当前位置: 首页 > news >正文

垃圾有机质燃烧的热值

今天看到一则有意思的新闻,深圳准备开挖一个停用了20多年的生活垃圾填埋区,通过机械将挖出的垃圾进行分类处理,最终得到腐殖土、轻质物以及无机骨料这三种物质,其中腐殖土外运进行无害化处理,无机骨料进行资源化利用(废旧金属回收等),轻质物是到生活垃圾焚烧厂进行焚烧发电。

根据报道提供的数据,垃圾焚烧过程中烟气会在850℃以上的高温中停留2秒,以去除强致癌的二噁英(排放标准是0.1ng/m3)。焚烧产生的热能用于发电,热效率可以达到28.88%,每天焚烧5100吨轻质物,可以发电340万度,这个发电量还是相当可观的。烧完后的炉渣所说还可以用于制造环保砖。

我比较感兴趣的是有机质的热值情况。根据以上数据,每天发电340万度=540*10000*3600*1000J=1.224*1013 J, 来源于5100*28.88%*1000=1.47288*106kg有效轻质物的焚烧热值。因此,每kg垃圾轻质物的焚烧热值是 1.224*1013 / 1.47288*106 =8.310 kJ/kg。

我查了一下常见燃烧的热值,别人整理过的数据如下图

燃料热值

补充一个数据,纯脂肪完全氧化的热值是9000千卡/kg,稍低于重油的燃烧热值。

很显然,这个热值是远低于以上正宗的燃料的热值的,大约只有标准煤的1/4多一点。

根据经验,“国内常见的生活垃圾焚烧技术对生活垃圾的热值的要求是高于6500kJ/kg,为了安全可靠地运行一般要求垃圾的热值高于8500kJ/kg,否则需按垃圾热值的高低添加一定量的辅助燃料、用氧气或富氧助燃以维持整个熔融焚烧系统的热。“,这个热值是达到了可持续焚烧的水平的。

以上计算仅是为了对垃圾热值 有个简单的印象而已。

垃圾山的自动挖掘+自动分类+焚烧发电这一套流程下来,解决了生活垃圾的积累问题,极大压制了生活垃圾对地下水和土壤的永久污染,我认为是少数非常伟大的工作,解决了经济性和环保的冲突,功在当代,利在千秋,是科技造福人类的典范。

http://www.jsqmd.com/news/270075/

相关文章:

  • 推N返1推3返H5商城电商平台抖音快手微信小程序看广告流量主开源
  • 2026.1.16总结
  • C++中虚函数调用慢5倍?深入理解vtable和性能开销
  • 从 ELF 视角理解 C/C++ 程序的内存布局:通用段、C++ 专属段与加载机制解析
  • Turnitin系统计算重复率的方式!
  • Qoder编程开发全指南:从概念到实践的AI驱动编程范式
  • AI原生应用领域多模态交互的技术挑战与解决方案
  • 互联网大厂Java面试实战:Spring Boot与微服务在电商场景中的应用解析
  • RAG系统架构
  • DiFi:当Wi-Fi遇上区块链,重新定义网络访问
  • 强烈安利9个AI论文平台,本科生搞定毕业论文不求人!
  • 【计算机毕业设计案例】基于python-CNN深度学习卷积神经网络对不同柑橘病变识别
  • 事实核查领域的AI原生应用:现状、问题与突破
  • 全网最全研究生必用AI论文网站TOP10:开题报告文献综述深度测评
  • DevEco Studio:页面预览
  • STM32 单片机实战:基于 HAL 库的串口通信与中断处理详解
  • “星火行业分析师”获国家级认可,讯飞的大模型应用前景何在?
  • Windows安装Dokcer Desktop与汉化
  • 2026专科生必备10个降AI率工具测评榜单
  • 当两个分布的0值具有特殊物理意义,怎么进行对齐 ?
  • 2024美团_京东Hive面试真题解析:原理+实战+优化,附详细答案
  • python: 安装python 依赖pip install xxx报错,pip 不是内部或外部命令,也不是可运行的程序
  • 深度学习毕设选题推荐:基于python-CNN卷积神经网络机器学习对不同柑橘病变识别
  • 近视防控:一场需要耐心与坚持的“持久战”!
  • 深度学习毕设项目推荐-基于python-深度学习CNN-pytorch卷神经网络训练识别蝴蝶-蚂蚱等昆虫
  • 产线上,逐个产品高速数据记录的一个方法
  • 怎么做才能让孩子疯涨的近视度数减缓?
  • 【计算机毕业设计案例】人工智能基于python-CNN卷积神经网络的不同衣服颜色识别
  • 深度学习毕设项目推荐-基于python-CNN卷积神经网络的不同衣服颜色识别
  • 如何快速构建PLC数据采集系统,为您的设备装一个“黑匣子”?