一种新型太阳能驱动的混合系统的热经济优化设计，该系统集成了聚光太阳能集热（MSF）、M-Cycle循环和有机 Rankine循环（ORC），以实现水、冷却和电力的联产

《Journal of Cleaner Production》：Thermoeconomic optimization of a novel solar-driven hybrid system integrating MSF, M-Cycle, and ORC for water, cooling, and power co-production

　　索赫拉布·哈纳伊（Sohrab Hanaei）| 马赫迪·德伊米-达什特贝亚兹（Mahdi Deymi-Dashtebayaz）| 索布汉·戈尔巴尼（Sobhan Ghorbani）| 穆罕默德·戈利扎德（Mohammad Gholizadeh）
伊朗哈基姆·萨布泽瓦里（Hakim Sabzevari）大学机械工程系计算能源中心

**摘要**
为应对全球同时面临的淡水短缺和能源需求增长的挑战，本研究提出了一种先进的混合系统，该系统能够同时实现淡水生产、空间冷却和电力生成。该系统综合运用了多级闪蒸（MSF）海水淡化装置、基于迈索岑科循环（M-Cycle）的间接蒸发冷却机制、有机朗肯循环（ORC）以及抛物面槽式太阳能集热器（PTCs）。在该系统中，M-Cycle用于冷却环境空气，这些空气随后用于预冷进入MSF装置的海水，从而提高蒸发效率。同时，太阳能集热器捕获的热量通过封闭循环的传热流体传递，以支持MSF和ORC子系统。能量分析及热力学建模表明，与传统MSF系统相比，该配置的收益输出比（GOR）提高了1.32倍，淡水产量增加了22.8%。M-Cycle的引入使得系统的净冷却能力达到39,755 Btu/h（11.65 kW，3.31 TR），足以满足约50平方米办公空间的冷却需求（在炎热干旱的设计条件下）。经过多目标优化后，这种创新的水-冷却-电力三联产系统的年总成本（TAC）估计为1500.66万美元。为了确定最有效的运行模式，采用了TOPSIS决策方法进行了多目标优化。研究结果证实，气流速率、进水盐度及运行压力等因素对热效率、能量损失及经济性能有显著影响。这种集成解决方案为干旱和半干旱地区提供了一种可行且可持续的方法，能够在满足水和能源相互依赖需求的同时实现高效资源利用。

**引言**
获得清洁水源是人类基本的需求。不幸的是，人类可用的淡水量非常有限。实际上，淡水资源仅占地球总水量的2.5%（Annamalai和Kannappan，2023年）。随着全球人口的增长和气温的上升，对能源和淡水的需求也显著增加（Zhao等人，2025年）。鉴于盐水占地球水资源的97.5%，在海水淡化领域，盐水被视为几乎无限的淡水来源（Cerci，2002年；Li等人，2025年）。在某些地区，尤其是人口密集且气候极端炎热干燥的地区（如中东和北非），人们经常面临周期性水资源短缺的问题。全球近80%的人口面临水资源短缺的风险。据预测，到2050年，面临水资源短缺的城市人口将从2016年的9.33亿（占全球城市人口的三分之一）增加到16.93亿至23.73亿（占全球城市人口的三分之一至近一半）（He等人，2021年）。海水淡化方法是应对这一日益严重挑战的方法之一。从海水中生产淡水的过程已有超过50年的历史（Farhadi等人，2022年）。为满足淡水需求，世界各地提出了多种方法，连续运行的海水淡化厂数量也在稳步增加。目前共有15,900座海水淡化厂在运行，每天生产近9,500万立方米的淡水（Jones等人，2019年）。在所有这些方法中，能源供应对系统的运行至关重要，而化石燃料短缺的危机使这一问题成为重大挑战（Bandi等人，2016年）。在各种海水淡化技术中，多级闪蒸（MSF）工艺在沙特阿拉伯及邻国电力和海水淡化厂中应用最为广泛，占萨利恩水转换公司（SWCC）运营设施的88%以上（El-Nashar，2001/04年）。MSF海水淡化工艺的基本原理由El-Sayed和Silver首次提出（El-Sayed YM），随后Ettouney和El-Dessouky进行了更详细的描述（El-Dessouky和Ettouney，2002年）。

在传统的MSF系统中，使用化石燃料将海水加热至90至120°C的高温。高温海水随后被输送到一系列真空室中蒸发，同时产生蒸馏水并预热进来的海水（Saidur等人，2011年）。根据其背后的能量机制，海水淡化技术大致可分为两类：（a）基于热能的方法，通过蒸发和冷凝等相变过程；（b）基于膜的方法，依靠压力差克服渗透力，从而去除溶解盐分、微生物和其他杂质（H??k和Tang，2013年）。在热能方法中，MSF蒸发被认为是大规模应用中最可靠的方法，尤其适用于盐度在5至50 ppm范围内的情况（Tareemi和Sharshir，2023年）。该方法利用蒸发和冷凝原理分离淡水和盐水。作为最成熟和广泛应用的热能淡化技术之一，MSF以其相对较高的淡水产量和可接受的能源性能而著称。MSF工艺具有多个优势，其淡水回收率通常在30%至80%之间，这大大减少了淡水损失并提高了系统的净产出（Tareemi和Sharshir，2023年）。根据盐水从进水口到排放点的流动方式，MSF系统一般分为三种类型：简单混合型（M）、一次通过型（OT）和盐水循环型（BR）。其中，一次通过型（MSF-OT）在设计和操作上最为简单（Gorjian和Ghobadian，2015年）。此外，MSF技术因其能源效率高的特点而受到重视，尤其是与可再生能源或低品位热能（如工业废热）结合使用时。这些整合有助于减少温室气体排放，减轻与海水淡化过程相关的环境负担（Mi等人，2026年）。传统方法中，对能源消耗与淡水产量比例的忽视导致了这些方法的低效率。

近年来，许多研究提出了创新解决方案，旨在提高海水淡化系统的效率并降低能耗。一种有效的方法是降低进水的盐度。降低进水的盐度可以扩大MSF海水淡化系统的有效蒸发范围，从而提高整体系统效率。然而，在红海和波斯湾等地区，较高的海水温度限制了蒸发潜力，进而影响了系统性能。例如，在沙特阿拉伯东海岸，海水温度在冬季为18°C，夏季升至35°C，这种季节性变化可能导致淡水产量变化超过10%。越来越多的研究探讨了温度波动对MSF装置性能的影响，从环境和运行角度进行了分析。降低进水温度的主要障碍是传统冷却技术（如蒸汽压缩制冷系统）的能耗，这些系统往往会降低热效率并增加运行成本。相比之下，新兴的低能耗冷却策略提供了更有前景的解决方案，通过更有效的温度控制，可以显著提高蒸发范围并改善MSF海水淡化过程的性能。

以往的研究探索了多种提高MSF海水淡化系统效率的方法，包括同时发展发电和海水淡化设施（Mi等人，2026年）。许多研究调查了不同海水淡化方法及其与MSF的结合，其中许多研究重点比较了MSF与反渗透（RO）和多效蒸馏（MED）等技术的热力学和经济性。例如，Malek等人（1996年）比较了不同的海水淡化方法，认为RO和MSF是最有效的淡化方法；但从经济角度来看，RO的成本低于MSF。Borsani等人（Borsani和Rebagliati，2005年）研究了MSF海水淡化厂的原理和成本，并将其与其他技术（如MED和RO）进行了比较。该研究分析了过去和现代案例，评估了实施方法和安装成本的差异。研究发现，MSF海水淡化厂生产的淡水成本与其他技术相当。研究还强调了所有基于热能的技术（包括MSF）由于向周围环境排放大量热量而具有较大的环境影响，因此只有在与发电设施结合使用时才具有合理性。研究结果表明，MSF和MED这两种热能技术的成本非常接近，而RO在理论上具有许多优势。然而，RO装置对水质的高敏感性带来了显著风险。另一项研究（Raluy等人，2006年）采用生命周期评估（LCA）方法，对MSF、MED和RO等广泛使用的商业海水淡化技术进行了比较分析。该评估涵盖了整个生命周期，包括原材料提取和加工、制造、运输和分配、工厂运行以及最终废物处理。Parsa等人（Parsa，2023年）在COVID-19大流行的特殊情况下，研究了包括RO、电渗析（ED）、膜蒸馏（MD）和MSF在内的几种成熟海水淡化技术的性能和适用性。研究发现，大流行导致了对水质的广泛担忧，因为在世界各地的处理过的废水中检测到了SARS-CoV-2病毒。研究指出，MSF（工作温度为70–120°C）、MED和MD（55–85°C）等热能淡化技术在足够高的温度下能有效灭活病毒，防止病毒在进水中存活。研究还强调了全面预处理过程（如氯化、过滤、热软化或化学软化以及超滤）的重要性，这些过程在MED、MD、RO和MSF等系统中常规实施，以降低生物风险并保护水质。Mistry等人（2011年）评估了几种海水淡化技术的性能，包括MSF、MED、RO、机械蒸汽压缩（MVC）和直接接触膜蒸馏（DCMD）。他们的分析显示，MSF的能源效率为2.9%，MED为5.9%，RO为31.9%，MVC为8.5%，DCMD为1%，HD为2.4%。值得注意的是，许多早期研究将MSF系统视为整体单元进行热力学评估，往往忽略了详细的组件级能量分解。这种简化方法阻碍了确定系统中哪些具体元素对整体能量损失贡献最大的能力。

最近在基于能量的系统评估方面的进展进一步强调了组件级和生命周期导向的热力学评估的必要性。例如，Tiktas等人（2024/05年）提出的综合扩展能量框架表明，传统的能量分析可能严重低估了与资本投资、环境修复和辅助子系统相关的不可逆性贡献。他们的扩展能量流图明确量化了运行、资本、劳动力和环境能量组分的分布，揭示了非运行因素对整体可持续性指标的显著影响。Asadi Fouzi等人（2025/03年）的累积能量视角指出，上游资源消耗可能会改变仅基于第一定律效率指标评估的混合热能系统的性能排名。这些发现强调了将基于第二定律的诊断方法整合到海水淡化系统中的重要性。另一类研究专注于将太阳能与MSF海水淡化系统结合的混合方法。例如，Darawsheh等人（2019/05年）将平板太阳能集热器与真空多级室结合，开发了一种太阳能驱动的MSF海水淡化设施。他们的参数实验研究表明，降低真空闪蒸室的大气压力20%可提高蒸馏效率53%，并降低特定能耗35%。在入口流速为每分钟0.5升的情况下，实现了最佳的蒸馏与蒸发比0.42。他们的研究结果表明，将太阳能与先进的海水淡化技术相结合，可以为降低成本和减少环境污染提供有效的解决方案，同时满足淡水需求。在另一项研究中，Al-Othman等人（2018年）调查了阿拉伯联合酋长国（UAE）一个由太阳能驱动的MSF海水淡化厂。他们的研究涉及模拟一个与太阳能集热器耦合的海水淡化厂，该淡化厂旨在从40,000立方米的海水中每天生产1880立方米的淡水。研究结果表明，两个总开口面积为3160平方米的PTC（热电转换器）可以提供MSF系统大约76%的能源需求。这些结果凸显了太阳能在水淡化过程中的巨大潜力，以及其对解决干旱、高辐射地区饮用水需求的影响。此外，Ziyaei等人（2021年）从生命周期成本的角度研究了太阳能驱动的水淡化。他们的研究使用了带有太阳能槽式集热器和天然气作为热源的MSF系统。结果表明，在所有评估的情景中，太阳能都比天然气更具成本效益，其中澳大利亚的Port Hedland节省的成本最多。

另一组研究探索了利用混合热能来源的水生产系统，这些系统利用多种不同的热源来满足能源需求。例如，Dincer等人（Yuksel等人，2019年）研究了一个为海水淡化设计的系统的能源和?性能。该系统结合了蒸汽涡轮机、吸收式冷却单元（ABC）、太阳能集热器、热能储存器和电解器，并对这些组件进行了能源和?分析。他们的研究结果表明，系统的整体能源效率和?效率分别为65.10%和62.30%。在另一项研究中，Bamisile等人（2020年）提出了一个利用可再生能源（如风能和生物质能）生产淡水的系统。除了淡化之外，该系统还实现了电力生产和加热功能。该系统的整体能源效率和?效率分别被分析计算为26.80%和35.22%。在另一项研究中，Alsehli等人（Li等人，2025年）在MSF-OT海水淡化系统中引入了一种新技术，该技术使用太阳能作为热源。该系统没有依赖传统的锅炉或电加热器，而是结合了两个热能储存罐和太阳能集热器阵列。太阳能集热器在白天产生将盐水温度提升到最高盐水温度（TBT）所需的热量，从而实现淡化过程。在这种配置下，盐水在白天被太阳能集热器加热并储存在一个罐中，另一个罐在前一天预先充电，然后在当天向闪蒸阶段提供热水。这些罐子的操作每天在日落时分交替进行，以保持连续运行。此外，Ramin等人（Ghasemiasl等人，2021年）开发了一个使用多种能源输入的混合淡水生产系统。他们的设置结合了太阳能塔和由甲烷驱动的燃气轮机系统，并加入了热能储存单元以满足淡化过程的热能需求。

另一类研究专注于同时生产淡水和电力的系统。例如，Alirahmi和Assareh（2020年）提出了一个能够共同生产氢气、电力、冷却水、淡水和热水的系统。他们的系统包含了Rankine循环、ORC（有机朗肯循环）、质子交换膜（PEM）电解器、PTC和RO（反渗透）等子系统。他们的研究采用了多目标优化方法，针对五个关键设计变量进行了优化。结果表明，该系统每天可以生产13.25公斤氢气和147.42立方米淡水。在另一项研究中，Yan等人（Cao等人，2021年）介绍了一个结合地热发电厂、电解器、Kalina循环和淡化子系统的系统。该系统同时生产电力、氢气、能源和淡水，并进行了?和经济分析。他们的研究计算出该系统的?效率为47.25%。在另一项研究中，Sezer等人（Sezer和Ko?，2019/05年）研究了一个生产氢气、淡水、冷却水和电力的新型多联产系统。他们的系统包括集中式光伏/热系统、热能储存罐、燃料电池、风力涡轮机、多级蒸馏过程和机械压缩循环。他们报告称，该系统的整体能源效率为73.30%，?效率为30.60%。此外，Manesh等人（2020a）对一个结合MSF+RO和MED+RO单元的混合动力-淡化厂进行了热力学、?和?经济建模。他们的基于可避免/不可避免成本的?经济分析表明，空气压缩机和热回收蒸汽发生器（HRSG）是经济优化中最具影响力的因素，因为这些组件的可避免资本支出最高。所提出的混合系统分别实现了262.3公斤/秒、1800公斤/秒和2181.6公斤/秒的淡水生产率。

Najafi等人（2014年）提出了一个创新系统的热力学、经济和环境（排放成本）建模，该系统结合了混合固体氧化物燃料电池-燃气轮机和MSF海水淡化技术。在他们的研究中，?效率和系统的总成本率被作为优化过程的目标函数。研究结果表明，最小化系统的总成本率与最大化?效率密切相关。通过优化框架，他们确定了几个最优配置，其中一个选定的设计实现了46.7%的能源效率和376万美元的年运营成本。此外，他们的研究结果表明，所选设计的回收期约为9年。

许多研究探讨了与海水淡化过程结合的创新系统，从而提高了系统的效率和性能。M-Cycle作为一个制冷循环和饱和空气的供应者（Delfani和Karami，2020/05年），为与MSF海水淡化方法的集成提供了有前景的选择。M-Cycle是一种产生潮湿冷空气的系统，在多项研究中已被与其他系统结合使用。M-Cycle产生的冷空气可以用作热交换器或冷却塔中的冷却介质，有效降低供给MSF单元的进水温度。M-Cycle和MSF的创新组合提供了一种有效的策略，可以提高系统效率，提供低成本的冷却效果，并支持空调系统，从而优化能源使用和整体性能。Maisotsenko等人（Maisotsenko和Treyger，2011年）在1980年进行了第一项关于间接冷却方法的研究。他们引入了称为M-Cycle的循环。M-Cycle最初是基于热力学原理提出的间接冷却方法，利用了水蒸发过程中的潜热。与传统的压缩系统不同，这种方法利用空气的湿空气特性来实现冷却。由于其露点冷却潜力，M-Cycle的应用范围近年来显著扩展，涵盖了多种热管理和能源回收过程。M-Cycle的固有效率和简单性使其成为集成到先进混合能源-水系统中的有前途的组件。M-Cycle的应用范围很广，通常可以如表1所概述。

迄今为止，已经进行了大量关于M-Cycle及其应用的研究（见表2）。Buyadgie等人（2015年）研究了与M-Cycle结合的Brayton循环，将其作为ORC的替代方案。他们研究的一个特点是使用高温高湿度的饱和空气进行电力生产，系统在接近大气压的低压下运行，而涡轮机出口压力在20到30千帕之间。这些运行参数使得可以使用更轻便、更具成本效益的组件，如聚合物。他们的研究表明，组合循环的性能系数（COP）是ORC的两到三倍。然而，他们也指出，产生1千瓦时的输出能量需要空气处理单元（特别是风扇）的功率消耗相应增加。为了减轻这一额外的电力需求，他们建议用空气喷射风扇替换电风扇。在另一项研究中，Tariqa等人（Tariq等人，2018年）介绍了一种新型的加湿-除湿系统，该系统在热和质量交换器中具有独特的空气-水交互模式。关键的创新在于将部分气流从干通道引导到湿通道，从而增强了空气饱和过程并提高了淡化效果。他们制定了一个全面的数学模型并通过迭代方法求解来评估系统性能。评估指标包括淡水产量、水回收率和增益输出率。研究结果表明，这种先进配置使淡水产量提高了30%，回收效率提高了46%，GOR（总效率）提高了11%，相比标准的直接接触式加湿器淡化装置有所改进。

尽管海水淡化技术取得了显著进步，但将其与先进的热力学循环结合以实现水生产、电力生产和冷却的同步优化仍需进一步探索。除了传统的?效率分析外，最近的研究还将系统边界扩展到了累积和扩展?公式。Tiktas等人（2024/05年）引入的方法将环境和资本相关的?等效值纳入系统评估，为集成能源系统提供了更全面的可持续性指标。这些方法表明，特别是在太阳能辅助和基于吸收的配置中，必须结合更广泛的资源消耗指标来解释各子系统中?消耗的分布。Tiktas等人（2025/12年）报告的扩展?评估进一步证实，大规模混合系统可能在表现出可接受的能源效率的同时，仍在热交换器和相变组件中存在显著的?消耗。因此，混合淡化系统应在明确定义的热力学和扩展的可持续性边界下进行评估，而不仅仅是基于单独的性能指标。尽管之前的研究（如Tiktas等人，2024/05年）已经将扩展?分析应用于集成冷却和吸收系统，并且在Tiktas等人（2025/12年）和Tiktas和Hepbasli（2026/01年）中提出了基于累积资源的框架，但很少有研究系统地将先进的蒸发冷却技术与热淡化及电力生产结合在统一的热力学和热经济优化框架下进行研究。特别是，尚未从传统和扩展?的角度严格检验了在MSF-ORC配置中集成Maisotsenko循环预冷却机制的情况。这一空白促使了当前三联产系统的开发，该系统通过详细的能源、?和热经济分析在明确定义的系统边界内进行了评估。与之前主要增强淡化系统热供应或独立优化子系统的研究不同，当前工作引入了一种边界控制的集成策略，其中低级蒸发预处理作为基于第二定律的控制变量，同时保持相同的外部太阳能热输入。因此，所报告的性能提升并非源于能量的增强供应，而是源于淡化级联内部?的重新分配和热力学不可逆性的减少。

在这项研究中，提出了一种用于淡化从井中提取的咸水的系统。该系统旨在伊朗东部的Sabzevar市实施。在该地区，地下水井是主要的水源。然而，过度抽取导致排放水的盐度升高，使其不适合饮用。因此，应用创新和低能耗的淡化技术对于可持续地解决该市的饮用水短缺问题至关重要。Sabzevar气候炎热干燥，干球温度和湿球温度之间存在显著差异。这种气候条件为蒸发冷却应用提供了有利条件，也证明了使用空气冷却塔在淡化过程之前降低提取盐水的温度是合理的。本研究介绍了一种新型的三联产系统，同时生产淡水、电力和热冷却。所提出的配置结合了一个改进的MSF淡化单元和一个基于M-Cycle的间接蒸发冷却系统，后者以其超低能耗而闻名，而ORC则由PTC驱动。尽管对太阳能驱动的MSF-ORC系统和独立的M-Cycle冷却技术进行了广泛研究，但在热力学集成方面，将低级蒸发预处理作为第二定律控制参数的应用仍存在关键差距。先前的研究主要集中在能源供应的增强或子系统级别的优化上，而没有单独研究在恒定太阳输入条件下入口盐水温度管理的影响。表3展示了本研究与先前报道的研究之间的比较分析。最近的基于熵的分析进一步强调，混合能源系统越来越需要先进的多层次评估框架，这些框架需要整合热力学、经济和环境维度，而不仅仅是传统的第一定律分析。例如，Tiktas等人（Tiktas和Hepbasli，2026/01）指出了在集成可再生能源系统中应用先进和熵经济方法的局限性，并强调了需要统一的建模结构来揭示混合配置中的多维权衡。这一观察结果强调了在以海水淡化为导向的集成系统中应用基于第二定律的评估框架的重要性。

本研究通过引入M-Cycle辅助的给水预冷作为热力学手段来解决这一差距，同时保持相同的外部热供应边界，从而能够将性能提升直接归因于集成驱动的熵重新分配，而不是增加的能量输入。所提出的系统将M-Cycle集成到冷却塔中，以降低从井中提取的盐水的温度，从而提高蒸发潜力并增强系统的整体热力学性能。M-Cycle产生的冷却空气在封闭式冷却塔中促进高效的热交换，显著降低了MSF单元的给水温度，并改善了多个阶段的冷凝效果。MSF和ORC单元的热能需求完全由太阳能驱动的PTC系统满足。此外，冷却空气的输出被重新利用来为家庭空调提供新鲜空气，提供了额外的效用。该研究分为两个优化阶段进行。在第一阶段，使用TOPSIS方法优化M-Cycle系统，通过调整进气流量和几何参数来最小化能源消耗和成本。目标函数包括COP、熵破坏（EXdes?M_Cycle）和TAC。在第二阶段，通过调整入口压力和每级的固定温差来优化MSF系统，以提高效率并减少熵破坏。图1展示了所提出系统的示意图。为了将所提出的系统与2025年的最新发展进行对比，在“结果与讨论”部分提供了与两项具有高影响力的最新研究的简洁性能基准测试。

**系统描述**
图1展示了所提出的混合系统的示意图。在这项研究中，引入了一种创新的循环，旨在同时产生冷却、淡水和电力。该系统的组成部分包括M-Cycle、MSF海水淡化装置、ORC和PTC太阳能系统。在这个系统中，盐水被泵入净化过程，每个阶段或“级”由一个大腔室、长U形管和用于收集淡水的托盘组成。

**数学建模与仿真**
为了研究所提出的混合系统的性能，使用Engineering Equation Solver (EES)软件开发并分析了一个包含MSF海水淡化单元、M-Cycle蒸发冷却器和ORC动力模块的热力学模型。在该模型中，根据不同的输入条件评估和优化了多个操作变量。其中，GOR被认为是最重要的性能指标之一。

**优化**
本研究中的多目标优化分为两个明确分离的阶段。在第一阶段，对决策空间进行了确定性参数探索，以生成一组热力学上可行的候选解决方案。这一阶段代表了解决方案生成阶段，使用MATLAB R2023b中的系统网格搜索程序实现，并结合了基于EES的热力学仿真。在第二阶段，对生成的候选方案进行了验证。

**验证**
在研究的初始阶段，将M-Cycle的数值仿真结果与Kashif Shahzad等人（Ebrahimi-Moghadam等人，2020）报告的实验测量结果进行了对比。如图5所示，模拟结果与参考实验数据之间的最大差异约为1.2%。

**MSF系统的GOR变化和入口盐水温度分析**
在这个创新循环中，使用了一个封闭式冷却塔，M-Cycle提供的冷却空气通过热交换冷却进入的给水，从而在盐水进入淡化单元之前降低其温度。这种降低显著影响了MSF系统每个阶段的冷凝速率。如图7所示，降低MSF单元的入口盐水温度显著提高了系统的性能。

**结论**
本研究提出并评估了一种结合MSF海水淡化、M-Cycle、ORC和PTC的新型三联产配置。该系统旨在同时满足干旱地区对淡水、冷却和可持续能源日益增长的需求。通过热力学建模、熵分析和多目标优化来评估和提升系统的性能。M-Cycle的集成显著改善了系统的热条件。

**作者贡献声明**
Sohrab Hanaei：正式分析、数据整理。
Mahdi Deymi-Dashtebayaz：撰写——审阅与编辑、监督、概念化。
Sobhan Ghorbani：资源、调查。
Mohammad Gholizadeh：撰写——初稿、软件。

**利益冲突声明**
作者声明没有可能被视为潜在利益冲突的财务利益/个人关系。