設為首頁     加入收藏     xml
新聞動態
當前位置:首頁 -> 新聞動態
換熱設備污垢監測及預測研究進
文章發表時間:2019年6月5日


    摘 要 重點闡述了近年來國內外學者對換熱設備污垢預測和監測的研究工作,并提出了污垢預測和監測研究的新方向。同時,也對污垢機理做了概述,對污垢典型模型做了總結。
換熱設備污垢是指流體中的組分或雜質在與之相接觸的換熱表面上逐漸積聚起來的一層固態物質[1]。它廣泛存在于化工、動力及制冷等工程技術領域的各種換熱設備中。盡管結垢經過多年的研究己取得了不少進展,但是在大多數工程實際中,污垢問題仍然是一個難題。根據Stein hangen[2]對新西蘭1100家企業的3000臺各種類型的換熱器的調查表明,90%以上的換熱設備都存在著不同程度上的污垢問題。綜觀當今工業界,結垢造成的浪費和損失是很嚴重的,據美、英和新西蘭的調查,換熱設備污垢給工業發達國家所造成的損失平均占國民生產總值的0.3%。如果按照這個比例計算,中國2003年的國民生產總值是1.4萬億美元,則污垢給我國帶來的損失就高達42億美元。對我國這樣的發展中國家,由于許多換熱設備相對比較落后,環境污染對冷卻介質的污染嚴重,污垢造成的實際損失可能更高些。因此,對換熱設備結垢問題的研究是十分必要的。
    1 污垢機理概述
    1.1 污垢的分類
從結垢機制的角度[3],液側污垢可分為如下6類:析晶污垢、微粒污垢、化學反應污垢、腐蝕污垢、生物污垢以及凝固污垢。需要指出的是,通常的污垢形成過程,可能是幾種污垢機理同時作用的結果,如析晶污垢和腐蝕污垢就常常是混合而共存于同一換熱面的,并且換熱壁面上往往同時生成幾種污垢且相互影響。因此,針對每一基本結垢類型,弄清其機理過程對防止結垢是十分重要的。
    1.2 污垢的形成過程
污垢的形成過程是質量交換、熱量交換和動量交換的動態綜合,是多種十分復雜過程的同時作用,因而影響這一過程的因素很多,如流體性質、壁溫、流體與壁面的溫度梯度、流體流速以及壁面狀況等。這些因素不同,形成的污垢特性也各不相同。但是所有各類污垢的形成一般都要經歷以下5個階段[1]:
a.起始階段。污垢形成的起始階段也稱誘導期或延遲時間,這是指從換熱面與污染流體接觸起到形成可觀測到的污垢的一段時間。誘導期內污垢的引發機制目前還不完全清楚,只知道它和表面相關的各參數有很大關系。
b.輸運階段。輸運過程是污垢形成過程中各階段中研究得最為充分的一個過程。目前已被確認為輸運機制的有布朗擴散或分子擴散、湍流擴散、化學反應率支配的輸運、慣性碰撞、熱泳和擴散泳。
c.附著階段。實驗研究發現,流體中的顆粒物質,只有在其重力可以忽略不計時,也就是說其粒徑在lμm以下時才會附著于換熱面而形成污垢。當污垢的一種成分通過輸運而到達壁面附近時,只有當它真正附著于換熱面上,污垢才算形成。因此,附著過程是整個污垢形成過程中的重要環節,它是尾隨著輸運而發生的。
d.老化階段。污垢沉積的老化,從它在換熱面上一開始形成時就開始了。老化具體表現為晶體結構的變化、熱應力的發展以及污垢與換熱面界面處發生的溶解過程等現象。
e.剝蝕階段。剝蝕是指沉積在換熱面上的污垢重新脫離換熱面或污垢層被流動流體帶走的過程。對剝蝕過程機制的研究,和其它過程特別是輸運相比,還很不充分,目前還沒有完全弄清楚。但觀察表明,污垢物質脫離表面的形態基本上有3種:離子、顆粒和大塊。按照污垢物質脫離的這些形態,研究者們提出了相應的3種剝蝕機制:溶解、磨蝕和剝落。雖然污垢的形成過程各不相同,但都是在清潔換熱面與不潔凈流體接觸后才出現的,并且主要有兩個作用相反過程的共同效應:一是污穢物質會沉積到換熱面上而增加熱阻;二是已存在的污垢物質被流體沖擊而剝離,使污垢熱阻減小。實際觀察到的污垢熱阻隨時間的變化都是這兩個現象疊加的結果。
    2 典型的污垢預測模型
各類污垢的形成雖有共同的方面,但卻有各自的特色,而且某些過程的機制也不清楚,因而目前還難以進行嚴格的理論分析以提出一個普遍的、精確表征污垢特性的理論模型。面對污垢研究的現狀和換熱設備設計、運行的實際需要,一些簡化的、可以估計污垢對換熱設備性能影響的實用方法便應運而生。這些方法多是在一些簡化前提下,根據污垢形成過程中起主要作用的物理和化學因素的分析,結合一些實測數據而提出的。目前的預測模型都是以下述簡化假定為基礎的:
a.各類污垢都是獨立存在的,因而有可能只針對一類污垢分析其特性;
b.污垢沉積層諸特性參數在各個方向上都是相同的,即是各向同性的,且均勻分布;
c.污垢表面粗糙度的影響可以忽略;
d.流體物理性質在污垢形成過程中的變化可以略去;
e.換熱面的初始狀態可以不考慮。雖然,目前的模型已有多種,但幾乎所有的研究者都是以Kern和Seanton提出的下述微分方程為基礎進行研究的,所不同的只是通過對結垢過程的分析,建立用不同參數表示的沉積率和剝蝕率的具體表達式。
一些研究人員在不同的實驗條件下得出一些典型沉積率模型和剝蝕率模型。文獻[3]已將這些模型詳細列于表中。針對不同的結垢過程,將 md和 mr的表達式代入式(1),就可以得到結垢速率表達式。
    3 國內外污垢模型及監測預測研究新進展
污垢研究在20世紀80年代以后,基本上是沿著3個方向向前發展的。首先是對污垢的形成過程進行理論分析和實驗研究[4~6];其次是污垢監測技術的開發研究[7,8];三是污垢的對策研究[9~12]。鑒于污垢的形成是在影響因素很多,動量、能量和質量傳遞同時存在的多相流動過程中進行的,在很多情況下還涉及到化學動力學、膠體化學、統計力學乃至表面化學等的理論知識,是一個多科學交叉的復雜問題,這勢必給研究工作帶來了很大困難。
近些年來,國內外的研究者開拓思維,又提出了一些新的研究污垢問題的方法。下面在這里做一些簡單介紹。
    3 1 國外研究新進展
AfganNH和CarvalhoMG[13]在換熱器換熱效率理論的基礎上,提出了一種對象 屬性 值結構,具有因果關系的換熱器污垢評估知識庫專家系統。該專家系統中對象即換熱器;屬性為傳熱有效度,冷熱流體流量和冷熱流體側污垢;值為根據屬性值得出的當前污垢狀態并預測將來污垢發展情況的集合。這種專家系統可以為換熱器冗余面積設計,結構過程控制,去垢效果評估和換熱器安全評估提供參考。
SylvainLalot和StephaneLecoeucle[14]提出了一種耦合的神經網絡來監測污垢熱阻。分析過程分為兩步:第1步為在線識別,第2步為分類。其中每一步都要用一個神經網絡,并且第1個網絡的連接權值是第2個網絡的輸入。在在線識別的過程中運用了一個多輸入單輸出(MISO)神經網絡,并用神經網絡輸出差模型(NNOE)確定網絡結構。在分類的過程中采用了具有無監督、自組織學習能力的改進CDL神經網絡對可能出現的17種情況劃分,即正常工況,4個結垢階段,4個流體粘度改變情況以及8種結垢和粘度改變的組合情況。這種神經網絡不僅可以根據輸入參數確定當前換熱器結垢情況,還可以分辨出總傳熱系數降低是由于污垢引起的還是由于粘性作用引起的。
PrietoMM等[15]提出用一種非全連的前向神經網絡來預測海水冷卻的電廠冷凝器性能(即換熱量Q、總傳熱系數U和潔凈系數Fc)的方法。潔凈系數是結垢狀態的總傳熱系數與清潔狀態總傳熱系數之比,因此可以通過監測潔凈系數來監測冷凝器中污垢發展情況。研究表明,用這種網絡預測的換熱量Q的均方誤差很小,對總傳熱系數U和潔凈系數Fc預測的均方誤差分別為17%和8%。這些誤差相對于其他原因引起的誤差水平是可以接受的,因此這種網絡應用在冷凝器熱性能評估中是可行的。KhanMS[16,17]等根據實驗數據提出了以AI SI316不銹鋼為材料的套管式逆流換熱器為研究對象,以時間、管內徑、管子表面溫度和雷諾數為參數的CaCO3無量綱回歸污垢熱阻模型。通過對實驗數據和模型預測數據的殘差分析確定了在實驗參數的范圍內(Re=900~1700,Ts=338.15~358.15K,D=0.0064~0.0127m)該模型的高度可靠性。此外,還發現在實驗范圍內管表面溫度、雷諾數和管內徑對CaCO3結垢誘導期無影響。但微溶CaCO3的濃度以及管子粗糙度對誘導期有顯著影響。
Zubair等[18,19]和Sheikh等[20]從新的視角來研究污垢問題,分析了污垢熱阻隨時間的變化規律,這種關系可歸納為線性、冪律、降率和漸近污垢增長。并引入概率方法,分析污垢增長模型。這使得污垢研究從純理論向工業應用邁出了一大步。Zubair等[21]還進一步簡化了上述關系,導出了它的4種關系的通用表達式。并分析了風險系數p和分散參數α對管殼式換熱器性能的影響。
    3.2 國內研究新進展
國內研究者對污垢研究的興趣主要集中在除垢、抗垢以及污垢監測方法的實用性研究,對污垢結垢機理和模型的研究則較少。美國傳熱研究所(HTRI)是最早進行污垢監測研究的機構,其后也有一些研究者開發了污垢監測設備。對于這些設備文獻[1]曾做過全面細致的評述。其中多以模擬換熱器污垢特性代替真實設備的結垢情況,且在線的裝置不多,其中不用模擬換熱器的代表為楊善讓等開發的在線污垢熱阻智能監測器[22]。后來,楊善讓等[23]在污垢熱阻智能監測器的基礎上,開發了動態模擬實際換熱器冷卻水的流態、水質、金屬材質、換熱強度、冷卻水進出口溫度等主要參數的在線自動監測裝置,并用該裝置對多種型號的電磁式水處理器的實時阻垢率進行了評價。結果表明該裝置具有很高的實用性。該監測技術應用了一定的假設和傳熱學經驗公式,難免引入一定的監測誤差。孫靈芳[24]為考察其監測模型的不確定性,應用時間序列分析法對監測裝置在某工況下所得污垢熱阻數據的分析、建模和檢驗,從而論證了該監測技術的精確性。
此外,楊善讓等人在污垢的形成機理和污垢的預測模型方面也作了較多工作。如對波紋管的污垢特性的研究[25],通過對波紋管和光管進行結垢對比試驗表明,在試驗范圍內,相同的流速下,光管的污垢熱阻是波紋管污垢熱阻的3~6倍,即波紋管的抑垢能力比光管強。對管式換熱器內微粒污垢積聚特性的研究[26],通過實驗表明積灰隨時間呈現漸近特性,并且沒有發現誘導期。同時也考察了流體速度、顆粒直徑和濃度對漸近污垢熱阻的影響。楊善讓等還用概率方法導出具有初始污垢熱阻的污垢預測模型,并用實驗驗證了該模型的可用性[27,28]。
吳雙應等[29]從熱力學第二定律的角度出發,在恒壁溫工況下分析了污垢對管內對流換熱過程熱力學性能的影響;提出了反映污垢對管內對流換熱過程熱力學性能影響的指標———單位熱量的熵增率。該指標可以更加全面、綜合地反映污垢對換熱傳熱性能的影響。
最近,程偉良等[30]提出了一種基于質量傳遞理論的監測模型,通過對管內壁溫、出入口壓差、流體溫度及濃度的測量,進而計算出流體流動生成的總污垢量。侯迪波等[31]針對間歇換熱設備的周期性結垢現象提出了一種基于模糊神經網絡的周期性結垢預測方法。把間歇換熱設備的周期性結垢分解為可逆垢和不可逆垢,通過兩個多入單出四層模糊神經網絡分別學習結垢的短周期可逆垢和長周期不可逆垢增長趨勢,并由兩者的組合得到更為精確的污垢熱阻預測值。
從污垢模型研究的新進展可以看出,對于污垢問題的研究方法已趨向于多元化,近年來,應用神經網絡、模糊技術和概率統計的方法對污垢進行監測和預測成為研究的一個新方向。值得一提的是,神經網絡具有強大的非線性系統辨識能力以及很強的自組織、自學習能力,用在污垢模型的研究和污垢預測工作中是相當適合的。但不適用于污垢機理的研究工作中。
    4 結束語
綜上所述,污垢研究經過幾十年的努力,特別是近十多年來各國科學工作者和工程技術人員的共同努力,對污垢形成的基本物理/化學過程有了進一步的理解,對一些運行參數(如流體速度、溫度和濃度等)對污垢進程影響的認識,積累了許多有關污垢的資料和實驗數據。但在今后相當長的一段時間內,污垢研究的任務仍然是相當艱巨的。如進一步探索污垢的形成機制;進一步弄清楚污垢形成過程中換熱設備的結構參數、運行參數等的影響;揭示污垢形成過程中的所謂誘導期的本質及其影響因素;研究污垢隨時間增長特性的可靠預測方法以及經濟有效的防垢、抑垢和除垢對策等。總之,關于污垢的理論還很不完善,對污垢的繼續研究工作在工業生產中節能、環保和安全等方面都具有很重要的現實意義。

摘自:【中國換熱設備網】

福彩幸运双星
独平长期公式 吉林时时网址 辽12选五走势图快乐12跨度 pk10官网开奖 pk直播视频 粤11选5一定牛 下载幸运农场 内蒙古时时五d走势图 湖北30选5开奖彩控 广东时时11选五技巧 黑龙江女孩好追么 急速赛 重庆快点十分实时开奖 广东快乐十分软件杀号 重庆时时彩官网直播开奖 河北快3计划团队计划