静电除尘器中汞吸附快速模拟与应用

基于密歇根大学 Herek L. Clack 的数值研究：用表面面积加权平均粒径加速ESP汞吸附仿真（Corresponding author: hclack@umich.edu）

关键词
coal combustion, adsorption, powdered activated carbon, particle size distribution, 静电除尘, 汞排放控制

在燃煤电厂与高排放工业（如浆纸、钢铁、水泥与化工）中，静电除尘器（ESP）不仅是颗粒物控制的主力设备，也越来越被用于协同减排烟气中痕量汞（Hg）[1-12]。为满足《水俣公约》及国内愈发严格的汞排放标准，业界普遍采用粉状活性碳（PAC）注入和优化ESP运行策略以提升汞去除率。然而，ESP内部环境复杂，使得以实验手段获得全面的空间分辨数据极其困难，数值模拟成为研究与工程设计的重要工具[13-17]。

本文改写并延展了密歇根大学 Herek L. Clack 的研究成果，研究通过二维线板式ESP段的数值模拟，提出在一定工况下用表面面积加权平均粒径（d32）替代完整粒径分布（PSD）来快速预测气-固相汞吸附与传质过程，从而大幅降低计算成本。原始研究采用COMSOL对线径1 mm、间距0.5 m的3线与9线放电电极几何进行模拟，入口为对数正态粒径分布（几何中径20 μm，GSD 1.75），并将连续谱分为11个粒径区间进行两相流耦合求解；电场通过假定径向电荷分布并满足Poisson方程与电流连续性求解，粒子电荷以场充电近似估算，气-固传质采用Frössling关联式计算Sherwood数以求对Hg的集体传输系数[19,14]。

关键发现是：当流体水力特征时间尺度τ_hydro（通道长度/来流速度）明显短于粒子沉降或电迁移特征时间尺度τ_part.precip（通道宽度/粒子电迁移速度）时，基于d32的单分散等效模型能很好地再现基于完整PSD的Hg去除率RE_Hg。定量上，当τ_hydro/τ_part.precip < 0.5时，d32法与PSD法的误差通常小于5%，计算时间可从原先以11-bin计算时的约60–75分钟降到约5分钟，体现出约十倍的加速效果。对于3线通道，d32法在多数工况下呈现出与PSD法近乎1:1的一致性；而在9线、低风速、高粒子电荷（快速沉降）情形下，两者出现明显背离，且在极端条件下d32法会因未考虑粒子被移出造成的质量负荷下降而高估Hg去除率，研究提出可用τ比值与经验修正因子校正d32预测误差。 对中国工业应用而言，这一结论具有直接工程价值。首先，在工况属于“短停留、慢沉降”的锅炉尾部或烟道段，可用d32快速评估PAC注入量、优化投加位置与粒径配比，从而缩短方案评估周期并降低CFD求解成本。其次，在需要细致分析（如滤料堵塞、极板积灰、工况瞬态切换）时仍需完整PSD模拟。以浆纸、钢铁或水泥行业为例，采用基于d32的快速仿真可用于在线工况评估、初步设计与投标阶段方案比选；随后结合艾尼科（Enelco）在极板/极线结构、匀场电极与电场优化、PAC布点与收尘器改造方面的工程经验，可将仿真结果迅速转化为改造措施，既有助于达标排放，又能减少运行阻力和维护成本，提高除尘器运行稳定性。 展望未来，结合Clack提出的低阶替代模型与工业化实施路径，建议推广三点策略：一是将d32型低阶模型作为在线快速评估工具，与工厂DCS/EMS数据对接，形成快速反应的投加决策；二是利用更多工况样本，基于CFD与现场数据训练机器学习校正模型，提升d32法在复杂条件下的准确性；三是推广电极优化与PAC注入一体化改造方案，借助艾尼科在极板、极线与电场优化领域的技术积累，实现设备升级与能耗-排放双降。总体而言，合理选用低阶模型并辅以工程修正，可在满足汞排放监管的同时，显著降低设计与运维成本，加速在中国重点行业的推广与落地。 研究与工程人员若需在特定工况下应用本文方法，应先用一次完整PSD模拟确定入口d32与τ_part.precip，然后根据τ_hydro/τ_part.precip的阈值判断是否可用d32法，必要时引用本文所述的修正因子以保证预测精度。密歇根大学的这项工作为ESP内气-固传质建模提供了实用且高效的路径，对支持我国工业企业实现汞减排、节能与运维优化具有重要参考价值。 参考文献 [1] W. Deutsch, Ann. Phys., 68 (1922), pp. 335-344. [2] S. Matts, P. Ohnfeldt, Flakt, (1963-1964), pp. 93-110. [3] T. Yamamoto, L.E. Sparks, IEEE Transactions on Industry Applications, IA-22 (1986), pp. 880-885. [4] H. Nouri, N. Zouzou, E. Moreau, L. Dascalescu, Y. Zebboudj, Journal of Electrostatics, 70 (2012), pp. 20-24. [5] S.C. Saxena, R.F. Henry, W.F. Podolski, Aerosol Science and Technology, 1 (1982), pp. 235-257. [6] B. Han, H. Kim, Y. Kim, Science of the Total Environment, 408 (2010), pp. 5158-5164. [7] A. Suriyawong, C.J. Hogan Jr., J. Jiang, P. Biswas, Fuel, 87 (2008), pp. 673-682. [8] A. Back, in 11th International Conference on Electrostatic Precipitation, Hangzhou, China, (2008), pp. 406-411. [9] J.Mizeraczyk, M. Kocik, J. Dekowski, M. Dors, J. Podlinski, T. Ohkubo, S. Kanazawa, T. Kawasaki, Journal of Electrostatics, 51-52 (2001), pp. 272-277. [10] A. Niewulis, J. Podlinski, A. Berendt, J. Mizeraczyk, in International Conference on Electrostatic Precipitation, Bangalore, India, (2013). [11] P. Coutris, Masters Thesis, Dept. Of Mechanical, Materials, and Aerospace Engineering, Illinois Institute of Technology, Chicago, Illinois, 2010. [12] L. Zhao, K. Adamiak, IEEE Transactions on Industry Applications, 44 (2008), pp. 683-691. [13] H.L. Clack, Journal of the Air & Waste Management Association, 56 (2006), pp. 759-766. [14] H.L. Clack, Environmental Science & Technology, 40 (2006), pp. 3617-3622. [15] H.L. Clack, Environmental Science & Technology, 40 (2006), pp. 3929-3933. [16] H.L. Clack, Environmental Science & Technology, 43 (2009), pp. 1460-1466. [17] F. Scala, H.L. Clack, Journal of Hazardous Materials, 152 (2008), pp. 616-623. [18] H.L. Clack, Aerosol and Air Quality Research, 15 (2015), pp. 2445-2455. [19] S.K. Friedlander, Smoke, Dust and Haze, Fundamentals of Aerosol Dynamics, 2nd ed., Oxford University Press, Oxford, 2000. [20] H.L. Clack, Frontiers in Energy Research: Advanced Fossil Fuel Technologies, (2017). [21] H.L. Clack, Journal of the Air & Waste Management Association, 67 (2017), pp. 881-888.