免费下载
作者投稿
专家审稿
投稿指南
下载中心地址：浙江省杭州市萧山区拱秀路288号
邮编：311201
编辑部电话：0571-82989702；19558121964
编辑部邮箱：office@eep1987.com
收稿日期：2026-01-28 修回日期：2026-02-12 接受日期：2026-03-02
垃圾焚烧炉渣中的氯是制约其资源化利用的关键因素之一。然而，目前对炉渣中氯的赋存特性及其形成机制的认识尚不清晰。通过模拟生活垃圾单独焚烧及与废印刷线路（PCB）板、污泥的协同焚烧实验，探究了垃圾组分和焚烧参数对炉渣中总氯、水溶性氯和非水溶性氯的含量及形态分布的影响，并引入机器学习方法以期实现对炉渣中氯赋存特性的优化调控。实验结果表明，在生活垃圾单独焚烧过程中，焚烧温度和物料组分是影响炉渣总氯含量和氯形态分布的主导因素。较低焚烧温度（850℃）和适中焚烧时间（10 min）有利于维持较高比例的水溶性氯。在协同焚烧实验中，废PCB板和污泥的加入均导致炉渣总氯含量增加，其中废PCB板的添加促进了水溶性氯的生成，而污泥的加入则抑制了水溶性氯的形成。基于机器学习的预测结果显示，当塑料∶纸类∶织物的质量比为3∶2∶1，废PCB板质量分数为50%，焚烧温度为1 001℃，焚烧时间为10 min时，炉渣中水溶性氯的预测含量较最低值提高了约86%。本研究为炉渣中氯的高效脱除及资源化利用的源头调控提供了理论依据。
收起-古佛全, 朱律寒, 石宏杰, 后静, 夏文轩, 沈东升, 龙於洋. 机器学习辅助的垃圾焚烧炉渣氯赋存特性优化调控[J/OL]. 能源环境保护: 1-10[2026-03-10]. https://doi.org/10.20078/j.eep.20260303.
GU Foquan, ZHU Lyuhan, SHI Hongjie, HOU Jing, XIA Wenxuan, SHEN Dongsheng, LONG Yuyang. Machine Learning-Assisted Optimization and Regulation of Chlorine Speciation in Municipal Solid Waste Incineration Bottom Ash[J/OL]. Energy Environmental Protection: 1-10[2026-03-10]. https://doi.org/10.20078/j.eep.20260303.
GU Foquan, ZHU Lyuhan, SHI Hongjie, HOU Jing, XIA Wenxuan, SHEN Dongsheng, LONG Yuyang. Machine Learning-Assisted Optimization and Regulation of Chlorine Speciation in Municipal Solid Waste Incineration Bottom Ash[J/OL]. Energy Environmental Protection: 1-10[2026-03-10]. https://doi.org/10.20078/j.eep.20260303.