论文部分内容阅读
氢能由于拥有污染小、燃烧热值高、可循环利用的特点,被视为当前最具发展潜力的二次能源。若将氢能应用到汽车领域,则温室气体的排放将会大量减少。氢动力汽车对氢气纯度的要求非常高,因此氢气纯化对于氢能在汽车领域的应用非常重要。氢气纯化常用的方法是变压吸附（PSA:Pressure Swing Adsorption）技术,故本文对PSA循环性能中涉及的一些参数进行了研究,并在此基础上进行分析和优化。首先,本文介绍PSA循环涉及的数学模型,这些模型包含传热过程中的能量守恒,传质过程中的质量、动量守恒,还有吸附动力学和吸附等温方程及理想气体状态方程。在此基础上,着重对扩展的Langmuir吸附等温方程进行理论介绍和模拟验证。此外,本文还研究了多组分气体N2、CO、CO2、CH4、H2在活性炭床AC5-KS和R2030中的吸附量随温度及压力的变化情况。其次,本文研究了多组分气体N2、CO、CO2、CH4、H2在活性炭床AC5-KS和R2030中的穿透曲线及穿透过程中产生的热效应,并选择合适的吸附剂进行氢气纯化。本文还基于Aspen Adsorption流程模拟平台对穿透曲线进行模拟,将模型运行后的模拟结果与实验数据进行比对,验证穿透曲线模型的正确性;运用搭建好的模型对影响穿透曲线的参数,如:压力、充气过程中的体积流率,进行研究,为PSA循环模型搭建及其参数研究做准备。再次,在穿透曲线模型的基础上,本文建立五组分气体（H2/CO2/CH4/CO/N2=0.79/0.17/0.021/0.012/0.007）在活性炭AC5-KS吸附床的氢气纯化变压吸附循环模型;将仿真数据和实验数据对比验证循环模型的正确性,并通过变压吸附循环和真空变压吸附循环对比选择出更适合氢气纯化的方法;研究了进气压力、进气体积流率、循环步数、进气时间、冲洗时间对PSA循环性能的影响。最后,选择影响PSA循环性能的参数及循环性能评价指标的数据作为样本进行人工神经网络（ANN:Artificial Neural Network）训练、验证和测试,然后将该网络结合内点法进行优化,从而筛选出五组分气体（H2/CO2/CH4/CO/N2=0.79/0.17/0.021/0.012/0.007）在活性炭AC5-KS吸附床中的PSA循环的最适宜的条件,获取高纯度、高回收率及高产率的氢气,从而为氢能汽车的发展提供一定的理论参考。