针对烃类重整蒸汽制氢工艺转化气能量降级使用、原料气压缩功耗大的问题,提出了一种低碳烃膨胀透平集成制氢工艺。该工艺以炼油厂过剩低碳液态烃为原料,增压功耗较低,在转化炉出口设置膨胀透平,回收转化气的高温高压热能和压力能后再送...针对烃类重整蒸汽制氢工艺转化气能量降级使用、原料气压缩功耗大的问题,提出了一种低碳烃膨胀透平集成制氢工艺。该工艺以炼油厂过剩低碳液态烃为原料,增压功耗较低,在转化炉出口设置膨胀透平,回收转化气的高温高压热能和压力能后再送余热锅炉产汽,同时回收中变气余热以加热液相原料。使用Aspen Plus V11对新工艺进行了全流程模拟,探求其原料组成、反应压力、反应温度、蒸汽碳比对装置热效率、能耗和CO_(2)排放量的影响。基于模拟数据,采用非支配排序遗传算法NSGA-Ⅱ对新工艺进行了多变量多目标优化。计算表明,某液化石油气进料量为8.756 t/h的新工艺,最优操作工况下产氢2636.8 kg/h、发电8870.2 kW·h/h,生产1 t H_(2)综合能耗2892.9 kgoe、装置热效率71.63%、CO_(2)排放29984.6 kg/h,较优化前工况综合能耗降低、产氢量增加。展开更多
文摘针对烃类重整蒸汽制氢工艺转化气能量降级使用、原料气压缩功耗大的问题,提出了一种低碳烃膨胀透平集成制氢工艺。该工艺以炼油厂过剩低碳液态烃为原料,增压功耗较低,在转化炉出口设置膨胀透平,回收转化气的高温高压热能和压力能后再送余热锅炉产汽,同时回收中变气余热以加热液相原料。使用Aspen Plus V11对新工艺进行了全流程模拟,探求其原料组成、反应压力、反应温度、蒸汽碳比对装置热效率、能耗和CO_(2)排放量的影响。基于模拟数据,采用非支配排序遗传算法NSGA-Ⅱ对新工艺进行了多变量多目标优化。计算表明,某液化石油气进料量为8.756 t/h的新工艺,最优操作工况下产氢2636.8 kg/h、发电8870.2 kW·h/h,生产1 t H_(2)综合能耗2892.9 kgoe、装置热效率71.63%、CO_(2)排放29984.6 kg/h,较优化前工况综合能耗降低、产氢量增加。
文摘5G超密集网络(ultra-dense network,UDN)的引入是为了提升吞吐量,特别是针对静态和低速场景,因此,无法同时满足高吞吐量和高移动速度的需求。对于未来需要同时支持高容量和高速移动的6G新场景,提出一种同心圆模型(homocentric sphere model,HSM)的网络架构,采用控制面/用户面数据分离、多发送接收节点(transmission and reception point, TRP)协同传输的方法来处理密集部署网络中多普勒效应影响大和TRP频繁切换的问题,使得该模型成为密集部署网络下提升网络容量、应对高速移动的有效方法。数据结果证明,所提的HSM有效减小了密集组网高速移动场景下多普勒频移效应,同时能够提供更高的网络遍历频谱效率。
