静电除尘器处理可燃烟气：用模糊故障树把“爆炸风险”算清楚

基于布达佩斯工业与经济技术大学团队在第11届国际静电除尘会议上的最新研究解读

关键词
Risk analysis; Fault tree; ESP explosion; Industrial flue gas treatment; Dust explosion prevention

在生物质锅炉、水泥窑尾或高炉煤气净化等工况中，静电除尘器（ESP）早已不是传统意义上只负责“除尘”的设备，而是直接暴露在可燃气体和粉尘环境中的潜在点火源。如何对静电除尘器爆炸风险进行定量评估，正在从“经验判断”走向“模型计算”。在第11届 International Conference on Electrostatic Precipitation 上，来自布达佩斯工业与经济技术大学电力工程系的 István Kiss、Tamás Iváncsy、Bálint Németh 与 István Berta 团队，提出了一种基于模糊逻辑的先进风险分析方法，用于评估静电除尘器在处理可燃气-污染物混合物时的火灾与爆炸风险[1]。

这项研究的核心关键词是风险分析（risk analysis）、故障树（fault tree）、静电除尘器爆炸（ESP explosion），同时也与当前工业烟气治理、粉尘防爆等行业热点高度契合。作者指出，当前许多企业对 ESP 爆炸危险性的判断，仍停留在定性“高/中/低风险”的层面，而缺乏可靠的定量分析工具，不利于科学选择 CO 在线监测、惰化、泄爆、结构强化等防护方案。

研究从经典的燃烧三要素切入：要发生火灾或爆炸，必须同时具备三个条件——可燃物达到着火浓度范围、存在氧气，以及存在点火源。在静电除尘器中，后两项条件往往是“默认满足”的：电晕极与集尘极之间的电击穿、反电晕等放电现象本身就构成了潜在点火源，工艺烟气中氧含量通常也较难完全消除。因此，在工业 ESP 场景下，风险控制的焦点往往落在“可燃物是否达到爆炸危险浓度”上，特别是 CO 富集和可燃粉尘（如生物质、高比电阻粉尘）形成的粉尘爆炸风险[3]。

这也是为什么可燃粉尘工况通常优先采用袋式除尘器，而非 ESP：袋滤器通过加强壳体、预设泄爆面等方式，可以在爆炸时控制破坏模式，配合惰化还可以进一步降低点燃概率。相比之下，很多传统 ESP 设计在结构和安全联锁上，并未充分考虑高浓度 CO 或可燃粉尘的爆炸情景。然而，在水泥行业窑尾余热锅炉、燃烧不完全的煤粉炉、生物质锅炉调试期、以及钢铁高炉煤气发电等场景，可燃气和粉尘在 ESP 内部富集已是客观存在的风险源，国际上已经出现多起典型爆炸事故——例如锅炉调试期由于燃烧不稳产生大量 CO，ESP 内形成爆炸性混合气，经一次正常电击穿即发生毁灭性爆炸。

为了对这类场景进行系统化风险分析，Kiss 等人采用了故障树分析（FTA）方法。首先用事件树梳理导致“火灾或爆炸”这一顶端事件的各种路径，再把事件之间的逻辑关系抽象成由“与（AND）”和“或（OR）”门组成的故障树结构。顶事件是“火灾或爆炸”，其直接由两个中间事件构成：一是“ESP 内部气氛可燃”，二是“存在点火源”。向下再分解，可燃气氛又由“存在氧气”和“存在可燃物”两个事件“与”关系构成；可燃物可以是 CO 也可以是“其他可燃物”（如油雾、可燃粉尘）“或”关系出现。点火源则包括正常电击穿（breakdown）、电晕放电和其他静电放电源等多种路径。这样，从顶事件到最底层，就形成了一个由一系列基本事件和逻辑门组成的故障树。

传统 FTA 要求给每一个基本事件赋予一个确定的概率值，而这在工业现场往往很难做到：

——CO 在 ESP 内富集到爆炸下限（如 7% 以下）的概率，很大程度依赖锅炉燃烧稳定性、负荷波动、CO 探头布置位置与响应时间等，缺少长期统计数据时，只能依靠专家经验评估；
——反电晕发生的概率，与粉尘的比电阻、介电常数、层厚、电场强度、温度-湿度等多因素耦合，单点实验数据并不能直接转化成一个“精准频率”；
——CO 检测系统、卸灰振打控制、供电控制等安全相关系统的故障概率，也经常只能给出一个区间，而不是单值。

为解决这一问题，作者将模糊逻辑引入故障树分析，把每个基本事件的发生概率不再视为一个“点”，而是一个三角形模糊隶属函数。三角形的“中心值”代表专家或统计给出的最可能概率值，两侧的最小值与最大值则反映了不确定性区间。隶属函数的含义是“事件发生概率接近某值的可信度”，从而可在计算过程中保留不确定性，使最终的顶事件结果不再是单一概率，而是一个带宽度的模糊概率区间。

论文中给出了一张简化的模糊故障树参数表，列出了“火灾或爆炸”“ESP 内气氛可燃”“存在点火源”“存在氧气”“存在可燃物”“CO 的存在”“CO 形成于 ESP 内部”等事件对应的最小、中值、最大概率。比如，对于“CO 在 ESP 内形成”这一基本事件，研究给出的中值概率可高达 0.8，而对于“CO 检测失效”的中值概率为 1.5×10⁻⁴。这种组合意味着：

——若锅炉或窑炉在某些工况下 CO 生成概率很高，而 CO 检测系统又存在一定故障率，那么“ES​​P 内气氛可燃”的总体风险水平，并不会因为装了 CO 探头就降到可以忽略不计；
——只有在 CO 生成概率和检测失效概率同时被压低时，顶事件“火灾或爆炸”的模糊概率分布才会明显收缩。

更重要的是，作者利用这种模糊故障树，对“改造 CO 检测系统”这一具体措施的效果进行了量化评估。假设更换成性能更高的 CO 检测装置后，CO 检测故障这一基本事件的最小-最大概率区间明显缩窄，但中值保持不变。模型运行结果表明：顶事件“火灾或爆炸”的模糊概率同样出现收窄，其最大值相对原方案有明显下降，表明整体风险不确定性降低、极端不利情形的发生概率减小。这种对比为决策者提供了关键依据：不仅知道“风险变小了”，还知道“变小了多少、在哪个区间上变小”。

在进一步的风险管理中，研究团队建议将顶事件概率与“相对损失成本”相乘，得到风险值 w = p × c。这里的 c 不仅包含静电除尘器设备本体的损坏成本，还包括系统停机、停产损失和潜在的人员伤害等综合成本[4]。通过调整泄爆口布置、壳体强度、旁路烟道、停机逻辑等措施，可以在不改变发生概率 p 的前提下有效降低相对损失 c，从而整体降低风险 w。对于火电、水泥、钢铁等行业在 ESP 工程设计和技改项目中，采用“概率 × 损失”的总体风险指标，已越来越成为主流做法。

从行业应用视角来看，这项工作至少释放出三个信号：

第一，静电除尘器在处理可燃烟气和粉尘时，必须突破“只要装了 CO 探头就安全”的思维定式，转向系统性的风险分析。CO 的生成机理、传输过程、在 ESP 内的富集行为，以及探头的布点、检测逻辑和联锁停机策略，都应纳入统一模型。

第二，模糊故障树为“数据不完备”的工业场景提供了一种可操作的量化工具。即便缺乏完整的长期统计数据，也可以通过专家打分、试验数据和数值模拟结果构建合理的模糊隶属函数，对 ESP 爆炸风险进行定量评估和方案对比。

第三，随着生物质掺烧、多燃料切换、水泥余热利用、高炉煤气发电等工艺的推广，“非传统稳定工况”将大幅增加，而这恰恰是 ESP 爆炸风险最高的阶段。将这类模糊故障树方法前移到设计阶段，有助于在设备选型（干式还是湿式 ESP）、电场段数、泄爆设计、控制策略等方面做出更有数据支撑的决策。

从静电除尘行业未来技术方向来看，风险分析与控制将越来越成为 ESP 工程师与环保工程公司的核心竞争力之一。从“排放达标”走向“本质安全”，从“单一效率指标”走向“效率 + 安全 + 可靠性”综合优化，这篇来自布达佩斯工业与经济技术大学团队的研究，为行业提供了一个值得借鉴的量化分析范式。

Keywords: Risk analysis, fault tree, ESP explosion, industrial flue gas treatment, dust explosion prevention

参考文献
[1] Kiss I, Iváncsy T, Németh B, Berta I. Advanced Risk Analysis for the Application of ESP-s to Clean Flammable Gas-pollutant Mixtures. In: 11th International Conference on Electrostatic Precipitation. Cambridge, UK; Institute of Physics Conference Series; 2008.
[2] Kiss I, Pula L, Balog E, Kóczy LT, Berta I. Fuzzy logic in industrial electrostatics. Journal of Electrostatics. 1997;40–41:561–566.
[3] Glor M. Electrostatic ignition hazards in the process industry. Journal of Electrostatics. 2005;63:pp. 1–16.
[4] Horváth T. Understanding lightning and lightning protection. Chichester: John Wiley & Sons; 2006.

获取更多静电除尘相关专业论文，请访问 https://isesp.org/conference-papers/