受限空间小型急冷塔内喷雾蒸发的数值模拟

针对受限空间内小型急冷塔冷却水蒸发过程,运用计算流体力学(CFD)进行数值模拟,基于涡壳进气型急冷塔研究了喷嘴雾化粒径、喷射速度、喷射角度等喷嘴运行参数对急冷塔内蒸发过程的影响机制。结果表明:随着液滴粒径的增大,液滴蒸发时间、轴向以及径向蒸发距离均随之显著上升,粒径由40 μm增大至80 μm时蒸发时间增加了293%;当液滴喷射速度增加时,液滴的蒸发时间、轴向以及径向蒸发距离均有所下降,但增大至一定程度后其影响作用减弱;随着液滴喷射角度的增大,液滴蒸发时间及轴向蒸发距离减小,而径向蒸发距离无显著变化。因此,在急冷塔尺寸受限时选用70 μm以下的小雾化粒径喷嘴能够直接有效提升急冷塔的运行安全性。同时,与均匀进气型急冷塔相比,采用涡壳进气型急冷塔以及喷嘴成切圆布置方式能够在急冷塔上部形成湍流强化区域,喷嘴雾化粒径为80 μm时,轴向安全裕度可提升7%。该模拟结果可为小型化急冷塔的工程应用提供优化设计方案与运行指导参考。     

机器学习加速能源环境催化材料的创新研究

“双碳”背景下，加快研发高效的能源与环境催化材料有助于推进能源清洁利用和环境污染治理。传统催化材料研发模式主要依赖实验试错方法，难以满足能源与环境领域对高效催化材料的研发需求。快速发展的机器学习等数据科学技术为催化材料研发带来范式变革的契机。基于机器学习、实验数据和计算数据的有机结合，可对催化材料进行快速筛选，突破传统试错法的局限性，有利于解决催化剂研发效率低、成本高等难题。本文从催化材料的位点预测、配方筛选、构型设计以及反应路径优化等角度讨论了机器学习方法加快能源与环境催化材料创新的研究进展，分析了不同训练数据获取途径对应的机器学习方法构建及其在催化材料开发中的应用，展望了机器学习加快催化材料研究方法创新的发展趋势，以期为促进其在能源与环境领域的应用提供启示。     

季铵盐N263萃取分离废SCR催化剂碱浸液中的钒

针对废SCR脱硝催化剂碱浸液,在实现了钒钨选择性分离以及钨富集的基础上,采用N263(三辛基甲基氯化铵)萃取分离高碱性含钒溶液中的钒.在原料液pH为13.01、有机相配比为25％(w)N263+10％(w)仲辛醇+65％(w)煤油、有机相与水相的体积比为1:2、萃取温度为30℃、萃取时间为10 min的条件下,钒的单级...     

老化对钴铈基催化剂催化氧化丙烷的影响

采用柠檬酸络合法合成Co-CeO_x多活性中心催化剂,在不同温度进行加速老化处理,测试新鲜和老化后催化剂对丙烷的催化氧化性能,同时对其结构和性质进行表征.结果表明,当加速老化温度低于650℃时,丙烷转化率达50%的温度变化幅度小于10℃;加速老化温度高于750℃时,催化剂氧化丙烷的性能快速下降.表征结果显示,Co-CeO_x催化剂主要表现为尖晶石结构,老化后晶粒尺寸显著增大,Co³⁺的含量减少,氢还原峰温度升高.加速老化处理对Co-CeO_x催化剂物理结构的影响进而抑制了其化学特性及催化活性.测试Co-CeO_x催化剂对丙酮和甲苯的催化氧化性能,分别在179和244℃达到90%的脱除效率.因此,Co-CeO_x多活性中心催化剂具有良好的氧化性能,且表现出一定的稳定性.