화학공학소재연구정보센터
Clean Technology, Vol.25, No.4, 324-330, December, 2019
탈질설비 내에서 입구유동 NOx 분포에 따른 AIG유동제어의 전산해석적 연구
The Numerical Study on the Flow Control of Ammonia Injection According to the Inlet NOx Distribution in the DeNOx Facilities
E-mail:
초록
선택적 촉매환원법은 산업 설비에서 분사되는 배기가스의 탈질 과정에 유용한 방법이다. 촉매 층 입구에서의 암모니아-질소산화물의 혼합비 분포는 탈질 과정에서 중요하다. 본 연구에서는 전산해석 기법을 이용하여 탈질설비의 입구 배기가스 내 질소산화물의 유동 분포에 따른 암모니아 분사 노즐의 유량을 조절하여 NH3/NO 몰 비의 균일도를 개선하였다. 출구 X/H = 3 지점에서의 몰 비에 의한 평균제곱근오차 값을 최적화 변수로 선정하였고 실험계획법을 기반 한 최적화 알고리즘을 도입하였다. 균일, 포물선, 상향 솔림, 임의 등 4가지 입구 유동 형태에 대해 8개의 분사 노즐의 암모니아 분사 유량을 도출하였다. 정상상태의 비압축성 점성 이차원 유동장 해석을 위해 상용 소프트웨어인 ANSYS-FLUENT에 K- ∈난류모델을 적용하였다. 본 해석의 결과, 입구 배기가스의 유동 형태 별로 9.58%에서 80.0% 의 몰 비 개선 효과를 나타내었다.
The selective catalytic reduction system is a highly effective technique for the denitrification of the flue gases emitted from the industrial facilities. The distribution of mixing ratio between ammonia and nitrogen oxide at the inlet of the catalyst layers is important to the efficiency of the de-NOx process. In this study, computational analysis tools have been applied to improve the uniformity of NH3/NO molar ratio by controlling the flow rate of the ammonia injection nozzles according to the distribution pattern of the nitrogen oxide in the inlet flue gas. The root mean square of NH3/NO molar ratio was chosen as the optimization parameter while the design of experiment was used as the base of the optimization algorithm. As the inlet conditions, four (4) types of flow pattern were simulated; i.e. uniform, parabolic, upper-skewed, and random. The flow rate of the eight nozzles installed in the ammonia injection grid was adjusted to the inlet conditions. In order to solve the two-dimensional, steady, incompressible, and viscous flow fields, the commercial software ANSYS-FLUENT was used with the K-∈ turbulence model. The results showed that the improvement of the uniformity ranged between 9.58% and 80.0% according to the inlet flow pattern of the flue gas.
  1. Choi HW, KOEN Sustainability Management Forum, Report No. 2 (2014).
  2. Zhu T, Li D, Fang Q, Cheng G, J. Chin. Soc. Power Eng., 35(6), 481 (2015)
  3. Zhao D, Sheng H, Zheng W, Int’l Conf. on Machinery, Materials and Computing Technology (2016).
  4. Seo MH, Chang H, Clean Technol., 18(4), 410 (2012)
  5. Lee SH, Shin SW, Kim JS, Korea Plant J., 3(9), 48 (2013)
  6. Kim KS, Lee KO, J. Environ. Sci. Int., 11(22), 1481 (2013)
  7. Chung HT, Na JI, Lee DH, Proc. 12th ACFD, Taiwan (Oct. 2018).
  8. Kim BS, Seo DC, Park HY, Chung HT, Proc. KSME Spring meeting, Changwon, 29-30 (May 2019).
  9. Seo DC, Kim MK, Chung HT, Proc. KSCFE Spring meeting, Jeju (May 2019).
  10. ANSYS, ANSYS CFD - Fluent Guide, ANSYS Inc. (2017).
  11. ANSYS, ANSYS Workbench - Mechanical Optimization Guide, ANSYS Inc. (2019).
  12. Lee DH, Master Thesis, Gyeongsang National University, Jinju (2019).