基于喷雾塔的二氧化碳捕集应用中，空气辅助和压力旋流雾化器的喷雾特性及气体夹带行为研究

《Fuel》：Spray characterization and gas entrainment behaviour of air-assisted and pressure-swirl atomizers for spray-tower-based CO 2 capture applications

本研究通过实验对比压力涡流和空气辅助雾化器在30wt% MEA溶液中的性能，发现压力涡流式雾化器效率更高但滴径更大，空气辅助式滴径更小但效率较低，为CO?捕获系统设计提供指导。

　　

Gourav Parmar|Ondrej Cejpek|Milan Maly|Jan Jedelsky|Madan Mohan Avulapati

印度蒂鲁帕蒂印度理工学院机械工程系

摘要

通过喷雾洗涤进行燃烧后碳捕获是一种有前景的策略，可以减少二氧化碳（CO₂）排放，其优势包括易于改造、较低的运营成本以及能够处理大量的烟气。喷雾洗涤的效率在很大程度上取决于喷嘴的性能，因此需要系统地比较不同类型的喷嘴。本研究使用30%重量百分比的水基单乙醇胺（MEA）作为标准的CO₂吸收剂，对压力旋流喷嘴和空气辅助喷嘴进行了实验评估。研究了五种压力旋流喷嘴和三种空气辅助喷嘴（一种气流共混型和两种外部混合型）。通过高速背光成像和激光衍射技术测量了喷雾特性，包括Sauter平均直径（D_{32）、液滴尺寸分布、锥角、平均喷雾速度和雾化效率。测试了广泛的操作条件：空气辅助喷嘴的液体流量为10–30 kg/h，压力旋流喷嘴的液体流量为30–150 kg/h，双流体喷嘴的气液比（GLR）最高达到14%。与先前的研究结果一致，发现液滴尺寸取决于液体流量、喷嘴几何形状和GLR，D32的值范围在30到600 μm之间。压力旋流喷嘴表现出更高的雾化效率，并能处理更大的流量，但产生的液滴较大，平均喷雾速度也较高。相反，空气辅助喷嘴产生的液滴较小，在较低的液体流量下仍能有效运行，尽管由于其利用加压气体加速液体破碎，雾化效率较低。这些发现突显了不同类型喷嘴之间的权衡，并为选择适合CO2吸收应用的喷嘴提供了有用的指导。此外，还提出了适用于压力旋流喷嘴的通用经验相关性公式，可以预测D32、液滴尺寸分布和喷雾平均速度。}

引言

大气中二氧化碳（CO₂）浓度的上升是全球变暖和气候变化的一个已知驱动因素。目前，世界大约80%的能源需求仍然依赖于化石燃料。因此，气候变化的影响日益明显，包括更频繁的极端天气事件和相关的健康风险[1]、[2]、[3]。全球已经采取了一系列措施来解决这个问题。根据《巴黎气候协定》，政府间气候变化专门委员会（IPCC）强调了提高能源效率、推广低碳能源以及制定有效策略以减少向环境中的CO₂排放的重要性[4]。发电厂、水泥制造设施和钢铁工业等固定源贡献了大约75%的这些排放[5]、[6]，这使得燃烧后CO₂捕获成为最有前景的缓解策略之一。

随着时间的推移，已经开发出了多种燃烧后碳捕获方法[7]。在现有的技术中，基于吸收的系统被广泛认为具有成本效益并且能够提供高性能[7]、[8]。虽然物理吸收通常需要较高的压力，但化学吸收可以在接近大气压的条件下有效运行，并且能够更选择性地从烟气中去除CO₂，这为燃烧后应用提供了明显优势。最常用的基于溶剂的吸收塔是填充床系统，已有详细的设计方法和成熟的操作实践。然而，这些塔也存在一些限制，如通道效应、液泛现象以及由于吸收溶剂的腐蚀性而对内部组件的潜在损害。相比之下，基于喷雾的吸收系统相比传统的填充床或托盘塔具有多个优势，包括更大的界面面积、更高的吞吐量、更低的压降、由于没有内部组件而减少的磨损和维护需求，以及更容易集成到现有工厂中[9]、[10]、[11]、[12]、[13]、[14]。

Najarnezhadmashhadi等人[15]、[16]在他们的喷雾塔CO₂捕获研究中强调了塔的流体动力学结构对于实现更高工艺效率的重要性。他们还强调了优化液滴尺寸以增强传质和整体捕获性能的必要性。决定喷雾塔性能的关键组件是喷嘴，它控制着关键的喷雾特性，如平均液滴尺寸和分布、喷雾锥角、喷雾密度以及整个系统的容量。这些参数直接影响气液界面面积，进而影响CO₂进入溶剂的质量传递速率。当液滴尺寸和喷雾覆盖范围与塔的设计和操作条件相匹配时，可以提高吸收效率，同时减少液滴夹带和塔内的通道效应[17]。相反，选择不当的喷嘴可能会产生较大的液滴、狭窄的喷雾模式和不均匀的覆盖范围，导致气液接触效率低下、CO₂捕获效果减弱以及能源需求增加。

因此，喷嘴类型、几何形状和操作条件的选择在优化捕获效率、流体动力学稳定性和能源经济性方面起着关键作用——特别是考虑到CO₂捕获本身就占碳捕获和利用系统总成本的很大一部分[18]。为了获得最佳的喷雾塔性能，喷嘴必须产生理想的液滴尺寸分布。过大的液滴提供的表面积不足，而过于细小的液滴可能在吸收发生之前就被烟气带走。同样，喷雾锥角必须与塔的几何形状相匹配：锥角过窄会导致喷雾密度过高和气液接触不良，而锥角过宽则可能导致液体过度冲击塔壁[19]。

以往关于喷嘴适用于喷雾塔应用的研究主要集中在压力旋流喷嘴和其他液压喷嘴上，而对空气辅助喷嘴的系统性能比较和夹带行为的研究相对较少[19]、[20]、[21]。空气辅助喷嘴可以在相对较低的速度下生成细小的液滴，但需要额外的雾化气体，这可能会掩盖烟气流动模式，减少有效的液气接触，并通过稀释CO₂浓度降低传质驱动力。相比之下，压力旋流喷嘴无需雾化气体即可运行，但倾向于生成较粗的喷雾，液滴速度较高，从而减少了在吸收器中的停留时间。大量的研究探讨了压力旋流[22]、[23]、[24]、[25]、[26]和空气辅助喷嘴[28]、[29]、[30]。Rashad等人[26]实验研究了几何参数对压力旋流喷嘴喷雾特性的影响，并报告特定几何比例在决定喷雾行为中的作用。Liu等人[27]研究了压力旋流喷嘴，重点关注液滴分散和碰撞现象，指出过高的压差会对液滴尺寸均匀性产生不利影响。Jedelsky等人[22]在静止空气条件下研究了空心锥形压力旋流喷嘴中的气液相互作用。他们发现液滴速度遵循斯托克斯定律，小于5 μm的液滴紧密跟随气流，而大于80 μm的液滴则移动得更独立。Avulapati和Venkata[28]研究了空气辅助冲击射流喷嘴，并确定了关键的无量纲参数，如气液比（GLR）和动量通量比，这些参数区分了经典雾化和平稳雾化。他们在GLR低于10%且粘度流体（39 mPa·s）的情况下实现了约40 μm的Sauter平均直径（D_{32），并观察到超过临界阈值（GLR = 5%，动量通量比 = 4）时，流体属性对雾化行为的影响有限。Xia等人[31]也研究了冲击射流喷嘴，并观察到喷雾锥角随着液体射流速度和冲击角的增加而增大。Maly等人[12]证实，随着液滴尺寸的减小，CO2吸收效果改善，进一步强调了细小喷雾的重要性。Stahle等人[32]在食品加工用喷嘴的研究中强调了能量密度相对于雾化效率的相关性。他们的结果表明，压力旋流喷嘴更适合低粘度流体（μ ≈ 14 mPa·s），而双流体喷嘴对高粘度流体（μ > 143 mPa·s）更有效。他们还报告说，较小的液滴尺寸与较低的流体粘度、较高的GLR（在双流体喷嘴中）以及较高的液体压力（在压力旋流喷嘴中）相关。Ma等人[33]研究了空气冲击喷嘴，考察了在不同气压和混合机制下喷雾锥角和速度场的变化，并报告称气压在决定整体喷雾结构中起主导作用。}

喷雾塔操作性的另一个重要方面是溶剂体积的夹带，应通过优化操作参数（如烟气速度和液滴尺寸）来最小化这一现象。Trompiz等人[34]基于喷雾塔内作用在液滴上的力平衡开发了一个分析模型来预测液体夹带，并通过实验验证了该模型。在此基础上，Cejpek等人[35]研究了液滴停止距离和夹带的液体体积分数，建立了夹带体积与平均液滴尺寸、相对跨度因子和烟气速度之间的相关性。

先前的研究表明，压力旋流喷嘴和空气辅助喷嘴各有优缺点。然而，现有文献缺乏在碳捕获背景下使用水基MEA的喷雾行为的系统研究，特别是在比较这两种雾化策略方面。为了填补这一空白，进行了一项全面的实验研究，使用了五种市售的压力旋流喷嘴和三种空气辅助喷嘴，包括一种气流共混型和两种外部混合型。实验在广泛的液体流量和气液比（GLRs）范围内进行，以便基于液滴尺寸分布、喷雾锥角、平均喷雾速度、雾化效率和夹带的溶剂体积分数详细比较喷嘴性能。实验中使用的溶剂是30%重量百分比的水基单乙醇胺（MEA），这是由于其高反应性、溶剂负载能力和长期循环稳定性而被广泛采用的CO₂捕获溶剂[14]、[36]、[37]、[38]、[39]。

实验装置和方法

本节详细描述了实验装置，包括用于喷雾生成和表征的设备、所研究的喷嘴以及用于测量各种参数的方法。

喷雾结构和锥角

实验获得的高速图像揭示了喷雾结构、锥角和破碎模式，而图像处理算法（第3.4.1节）则量化了锥角。

图5显示了在不同液体流量和GLRs下LE-CF（空气辅助、气流共混）喷嘴的喷雾结构图像。在较低的GLRs（对于10和15 kg/h）下，喷嘴无法生成喷雾，只产生一股液体射流，该射流在下游通过瑞利不稳定性破碎成液滴。

总结与结论

实验评估了使用30% MEA的喷嘴在喷雾塔中进行碳捕获的适用性。研究了五种压力旋流喷嘴和三种空气辅助喷嘴（一种气流共混型和两种外部混合型）。通过高速成像和激光衍射方法量化了喷雾特性，包括锥角、D_{32、液滴尺寸分布、平均喷雾速度、雾化效率和溶剂体积夹带。}

CRediT作者贡献声明

Gourav Parmar：撰写——原始草稿、可视化、验证、方法论、调查、正式分析、数据管理、概念化。 Ondrej Cejpek：撰写——审阅与编辑、可视化、数据管理。 Milan Maly：撰写——审阅与编辑。 Jan Jedelsky：撰写——审阅与编辑、监督、项目管理、资金获取、概念化。 Madan Mohan Avulapati：撰写——审阅与编辑、可视化、监督、软件、资源、项目。

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可能影响本文报告的工作。

致谢

作者感谢DST India在项目编号DST/INT/Czech/P-19/2019下的支持，以及Czech Science Foundation在项目编号23-07722S下的支持。