【目的】炭素回収前処理システムは、高いエネルギー消費、運転コストの増大、および浄化効率の不安定さという問題に直面しており、洗浄液のpH値の変動がSO2吸収効率に顕著な影響を与える。ある発電所の炭素回収前処理システムを研究対象とし、機構モデルとデータ駆動型を融合したハイブリッドモデリング手法を提案した。【方法】本手法は化学反応動力学の機構と決定木機械学習アルゴリズムの利点を融合し、Pythonツールを用いてモデルを構築し、洗浄液のpH値および出口のSO2排出質量濃度などの主要パラメータを高精度に予測し、実運転データで検証した。【結果】結果は、モデルのpH値および出口SO2排出質量濃度に対する相関係数がそれぞれ0.85と0.80であり、良好なシミュレーション効果を示し、実運転データを基に入口の煙道ガス温度、液体対気体比、アルカリ液添加量などの主要操作パラメータに対する感度解析を行い、モデルは良好な追従性を示した。【結論】本モデルは、将来の炭素回収前処理システムのプロセス最適化、エネルギー消費削減および安定運転の理論的根拠を提供する。

炭素回収;煙道ガス前処理;機構モデリング;データ駆動;pH値予測