《Applied Thermal Engineering》：Enhancing ground source heat pump performance with microencapsulated phase change backfill materials: Thermal, economic and carbon emission analysis
编辑推荐：
燃烧室过量空气比与导流板对近壁温度分布及污染物排放的影响研究。通过30组近壁热电偶测温与CFD模拟结合，揭示过量空气比（λ）从2.26增至3.93时，燃烧室壁温不均指数|D|达33.3%，此时CO浓度510mg/m3，热输出8.97kW。安装导流板（40%风门开度，λ≈3.40）可将|D|降至3.2%，最大壁温从584℃降至474℃，CO浓度降低59.6%，热输出提升3.4%。研究表明，λ≈2.5时实现CO与热输出平衡，导流板可优化温度场但NOx上升。
亚历山大·巴卡（Alexander Backa）|拉多万·诺塞克（Radovan Nosek）|尼古拉·恰约娃·坎托娃（Nikola ?ajová Kantová）|米兰·马尔乔（Milan Malcho）|帕特里克·内梅茨（Patrik Nemec）
日利纳大学研究中心（Research Centre, University of ?ilina），地址：Univerzitná 8215/1，010 26 日利纳，斯洛伐克
摘要
计算流体动力学（CFD）被广泛用于分析颗粒锅炉的燃烧过程，但其对燃烧室设计的预测能力取决于与空间分辨的热数据的验证，而不仅仅是基于整体烟气和热输出指标的验证。本研究结合了近壁温度测量与CFD技术，以量化过量空气系数（λ）和紧凑型导流器对燃烧过程的综合影响。通过空间分辨的近壁温度图谱，可以超越传统的整体指标来评估CFD模型的准确性，并量化被动流动形态对燃烧过程的影响。实验中使用了30个近壁热电偶，对烟气进行了分析，并测量了热输出，同时改变了过量空气系数（λ）的值。当λ从2.26增加到3.93时，燃烧室温度降低，CO?浓度稀释，热输出从10.89 kW降至8.97 kW。在λ约为2.54时达到了运行最佳状态：此时CO?浓度为510 mg·m?3（氧气浓度为10%），热输出为10.47 kW。近壁温度分布显示出不均匀的加热现象，其中壁面加热不均匀指数∣D∣达到了33.3%（风扇转速为50%时，λ约为3.57）。CFD模型成功捕捉到了这一冷却趋势和峰值壁温。在风扇转速为40%、λ约为3.40的运行条件下，导流器改善了热场分布，提高了氧化效果：∣D∣从27.8%降至3.2%，最大近壁温度从584°C降至474°C，CO?浓度从1255 mg·m?3降至512 mg·m?3，热输出从9.45 kW升至9.70 kW，但NO?浓度从144 mg·m?3升至202 mg·m?3。总体而言，在λ约为2.5的运行条件下，通过被动流动控制可以降低CO?浓度和峰值近壁温度，并略微增加热输出，尽管这会导致NO?浓度的增加。
引言
在小规模供暖系统中，生物质燃烧已成为向可再生和可持续能源转型的重要组成部分。特别是木颗粒锅炉，是重要的可再生能源热生成技术之一。在欧洲联盟，生物质能源约占所有可再生能源的60%，其中固体生物燃料占生物能源供应的近70%[1]。基于颗粒的供暖系统具有实际优势，如燃料供应充足、易于自动化操作，以及能够利用农业和林业部门的废弃物[2][3][4]。现代颗粒锅炉在过去几十年中取得了显著的技术进步，其效率达到了80–90%的范围，并且与旧式设备相比大幅减少了排放[5]。此外，改善室内和室外环境质量也具有重要的科学和实际意义，包括与舒适度相关的参数以及燃烧副产品的排放问题[6][7][8]。在这种情况下，优化燃烧过程和传热性能对于最大化有效热输出、降低运行成本以及在实际运行条件下限制污染物排放至关重要[9][10][11]。
生物质燃烧室内的热行为受到湍流、传热和化学转化之间强烈耦合相互作用的影响。温度分布具有很高的信息价值，因为它们影响反应速率、氧化程度、近壁热流以及排放物的形成路径[12][13]。在操作参数中，过量空气系数（λ）是影响颗粒锅炉性能的最关键因素之一。通过控制氧气供应量（超过化学计量比），λ直接影响火焰温度、混合质量、稀释程度、排放趋势和整体热效率。传统观点认为，最佳燃烧条件下的过量空气系数略高于1（通常为λ约为1.2–1.6），以确保完全转化并减少烟气中的显热损失[14]。然而，实验表明存在权衡：当λ过低时，氧气不足和混合不充分会导致CO?浓度升高；而当λ过高时，过多的冷空气会稀释燃烧产物并降低温度，尽管在某些条件下CO?浓度会降低，但锅炉效率也会降低[15][16]。此外，空气供应不仅是一个“总量”问题，还是一个空间分布问题：供气射流的位置和动量以及由此产生的内部循环结构会显著影响局部燃烧环境，从而影响效率与排放之间的平衡，即使名义上的λ值相似[17]。在燃烧器和衬管研究中，已经充分证明了壁面传热和壁温不均匀性与射流/孔洞配置的敏感性，几何形状的变化会直接影响近壁混合和冷却效果[18][19]。
燃烧室的近壁区域对实验和模拟都提出了特殊挑战，因为在靠近换热表面的地方温度、速度和物种浓度会出现急剧变化。从测量角度来看，近壁温度难以在不干扰流动的情况下获得，同时辐射和传导效应也可能影响测量结果。从建模角度来看，准确捕捉边界层物理现象和近壁湍流需要高精度的近壁分辨率，但对于复杂的三维锅炉几何结构来说，这可能会带来计算成本上的挑战[20][21][22]。因此，雷诺平均方法通常依赖于壁函数和近壁处理技术来填补未解析的层，但在存在强压力梯度、分离效应或非平衡湍流的情况下，这些方法的准确性会下降。这促使研究人员需要仔细使用实验数据进行验证，这些实验数据应能敏感地反映近壁行为，而不仅仅是整体出口参数。此外，还探索了基于数据驱动的方法（如迁移学习等相关技术），以从有限的测量数据中重建炉内温度场，这突显了在诊断和控制方面对空间分辨热场信息的广泛兴趣[23][24][25]。
尽管在理解生物质燃烧和传热方面取得了显著进展，但在量化实际颗粒锅炉中运行条件和简单几何修改如何共同影响近壁热场方面仍存在重要空白。许多研究侧重于通过调整空气供应量来优化燃烧过程，或通过改变流动方式来增强传热效果，而较少有研究评估这些因素对燃烧室内热负荷模式的综合影响[26][27][28][29]。同时，关于颗粒和固定床生物质燃烧的CFD研究通常关注床层内的转化现象、点火前沿传播、气相温度场或整体传热和排放趋势，并且主要通过出口温度、烟气成分或整体效率来进行验证[30][31][32][33]。尽管这些研究推进了对耦合转化和流动过程的理解，但它们提供的关于燃烧室内壁温分布的信息仍然有限，尤其是在过量空气系数受控变化的情况下。即使有全局指标可用，解析近壁热场也很重要，因为它决定了壁面热流、局部热负荷和传热均匀性，从而影响可回收的热输出，同时也影响设备的耐久性和热点应力情况。从应用角度来看，近壁温度映射可以作为开发测试的实际工具，因为它能够早期识别不均匀分布和局部过热现象，而无需进行大规模的现场测试。
基于几何形状的被动方法已被证明可以通过破坏流动和诱导涡流/湍流来增强对流传热，但这种方法的缺点是会导致压降增加[34]。在小规模生物质和颗粒锅炉中，也研究了被动导流修改，最常见的形式是在热气流路径中设置挡板/导流器，或对烟道进行改造，这些改造对烟气温度、热效率和排放有显著影响[27][35][36][37]。颗粒锅炉的CFD研究进一步表明，预测的燃烧室温度和排放指标会受到空气供应方式和边界条件设定的影响，包括二次空气入口设置和壁面传热处理[38]。然而，结合控制过量空气变化、空间分辨的壁温映射和CFD评估的燃烧室研究仍然有限[27][35][36][37]。
因此，本研究将近壁热电偶测量结果与经过验证的三维CFD模型（ANSYS Fluent）相结合，以量化过量空气系数的受控变化和紧凑型导流器对壁温分布、热输出和气体排放的影响。实验提供了超出整体烟气成分和热输出指标的空间分辨热数据，而模拟则用于解释观察到的不对称性背后的流动机制，并指导导流器的设计。所得到的运行和几何建议有助于优化小规模固体燃料锅炉的传热均匀性和燃烧性能。
燃料分析
本研究中使用的颗粒由云杉木制成，直径为6毫米，为市售产品。表1展示了云杉颗粒样品的近似分析和最终分析结果，以及它们的低位热值（LHV）。
锅炉配置
木颗粒在一个配备有回转燃烧器的小型热源中燃烧。该热源的最大热输出为18 kW（见图1）。在每个测试期间，提供的颗粒量基本保持不变。
计算域和几何形状
计算域代表了锅炉的内部体积，包括燃烧室和烟气通道，如图4所示。
建模区域涵盖了主要发生热化学过程的燃烧室。几何形状是根据燃烧室的实际尺寸测量结果创建的，包括回转燃烧器的配置。整个建模域被定义为流体区域。
结果与讨论
首先，基线实验量化了过量空气系数（λ）对排放、热输出和近壁温度的影响。接下来，建立了基线配置的CFD模型，并根据这些测量结果进行了验证。然后使用该验证模型来诊断观察到的左右加热不对称性，并设计了一个简单的导流器。最后，通过数值模拟和实验验证了导流器的效果。
结论
本研究量化了在受控过量空气条件下，控制过量空气变化和紧凑型导流器对燃烧室近壁温度分布、传热和气体排放的影响。主要创新点是在受控过量空气操作条件下，通过实验和数值方法联合量化了近壁温度分布，并使用紧凑型被动导流器进行了缓解。这一发现得到了测量结果和CFD模拟结果的一致支持。
局限性与未来工作展望
CFD模型主要用于预测热场，并支持基于机制的近壁温度图解释。如上所述，基线CFD模型低估了实际测量的壁面加热不均匀指数∣D∣，这与理想化的入口设置和为保持参数设置一致性而采用的简化多孔介质/UDF床模型是一致的。尽管实验中报告了烟气浓度数据，
资助
本研究由欧盟NextGenerationEU通过斯洛伐克的恢复与韧性计划（Recovery and Resilience Plan）在项目编号09I03–03-V04–00725下资助，同时也得到了VEGA项目编号1/0311/26的支持：利用人工智能自主控制小型热源的燃烧过程。
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系，这些利益或关系可能会影响本文所述的工作。
