改进了废热管理和能源整合,在一个制制连续炉使用机器学习方法
Mohammad Andayesh1,2, Daniel Alexander Flórez-Orrego1, Reginald Germanier3
1Industrial Process and Energy Systems Engineering, École Polytechnique Fédérale de Lausanne EPFL, 1950 Sion, Switzerland.
Entropy (Basel, Switzerland)
|November 24, 2023
概括
这项研究模拟了炉中的热传递,以减少能源消耗. 通过废气回收利用的能源整合可以在生产中减少20%以上的燃料消耗.
科学领域:
- 材料科学与工程 材料科学与工程
- 化学工程是化学工程的重要组成部分.
- 工业过程优化 工业过程优化
背景情况:
- 化炉对于产品的质量至关重要.
- 能源成本上升和脱碳法规需要提高工业能源效率.
- 减少连续回火炉的能源消耗是一个关键的挑战.
研究的目的:
- 确定减少连续火炉能源消耗和排放的机会.
- 通过提高能源效率,提高回火工艺的整体性能.
- 评估减少燃料消耗和提高炉能量效率的具体策略.
主要方法:
- 使用有限差异方法开发传热模型.
- 使用机器学习回归模型计算传热系数.
- 评估炉子温度配置调节和排气烟气能量整合.
主要成果:
- 传热模型准确地预测了传热系数,温度概况和燃料消耗.
- 通过回收排放烟气来实现能源整合,可以显著降低燃料消耗,高达20.7%.
- 灵敏度分析证实了拟议策略在各种板厚和速度的有效性.
结论:
- 先进的能源整合提供了一种可行的解决方案,可以在连续回火炉中大幅节省燃料.
- 开发的模型提供了一个工具,用于优化炉子运行,并预测不同条件下的性能.
- 实施废气回收利用是提高生产能效和可持续性的有希望的策略.
