具有对角线导线角度的静电除尘器集尘性能：基于人工神经网络的数值研究与预测

《Powder Technology》：Collection performance of electrostatic precipitators with diagonal wire-line angles: A numerical study and prediction using artificial neural networks

静电除尘器（ESPs）对角线电极排列角度影响研究表明，电压（6-12kV）、流量（0.05-0.15m3/s）、粒径（2.5-10μm）与角度（0-5.72°）共同作用，电场强度随角度增加而增强，但电荷积累不呈线性关系。基于CFD数据的ANN模型可准确预测（误差<2.2%），为复杂系统优化提供新方法。

　　

郑根权|崔惠妍|徐英敏|崔勋基|朴永-gap

韩国昌原国立大学智能制造系

摘要

本研究探讨了具有对角线导线排列的静电除尘器（ESP）的性能，重点考虑了以下参数：施加电压（φ_w = 6, 9, 12 kV）、体积流量（Q = 0.05, 0.1, 0.15 m3/s）、颗粒大小（d_p = 10, 4, 2.5 μm）以及对角线导线角度（θ_wl = 0, 1.43, 2.86, 4.29, 5.72°）。随着施加电压和对角线导线角度的增加，电晕电流也随之增大。角度增大时，收集板附近的电场增强，导致气流更加明显。由于离子电荷密度的增加，靠近放电电极的颗粒会带上更高的电荷。然而，角度的增加并不会导致电荷成比例地增加。收集效率受多种物理因素影响，因此难以预测。为此，基于计算流体动力学（CFD）数据开发了一个人工神经网络（ANN）模型，能够准确预测电压和角度的影响，预测误差控制在2.2%以内。该ANN模型为分析像静电除尘器这样的复杂系统提供了一个可靠的框架，并在各种工程系统的实时优化和预测性维护中展现出强大的应用潜力。

引言

随着工业化进程的推进和城市范围的扩大，越来越多的污染源向大气中排放细颗粒物（PM）[1]。这些颗粒物在大小、化学成分和物理性质上各不相同，与多种不良健康影响有关，包括呼吸系统疾病、心血管疾病和过早死亡率的增加[2]、[3]。为应对这些风险，包括世界卫生组织（WHO）在内的国际组织加强了空气质量标准，并对环境中的PM浓度制定了更严格的限制[4]。

已经开发了多种技术（如洗涤器和袋式过滤器）来通过捕捉颗粒物来控制空气污染[5]。近年来，由于排放源的多样性不断增加，这些系统被期望能够去除更广泛尺寸范围内的颗粒物。其中，静电除尘器（ESP）因其能够收集从亚微米颗粒到粗粉尘的广泛颗粒尺寸而特别值得注意[6]。此外，它能够处理来自燃煤电厂等工业设施的大量高温烟气，因此在重工业中成为首选解决方案[7]、[8]。除了燃煤电厂外，静电除尘器的应用范围近年来还扩展到了水泥、造纸和玻璃制造等颗粒物排放行业，以及生物质燃烧和废物焚烧过程。然而，这些来源产生的颗粒物的物理化学特性（如粒径分布、电阻率和化学成分）与煤灰有很大差异。因此，为煤尘优化的ESP配置和操作策略不一定适用于其他排放源。这种工业应用的多样性凸显了需要设计出能够在不同颗粒特性和操作环境下仍然有效的参数，从而推动了更通用和稳健的ESP优化策略的发展[9]。

静电除尘器通过多种物理现象的相互作用来工作，包括电场、离子传输、流体动力学和颗粒充电。其中一个关键机制是电晕放电，其中高压电极使周围气体电离，产生自由电子和离子，这些离子随后附着在空气中的颗粒上。这一过程称为颗粒充电，通过场效应和扩散效应发生，每种途径的相对重要性取决于颗粒大小[10]。除了充电外，电晕放电还会引起电液动力（EHD）效应，也称为离子风，通过加速离子并将动量传递给中性气体分子[11]、[12]。因此，由于电场和流体行为之间的强耦合，ESP分析需要采用多物理场方法。先前研究已经证明了使用计算流体动力学（CFD）进行ESP模拟的可行性，为数值分析提供了可靠的基础[13]、[14]。

提高ESP性能的策略大致可以分为三类：电晕放电优化、流场控制和ESP结构设计[15]。首先，电晕放电优化通过修改电极材料或几何形状来提高离子密度和放电稳定性。Xu等人[16]研究了电极几何形状对高温ESP中颗粒收集效率的影响。在测试的配置（杆状、锯齿状和螺旋状）中，杆状电极在高温下表现出最稳定的性能。相比之下，锯齿状电极在低温下效率更高，但随着温度升高效率显著下降。这些发现表明电极几何形状在确定不同温度条件下的ESP性能方面起着关键作用。

其次，流场控制旨在利用EHD效应来提高颗粒收集效率。Feng等人[17]使用数值模拟研究了ESP中的EHD流动行为和涡流形成。他们的研究表明，电晕放电产生的离子风会导致流线不均匀，并在放电电极和收集板之间形成涡流。根据电极配置的不同，这些涡流结构要么增加颗粒的停留时间从而提高收集效率，要么由于壁面沉积导致颗粒损失。结果强调，控制EHD引起的流动结构比简单调整电场强度更为重要，突显了精确流场设计在ESP系统中的重要性。

最后，ESP结构设计旨在通过优化放电电极和收集板之间的排列来控制电场分布。K?l??等人[18]使用三维CFD结合改进的Deutsch-Anderson分析模型，研究了电极间距、导线直径和入口速度对线-板ESP中电场分布和EHD流动的影响。他们发现，较窄的电极间距可以提高电场浓度，从而提高收集效率，而较大的导线直径则增强了导线周围的电场，改善了颗粒充电和收集性能。这些发现表明，通过ESP结构设计精确控制电场分布对于优化收集性能比仅仅调整施加电压更为重要。

先前的研究特别强调了调整收集板和放电电极之间间隙的影响。随着间隙的减小，电晕放电增强，电场强度和离子密度增加。然而，这并不一定会转化为收集效率的提高。过强的电晕放电可能会产生强烈的离子风，从而阻碍颗粒收集。此外，颗粒充电主要发生在第一个放电电极附近，而下游电极主要影响颗粒的行为控制而不是充电。因此，在布置放电电极时，不仅要考虑电场的增强，还要考虑电场分布对颗粒动力学的影响。此外，缩小收集板之间的间距以提高电性能也会降低气体通过能力。

在这项研究中，单级ESP系统中的放电电极是对角线排列的，而不是居中的，并评估了不同角度下的结果。通过对角线排列，第一个电极周围会发生强烈的电晕放电，从而提高颗粒充电效率。此外，由于保持了收集板之间的间隙，这种设计在确保电场优势的同时避免了气体通过能力下降的缺点。因此，对角线排列角度是一个新颖且广泛适用的参数，可以有效地集成到优化的电极配置中，突显了其作为ESP优化通用设计变量的重要性。

进行了数值模拟，以研究对角线导线角度、操作参数（施加电压和体积流量）以及颗粒直径的影响。由于变量之间的非线性相互作用和问题的多物理场性质，结果的形式化具有挑战性。因此，模拟输出被组织成一个数据库，用于训练ANN模型以捕捉这些非线性关系。训练有素的ANN能够在指定条件下确定最佳角度，并无需额外的CFD模拟即可预测结果，从而展示了基于ANN的方法在高效工程应用中的潜力[19]。

数值方法

数值方法

静电除尘器模拟需要模拟气体流动和电场的电液动力耦合，以及合理的颗粒充电机制。为了准确评估收集效率，实现这些耦合的多物理场现象是必要的。因此，本研究使用了Fluent的用户定义函数（UDFs）来耦合电场、流场和颗粒行为。

数值模型的验证

图1展示了本数值模拟得到的收集效率与以往研究[22]、[23]结果的比较。可靠地预测收集效率需要综合考虑电场/空间电荷分布、（EHD修正的）流场以及颗粒充电和传输行为。2D验证域对应于本研究中使用的A0(0°)配置（定义见表3和图1）。

人工神经网络的工程应用

收集效率的预测受到许多参数的影响，包括施加电压、体积流量和ESP几何形状。数值模拟是评估这些效应的有效工具；然而，相关的计算成本非常高，特别是在考虑几何变化时，因为这会显著增加域的复杂性。为了克服这些限制，使用了基于CFD生成数据训练的ANN模型，以提供快速可靠的预测。

结论

本研究通过综合考虑电场/空间电荷、EHD修正的流动和颗粒传输，数值研究了対角线导线角度、施加电压、体积流量和颗粒大小对ESP收集性能的影响。结果证实，所提出的对角线导线排列可以在较低的施加电压下实现高收集效率，从而提供了实用的电压降低方案。

CRediT作者贡献声明

郑根权：写作 – 审稿与编辑、初稿撰写、可视化、验证、方法论、研究、正式分析、数据管理、概念化。崔惠妍：验证、方法论、数据管理。徐英敏：软件、资源、概念化。崔勋基：写作 – 审稿与编辑、监督、正式分析。朴永-gap：写作 – 审稿与编辑、初稿撰写、可视化、验证、监督、方法论、研究，

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。

致谢

本研究得到了韩国国家研究基金会（NRF）基础科学研究计划的支持，该计划由教育部资助（RS-2025-25396743）。本研究还得到了庆尚南道区域创新系统与教育（RISE）计划的支持，该计划由教育部和庆尚南道省政府共同资助（2025-RISE-16-002）。