CEJ：基于深度神经网络的废贝壳选择优化用于SOx捕集和利用

在湿法烟气脱硫（WFGD）系统中，作为传统SO_x吸收剂的高品位石灰石资源枯竭，对SO_x捕集和利用的影响日益严重，使用废贝壳作为高级石灰石的替代品是WFGD系统的合适解决方案。

在此，韩国产业技术研究所Junghwan Kim等人使用基于深度神经网络 (DNN) 的替代模型，提出了废贝壳的最佳选择和混合比例。其成本优化过程如下：数据生成、数据预处理、基于DNN的代理模型的开发以及成本最优选择和混合比率的推导。

首先，作者开发了一个过程模型来生成数据集，这些数据集是根据每种贝壳和石灰石的选择和混合比例得到石膏纯度。此外，提出了考虑贝壳预处理成本的数学模型来计算总年化成本（TAC），并将TAC添加到数据集中以预测石膏纯度以及TAC。

其次，对生成的数据集进行预处理，以使用z-score归一化方法增强基于DNN的代理模型的预测性能。

最后，开发了基于DNN的替代模型，根据选择和混合比例预测石膏纯度和TAC。

图1. 所采用的成本优化程序的图示

结果显示，最终成本最优的选择和混合比例来自于开发的基于DNN的替代模型在两个约束条件（石膏纯度和总SOx吸收剂消耗量）下生成的24亿数据。

因此，推导出的选择和最佳混合比例是低品位石灰石（80.86%）、牡蛎壳（10.78%）、扇贝壳（0.216%）、海扇壳（0.323%）、蛤壳（2.426%）和贻贝壳 (5.391%)，即通过与每种废贝壳和低品位石灰石的混合，可以完全替代高品位石灰石，TAC共减少了788469美元。

这项研究为在WFGD系统中利用废弃贝壳作为高级石灰石替代品提供了宝贵的见解，使该过程具有成本效益和环境安全性。

图2. 石膏纯度和TAC预测值与实际值的关系图

Deep neural network-based optimal selection and blending ratio of waste seashells as an alternative to high-grade limestone depletion for SO_X capture and utilization, Chemical Engineering Journal 2021. DOI: 10.1016/j.cej.2021.133244

原创文章，作者：科研小搬砖，如若转载，请注明来源华算科技，注明出处：https://www.v-suan.com/index.php/2023/10/12/8cf299e232/

CEJ：基于深度神经网络的废贝壳选择优化用于SOx捕集和利用

相关推荐

发表回复