3)电流密度、水样的pH和TDS对电解能耗有影响,TDS越低、电流密度越高、pH越高,氨氮降解平均能耗相对越高,但增长幅度不大;板清洗对电解能耗影响较大,板清洁度越高,氨氮降解能耗越低。电解末期平均能耗在0.078~0.119 kW·h/g。 (4)在整个电解过程中,水样中总氯质量浓度缓慢上升并达到约2 000 mg/L后基本不再变化,其中游离氯占总氯比例在20%左右。电解末期当氨氮被全部去除后,总氯浓度快速直线上升,继续进行短时间的电解即可制得总氯质量浓度高于5 000 mg/L的次氯酸钠溶液,达到工业用次氯酸钠产品质量要求,且总氯均以游离氯形态存在。 (5)高盐高氨氮废水的电解除氨氮过程符合准零级反应动力学规律。 锅炉除尘 车间除尘 车间除尘 电流表(A)电压表(V) 车间除尘 锅炉除尘 锅炉除尘 脱硫设备 脱硫设备 车间除尘