喬宗良 周 建新 周 衛(wèi)慶 司 風(fēng)琪 徐 治皋

(東南大學(xué)能源熱轉(zhuǎn)換及其過(guò)程測(cè)控教育部重點(diǎn)實(shí)驗(yàn)室，南京 210096)

基于預(yù)數(shù)值計(jì)算的除霧器葉片結(jié)構(gòu)優(yōu)化設(shè)計(jì)

喬宗良 周 建新 周 衛(wèi)慶 司 風(fēng)琪 徐 治皋

(東南大學(xué)能源熱轉(zhuǎn)換及其過(guò)程測(cè)控教育部重點(diǎn)實(shí)驗(yàn)室，南京 210096)

為了優(yōu)化脫硫波紋板除霧器葉片的結(jié)構(gòu)設(shè)計(jì)，按照正交實(shí)驗(yàn)方法設(shè)計(jì)的工況，使用Fluent模擬不同結(jié)構(gòu)參數(shù)和運(yùn)行工況下除霧器葉片內(nèi)部流場(chǎng).以數(shù)值模擬結(jié)果為樣本，建立了基于最小二乘支持向量機(jī)除霧效率和除霧器壓降特性模型，模型回歸值與數(shù)值模擬計(jì)算值最大相對(duì)誤差在2%以內(nèi).模型預(yù)測(cè)結(jié)果分析表明，葉片間距、轉(zhuǎn)折角度、煙氣流速和煙氣含液量對(duì)除霧效率和壓降有顯著影響，與實(shí)驗(yàn)和理論分析結(jié)論一致.采用遺傳算法對(duì)除霧器參數(shù)優(yōu)化模型進(jìn)行求解，結(jié)果表明在優(yōu)化結(jié)構(gòu)參數(shù)組合下除霧器性能有明顯提高.提出的預(yù)數(shù)值計(jì)算與人工智能算法結(jié)合的方法為獲取除霧器葉片最佳結(jié)構(gòu)參數(shù)組合設(shè)計(jì)提供了新思路.

除霧器;數(shù)值模擬;除霧效率;壓降;最小二乘支持向量機(jī);遺傳算法

煙氣脫硫技術(shù)是目前控制SO2排放最有效和應(yīng)用最廣的技術(shù)，其中濕法煙氣脫硫技術(shù)是最成熟的工藝，我國(guó)已投產(chǎn)機(jī)組80%以上均裝配了濕法脫硫系統(tǒng)，除霧器是該系統(tǒng)關(guān)鍵設(shè)備之一，其安裝在煙氣出口處，用以捕捉煙氣中所夾帶的液滴，減少酸性液滴對(duì)煙道、風(fēng)機(jī)和煙囪的腐蝕，防止石膏雨的生成.

除霧效率和壓降是評(píng)價(jià)除霧器性能優(yōu)劣的2個(gè)關(guān)鍵指標(biāo)，它們受葉片轉(zhuǎn)折角、葉片間距、煙氣速度、液滴與氣流之間相互作用等多種因素的影響.為了獲得上述影響關(guān)系，文獻(xiàn)［1］對(duì)此進(jìn)行了實(shí)驗(yàn)研究，但是由于除霧器內(nèi)流動(dòng)狀態(tài)非常復(fù)雜，脫硫系統(tǒng)運(yùn)行的影響因素較多，使得實(shí)驗(yàn)工況與實(shí)際運(yùn)行工況往往有較大差別.文獻(xiàn)［2－5］開展了數(shù)值模擬研究，模擬不同葉片結(jié)構(gòu)和流動(dòng)參數(shù)對(duì)除霧器性能的影響，從而為除霧器的結(jié)構(gòu)優(yōu)化提供了重要基礎(chǔ)數(shù)據(jù)，但是由于數(shù)值模擬計(jì)算量大，所模擬的工況數(shù)目有限，而除霧器性能與結(jié)構(gòu)參數(shù)間又存在復(fù)雜的非線性關(guān)系，因此有必要在數(shù)值模擬結(jié)果的基礎(chǔ)上建立相關(guān)特性模型［3］.近年來(lái)，將預(yù)數(shù)值計(jì)算與人工智能算法相結(jié)合來(lái)進(jìn)行產(chǎn)品優(yōu)化設(shè)計(jì)和運(yùn)行調(diào)整的方法已應(yīng)用到多個(gè)領(lǐng)域［6－7］.

支持向量機(jī)是一種基于小樣本統(tǒng)計(jì)學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化的建模方法，已成功應(yīng)用于多種分類與回歸問(wèn)題，并發(fā)展了多種形式的向量機(jī)模型，其中最小二乘支持向量機(jī)(LSSVM)是目前應(yīng)用較多的支持向量機(jī)模型之一，具有模型簡(jiǎn)單、計(jì)算量小等優(yōu)點(diǎn)［8－10］.

本文提出了一種基于波紋板除霧器數(shù)值模擬實(shí)驗(yàn)的葉片結(jié)構(gòu)優(yōu)化方法，首先采用Fluent軟件對(duì)除霧器多個(gè)工況進(jìn)行了數(shù)值模擬實(shí)驗(yàn)，再以模擬結(jié)果為訓(xùn)練樣本，建立了基于LSSVM的除霧效率和壓降的預(yù)測(cè)模型，并詳細(xì)分析了波紋板除霧器葉片結(jié)構(gòu)參數(shù)、運(yùn)行參數(shù)對(duì)除霧效率、壓降的影響.在此基礎(chǔ)上，建立了以最大除霧效率和最低壓降為目標(biāo)的優(yōu)化模型，并采用遺傳算法完成了優(yōu)化計(jì)算.

1 除霧器數(shù)值模擬

1.1 正交實(shí)驗(yàn)設(shè)計(jì)

圖1 除霧器結(jié)構(gòu)示意圖

波紋板除霧葉片結(jié)構(gòu)如圖1所示，其除霧效率η除了受到煙氣流速V、液滴直徑d等因素影響外，還與除霧器直段高度H1、彎曲段高度H2、除霧器轉(zhuǎn)折角α、除霧器板間距D等結(jié)構(gòu)參數(shù)密切相關(guān)，而液滴質(zhì)量流量m則對(duì)除霧器壓降Δp有直接的影響.為更加全面地研究3種不同水平下所有因素的影響特性，采用正交實(shí)驗(yàn)設(shè)計(jì)是分式析因設(shè)計(jì)的一種高效、快速、經(jīng)濟(jì)的實(shí)驗(yàn)設(shè)計(jì)方法，因素水平越多，實(shí)驗(yàn)的精簡(jiǎn)程度越高.本文按照“七因素三水平”正交實(shí)驗(yàn)設(shè)計(jì)，采用正交表L27(313)安排［11］，共需27次CFD模擬實(shí)驗(yàn)，部分實(shí)驗(yàn)設(shè)計(jì)方案如表1所示.

表1 模型變量及部分實(shí)驗(yàn)工況

1.2 計(jì)算模型

1.2.1 計(jì)算模型的選擇

在除霧器實(shí)際工作過(guò)程中，含液滴氣流在彎曲通道中的流動(dòng)是一種三維、非定常、可壓縮黏性流體的流動(dòng)過(guò)程，由于除霧器各個(gè)工作區(qū)域具有對(duì)稱性和空間重復(fù)性，因此在實(shí)際模擬的過(guò)程中可做簡(jiǎn)化處理，只選取一個(gè)除霧通道作為模擬對(duì)象進(jìn)行二維數(shù)值模擬.數(shù)值模擬采用的標(biāo)準(zhǔn)κ-ε模型在計(jì)算強(qiáng)旋流和彎曲壁面流動(dòng)時(shí)會(huì)產(chǎn)生失真.另外，在數(shù)值模擬過(guò)程中忽略氣、液兩相間的相互耦合計(jì)算，會(huì)對(duì)除霧壓降造成較大偏差.綜合考慮上述因素，本文對(duì)氣相場(chǎng)采用基于雷諾時(shí)均方程的SST κ-ω湍流模型的封閉N-S方程，對(duì)液滴相采用基于Euler-Lagrange方法的DPM離散相模型進(jìn)行計(jì)算［2－5］，同時(shí)考慮重力作用和氣、液兩相間的相互耦合作用.在誤差允許范圍內(nèi)根據(jù)實(shí)際情況對(duì)模型作了適當(dāng)?shù)暮?jiǎn)化，所作簡(jiǎn)化假設(shè)條件同文獻(xiàn)［2］.

1.2.2 氣相場(chǎng)的控制方程

1)連續(xù)性方程

2)二維N-S方程

3)SST κ-ω 流動(dòng)方程

式中，Gk為湍流的動(dòng)能;Gω為ω方程;Γk，Γω分別為κ與ω的有效擴(kuò)散項(xiàng);Yk，Yω分別為κ與ω的發(fā)散項(xiàng).SST模型建立在標(biāo)準(zhǔn)κ-ω模型和標(biāo)準(zhǔn)κ-ε模型基礎(chǔ)上，該組方程由于考慮了正交發(fā)散項(xiàng)Dω，從而都適用于近壁面和遠(yuǎn)壁面.1.2.3 離散相的控制方程

對(duì)于離散相(液滴)一般采用顆粒軌道模型模擬顆粒的運(yùn)動(dòng)和計(jì)算顆粒的運(yùn)動(dòng)軌跡.顆粒運(yùn)動(dòng)方程為

式中，F(xiàn)D(u－up)為顆粒的單位質(zhì)量曳力，其中為顆粒在運(yùn)動(dòng)中受到的重力和浮力;Fx表示熱泳力、布朗力、Staffman升力等作用力，本文模擬時(shí)僅考慮Staffman升力，其他力的影響忽略不計(jì).1.2.4 計(jì)算條件

本文采用Fluent 6.3.26商用軟件作為數(shù)值計(jì)算平臺(tái)，用Gambit軟件生成網(wǎng)格，網(wǎng)格為三角形，整個(gè)計(jì)算區(qū)域采用非均勻的網(wǎng)格布置，在轉(zhuǎn)角和葉片壁面處采用較為密集的網(wǎng)格布置，以保證計(jì)算精度，單個(gè)除霧通道內(nèi)布置的網(wǎng)格數(shù)目控制在3×104～5×104范圍內(nèi).連續(xù)相的介質(zhì)采用密度為1.1 kg/m3、動(dòng)力黏度為1.95 ×105N·s/m2的空氣.假設(shè)氣相在入口截面的速度均勻分布，出口表壓為0.液滴相的介質(zhì)為脫硫循環(huán)漿液，密度為1.2×103kg/m3［2］，給定液滴的初始速度與煙氣入口速度一致，噴口類型選為surface，液滴在入口截面上均勻分布.壁面條件為液滴碰到壁面即認(rèn)為被捕集，不考慮二次夾帶效應(yīng).

1.3 模擬結(jié)果

1.3.1 流場(chǎng)分析

根據(jù)以上選定的模型和條件進(jìn)行模擬計(jì)算，其中實(shí)驗(yàn)工況16的壓降為Δp=87.49 Pa，工況17的壓降為 Δp=54.97 Pa，工況 18的壓降為 Δp=28.94 Pa.工況16壓降遠(yuǎn)大于工況17和18，這表明除霧器壓降隨煙氣中含液量的不同發(fā)生較大變化，煙氣含液滴負(fù)荷越大造成壓降越高，這與實(shí)際情況相吻合，在模擬過(guò)程中必須考慮液滴與煙氣的耦合作用，另外煙氣的流速也會(huì)加劇這種趨勢(shì).工況16中粒徑d=10 μm的液滴絕大部分都未與葉片壁面發(fā)生碰撞直接逃逸，工況18中液滴粒徑d=50 μm的顆粒基本都與除霧器葉片碰撞后被捕捉，因而粒徑越大除霧效率越高.1.3.2 模型結(jié)果驗(yàn)證

為了驗(yàn)證模擬結(jié)果的準(zhǔn)確性，本文按照文獻(xiàn)［3］中的結(jié)構(gòu)參數(shù)進(jìn)行模擬，α =75°，D=25 μm，d=50 μm，m=1 kg/s，H1=25 mm，H2=135 mm.模擬結(jié)果數(shù)據(jù)與實(shí)驗(yàn)數(shù)據(jù)對(duì)比如圖2所示，由圖可見，模擬結(jié)果與實(shí)驗(yàn)數(shù)據(jù)基本吻合，表明本文的模擬計(jì)算能夠應(yīng)用于除霧器效率的模擬研究.

圖2 實(shí)驗(yàn)數(shù)據(jù)與模擬結(jié)果對(duì)比圖

2 除霧器特性模型

2.1 最小二乘支持向量機(jī)

最小二乘支持向量機(jī)是標(biāo)準(zhǔn)支持向量機(jī)(SVM)的一種改進(jìn)，它是將SVM中的不等式約束改為等式約束，并將誤差平方和損失函數(shù)作為訓(xùn)練集的經(jīng)驗(yàn)損失，這樣就把解二次規(guī)劃問(wèn)題轉(zhuǎn)化為求解線性方程組問(wèn)題，提高了求解速度和收斂精度，也降低了求解難度［8－10］.

給定一個(gè)訓(xùn)練數(shù)據(jù)集{(xi，yi)}ni=1，其中 xi∈Rn為系統(tǒng)的輸入量，yi∈R為系統(tǒng)的輸出量，最小二乘支持向量機(jī)的數(shù)學(xué)模型為

式(8)的約束條件為

式中，C∈R+為懲罰參數(shù);ξi∈R為松馳因子;b∈R為偏置;φ(·)為一個(gè)非線性映射，能把xi從輸入空間映射到高維(甚至無(wú)限維)的特征空間，從而實(shí)現(xiàn)在輸入空間中的非線性回歸轉(zhuǎn)化為高維特征空間中的線性回歸.通過(guò)構(gòu)造Lagrange函數(shù)可以把式(9)的約束優(yōu)化轉(zhuǎn)化為無(wú)約束優(yōu)化，即

式中，a=［a1，a2，…，an］T為拉格朗日乘子.根據(jù)KKT條件將求解的優(yōu)化問(wèn)題最終轉(zhuǎn)化為求解線性方程，即

式中為核函數(shù).

本文選用的核函數(shù)為徑向基核函數(shù)，即K(xi，xj)=exp［－‖xi－xj‖2/(2σ2)］(12)式中，σ為核參數(shù).通過(guò)采用最小二乘法求出線性方程(11)中的a和b，則線性回歸函數(shù)為

2.2 除霧器特性模型的建立

2.2.1 除霧效率和壓降模型建立

本文選取實(shí)驗(yàn)工況得出的模擬結(jié)果作為建模數(shù)據(jù)樣本，建立基于LSSVM的除霧效率和壓降的預(yù)測(cè)模型，如圖3所示.選擇除霧器轉(zhuǎn)折角、除霧器直段高度、彎曲段高度、除霧器板間距、煙氣流速、液滴質(zhì)量流量、液滴直徑作為模型的輸入變量，輸出變量為除霧效率和壓降.

圖3 除霧器最小二乘支持向量機(jī)特性模型

2.2.2 數(shù)據(jù)歸一化處理

本文以27個(gè)模擬實(shí)驗(yàn)工況為基礎(chǔ)，將其中20個(gè)工況的結(jié)果作為除霧器特性模型的訓(xùn)練樣本，7個(gè)工況的結(jié)果作為模型校驗(yàn)樣本，在建模前需要對(duì)這些樣本數(shù)據(jù)按下式進(jìn)行預(yù)處理:

式中為樣本i中的歸一化值為原始樣本值;為所有樣本第j個(gè)屬性的最小值;為所有樣本第j個(gè)屬性的最大值.

2.2.3 模型參數(shù)選擇

在選定支持向量機(jī)的核函數(shù)后，LSSVM需要選擇懲罰因子C和核參數(shù)σ，這2個(gè)參數(shù)的選取直接影響模型的精度.本文根據(jù)遺傳算法［12］優(yōu)化選擇2個(gè)模型參數(shù)，采用定義的誤差均方根(RMSE)指標(biāo)作為優(yōu)化尋優(yōu)的目標(biāo)函數(shù)，即

式中，yi為樣本i的樣本值;i為模型預(yù)測(cè)值.

最終除霧效率模型選取C=936.66，σ =0.03，除霧器壓降模型選取C=838.12，σ =3.24.

2.2.4 模型訓(xùn)練結(jié)果

從表2可見，所建立的效率和壓降2個(gè)支持向量機(jī)模型回歸值與CFD計(jì)算值之間的平均誤差都小于1%，最大誤差在2%以內(nèi)，因此本文所建立的模型能夠合理估算不同工況下的除霧效率和除霧器壓降.

表2 除霧器性能特性模型預(yù)測(cè)相對(duì)誤差統(tǒng)計(jì)表

2.3 模型預(yù)測(cè)結(jié)果及分析

與已有除霧器的研究工作［1－5］相比，本文建立的除霧器特性模型不僅考慮了葉片轉(zhuǎn)折角、間距和高度等除霧器自身的結(jié)構(gòu)參數(shù)，還考慮了煙氣流速、含液量及粒徑分布等運(yùn)行工況參數(shù).下面由建立的預(yù)測(cè)模型分析各因素對(duì)除霧器特性的影響.

2.3.1 結(jié)構(gòu)參數(shù)

圖4給出了在H1=20 mm，H2=130 mm，V=4 m/s，m=0.4 kg/s不變的情況下，η分別隨D和α的變化關(guān)系.由圖分析可知，隨著葉片間距和轉(zhuǎn)折角的增加，除霧效率呈下降趨勢(shì)，不同直徑液滴呈現(xiàn)出不同的下降幅度，其中葉片間距對(duì)效率影響較為顯著.其原因主要是:隨著間距和轉(zhuǎn)折角的增大，液滴在葉片間的流通面積變大，使煙氣速度變得平緩，從而使得液滴的跟隨性較好，更易于隨煙氣流出通道，導(dǎo)致除霧效率下降.由于液滴受到的離心力與其質(zhì)量成正比關(guān)系，所以較大粒徑的液滴更易碰到葉片壁面而被捕捉，因而大粒徑液滴始終保持較高的脫除效率，結(jié)構(gòu)參數(shù)變化對(duì)于較小粒徑液滴去除效率影響更為明顯.

圖4 葉片結(jié)構(gòu)參數(shù)對(duì)除霧效率的影響

2.3.2 運(yùn)行工況

圖5給出了在D=30 mm，α =90°，H1=20 mm，H2=130 mm不變的情況下，η分別隨V和m的變化關(guān)系.由圖可見，煙氣速度在3～5 m/s變化時(shí)，除霧效率呈現(xiàn)上升趨勢(shì)，隨著煙氣中含液量的增加，除霧效率有較大降低.大粒徑液滴慣性力較大，液滴更易被捕捉，液滴在較低風(fēng)速時(shí)就可被完全捕捉，隨著煙氣流速的增加，粒子的動(dòng)力速度弛豫時(shí)間變長(zhǎng)，更易碰到壁面.隨著含液量增大，煙氣在葉片通道內(nèi)流動(dòng)時(shí)所受的阻力逐漸變大，使煙氣速度變化趨緩，另外能夠跟隨單位體積煙氣逃逸的液滴量基本一定，因而并不能有效去除增加的液滴，造成除霧效率下降，大粒徑相對(duì)于小粒徑液滴都較容易脫除，所以表現(xiàn)為小粒徑顆粒效率下降明顯.

圖5 運(yùn)行參數(shù)對(duì)除霧效率的影響

本文所建立的除霧器特性模型是以預(yù)數(shù)值計(jì)算的結(jié)果為樣本，在數(shù)值計(jì)算的過(guò)程中因?yàn)閷?duì)壁面條件做簡(jiǎn)化，而不考慮二次夾帶效應(yīng)，造成了模擬結(jié)果與現(xiàn)場(chǎng)實(shí)際情況之間存在誤差，所以在速度與除霧效率的預(yù)測(cè)關(guān)系中并未出現(xiàn)臨界速度轉(zhuǎn)折點(diǎn).

2.3.3 結(jié)構(gòu)參數(shù)

圖6 葉片結(jié)構(gòu)參數(shù)對(duì)除霧器壓降的影響

圖6給出了在H1=20 mm，H2=130 mm，V=4 m/s，m=0.4 kg/s，d=50 mm 不變的情況下，η 分別隨D和α的變化關(guān)系.由圖可見，隨著葉片間距和轉(zhuǎn)折角的增大，壓力損失呈現(xiàn)下降趨勢(shì)，轉(zhuǎn)折角的變化導(dǎo)致的壓力下降幅度更大.分析其原因是因?yàn)檩^小的葉片間距會(huì)對(duì)氣流造成較大的約束作用，氣流受到阻力明顯，因此壓損較大;氣流在除霧通道內(nèi)的偏折程度受限于轉(zhuǎn)折角的變化，較小的轉(zhuǎn)折角造成氣體流線發(fā)生較大偏折，從而造成轉(zhuǎn)角處的局部壓力損失較大.

2.3.4 運(yùn)行工況

圖7給出了在D=30 mm，α =90°，H1=20 mm，H2=130 mm，d=50 mm不變的情況下，η分別隨V和m的變化關(guān)系.由圖可見，煙氣流速和含液量的增大，都會(huì)使除霧器的壓力損失增加.主要是因?yàn)?速度的提高造成煙氣的沿程阻力損失增大，隨著含液量增大，液滴對(duì)于煙氣的流動(dòng)影響變大，導(dǎo)致煙氣在葉片通道內(nèi)流動(dòng)時(shí)所受的阻力逐漸變大，造成除霧器整體壓力損失呈增大的趨勢(shì).

圖7 運(yùn)行工況參數(shù)對(duì)除霧器壓降的影響

3 除霧器結(jié)構(gòu)參數(shù)的優(yōu)化

3.1 遺傳算法

遺傳算法(GA)是一種基于生物自然選擇與遺傳機(jī)理的隨機(jī)搜索算法，它可以處理任意形式的目標(biāo)函數(shù)和約束條件，由于其運(yùn)行過(guò)程簡(jiǎn)單、計(jì)算效率高、搜索速度快而被廣泛應(yīng)用［12］.

3.2 優(yōu)化目標(biāo)函數(shù)

由各因素對(duì)除霧特性的影響討論分析可見，除霧效率和壓降兩者的控制原則是相互違背的，即提高除霧效率會(huì)增大通道的壓損，如果降低壓損則以犧牲一些效率為代價(jià).本文研究除霧器參數(shù)設(shè)計(jì)優(yōu)化是在限制壓降的基礎(chǔ)上提高除霧效率，實(shí)質(zhì)上是一個(gè)多目標(biāo)優(yōu)化問(wèn)題.在此采用加權(quán)因子的方法，將多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)化為單目標(biāo)問(wèn)題，通過(guò)權(quán)值參數(shù)的不同組合，獲得不同的優(yōu)化解，提供優(yōu)化設(shè)計(jì)參數(shù).

在除霧器優(yōu)化設(shè)計(jì)過(guò)程中，除霧器工作環(huán)境已知，即運(yùn)行工況參數(shù)為輸入量，各結(jié)構(gòu)參數(shù)為待優(yōu)化量.本文選取除霧器的4個(gè)結(jié)構(gòu)參數(shù)作為優(yōu)化變量.優(yōu)化目標(biāo)和優(yōu)化約束條件的優(yōu)化問(wèn)題數(shù)學(xué)描述為

式(16)中，ηc，ηFC分別表示當(dāng)前整體除霧效率及優(yōu)化后預(yù)測(cè)整體除霧效率;Δpc，ΔpFC分別為除霧壓降的當(dāng)前值和優(yōu)化后的預(yù)測(cè)值;K1，K2分別為效率和壓降的權(quán)重系數(shù)，兩者滿足K1+K2=1;fLSSVM1(·)，fLSSVM2(·)分別為L(zhǎng)SSVM模型的除霧效率和壓降.式(17)為優(yōu)化變量的約束條件.

3.3 算例

本文共研究了5種液滴粒徑工況，根據(jù)文獻(xiàn)［3］中電廠實(shí)測(cè)數(shù)據(jù)得出的Rosin-Rammler分布原則，液滴的最小粒徑為10 μm，最大粒徑為50 μm，平均粒徑為21 μm，分布指數(shù)為3.77，不同粒徑的液滴質(zhì)量分?jǐn)?shù)ai(i=1，2，…，5)見表3.

表3 液滴粒徑質(zhì)量分布

首先根據(jù)模型預(yù)測(cè)出5種粒徑的除霧效率，再結(jié)合每個(gè)區(qū)間直徑液滴的質(zhì)量分?jǐn)?shù)，得出除霧器的整體除霧效率為

除霧器壓降受液滴粒徑影響不明顯，本文中壓降預(yù)測(cè)模型計(jì)算時(shí)取中間粒徑為30 μm.遺傳算法的參數(shù)設(shè)置如下:初始種群為20，交叉概率為0.8，變異概率為0.15，迭代次數(shù)為100，對(duì)各工況進(jìn)行優(yōu)化處理.選擇工況17作優(yōu)化比較，優(yōu)化前后除霧器葉片結(jié)構(gòu)參數(shù)對(duì)比如表4所示.其中，優(yōu)化工況1 中選擇K1=0.9，K2=0.1，優(yōu)化工況 2 中選擇K1=0.7，K2=0.3.

表4 優(yōu)化前后參數(shù)比較

表4中2種優(yōu)化工況的效率都有較大提高，壓降增加幅度不大.如果適當(dāng)調(diào)整K1，K2的權(quán)重，則優(yōu)化的結(jié)果會(huì)隨之變化.增大K1值，意味著除霧效率的權(quán)重系數(shù)增大，效率的優(yōu)化值也隨之而增大;同理可選取增大K2值，優(yōu)化結(jié)果顯示除霧效率和壓降呈現(xiàn)共同增大或減小的趨勢(shì)，因此在除霧器設(shè)計(jì)中片面強(qiáng)調(diào)提高效率或者控制壓降都是不可取的，應(yīng)在二者之間做出均衡使得優(yōu)化的結(jié)果更加合理.算例中2個(gè)優(yōu)化工況下的除霧器效率均大于90%，同時(shí)單級(jí)除霧器壓降控制在80 Pa以內(nèi)，可保證兩級(jí)除霧器布置壓降小于150 Pa［2］.縱觀整個(gè)優(yōu)化結(jié)果，無(wú)論是各參數(shù)之間的關(guān)系還是優(yōu)化前后各參數(shù)自身的變化趨勢(shì)，都與實(shí)驗(yàn)研究和機(jī)理分析相一致.采用本文建立的特性模型和優(yōu)化方法可得到全局最優(yōu)結(jié)構(gòu)組合參數(shù)，有效地降低數(shù)值模擬設(shè)計(jì)方法的工作量.

4 結(jié)論

1)針對(duì)除霧器特性影響因素水平多的情況，使用正交實(shí)驗(yàn)方法設(shè)計(jì)數(shù)值模擬工況，科學(xué)安排模擬次數(shù)，精簡(jiǎn)了工作量.波紋板除霧器的模擬流場(chǎng)表明，在液滴與煙氣的相互耦合作用下，煙氣含液量對(duì)除霧器壓降有顯著影響.

2)以數(shù)值模擬實(shí)驗(yàn)結(jié)果為基礎(chǔ)，綜合考慮除霧器結(jié)構(gòu)和運(yùn)行參數(shù)，建立基于最小二乘支持向量機(jī)的除霧特性模型.該模型可以準(zhǔn)確預(yù)測(cè)除霧器葉片間距、葉片轉(zhuǎn)折角度、煙氣流速和煙氣含液量對(duì)除霧器效率和壓降的影響.

3)構(gòu)建了綜合考慮除霧效率和壓降的除霧器結(jié)構(gòu)參數(shù)優(yōu)化目標(biāo)函數(shù)，根據(jù)優(yōu)化目標(biāo)側(cè)重不同，得到的優(yōu)化結(jié)構(gòu)存在一定的差別.本文提出的基于預(yù)數(shù)值計(jì)算的建模、優(yōu)化方法為除霧器葉片優(yōu)化設(shè)計(jì)提供了新思路.

［1］孫志春，郭永紅，肖海平，等.鼓泡脫硫塔除霧器除霧特性數(shù)值研究及實(shí)驗(yàn)驗(yàn)證［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2010，30(8):68－75.

Sun Zhichun，Guo Yonghong，Xiao Haiping，et al.Numerical simulation and experimental validation on demisting characteristic of the mist eliminator for jet bubble reactor dusulfurization system［J］.Proceedings of theCSEE，2010，30(8):68－75.(in Chinese)

［2］姚杰，仲兆平，周山明.濕法煙氣脫硫帶鉤波紋板除霧器結(jié)構(gòu)優(yōu)化數(shù)值模擬［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2010，30(14):61－67.

Yao Jie，Zhong Zhaoping，Zhou Shanming.Numerical simulation on wave-plate demister with hamulus in wet flue gas desulfurization［J］.Proceedings of the CSEE，2010，30(14):61－67.(in Chinese)

［3］趙健植，金保升，仲兆平，等.基于響應(yīng)曲面法的除霧器葉片效率模擬［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2007，27(23):61－65.

Zhao Jianzhi，Jin Baosheng，Zhong Zhaoping，et al.Simulation study of separation efficiency of demister vane based on response surface methodology［J］.Proceedings of the CSEE，2007，27(23):61－65.(in Chinese)

［4］James P W，Azzopardi B J，Wang Y.A model for liquid film flow and separation in a wave-plate mist eliminator［J］.Chemical Engineering Research and Design，2005，83(5):469－477.

［5］Chiara G，Elisabetta B，Leonardo T.A numerical model for gas flow and droplet motion in wave-plate mist eliminators with drainage channels［J］.Chemical Engineering Science，2008，63(23):5639－5652.

［6］高正陽(yáng)，郭振，胡佳琪，等.基于支持向量機(jī)與數(shù)值法的W火焰鍋爐多目標(biāo)燃燒優(yōu)化及火焰重建［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2011，31(5):13－19.

Gao Zhengyang，Guo Zhen，Hu Jiaqi，et al.Multi-objective combustion optimization and flame reconstruction for W shaped boiler based on support vector regression and numerical simulation［J］.Proceedings of the CSEE，2011，31(5):13－19.(in Chinese)

［7］金保升，趙健植，仲兆平，等.基于響應(yīng)曲面法研究噴淋塔的脫硫效率［J］.東南大學(xué)學(xué)報(bào):自然科學(xué)版，2007，37(3):446－450.

Jin Baosheng，Zhao Jianzhi，Zhong Zhaoping，et al.Desulphurization efficiency with spray tower by response surface methodology［J］.Journal of Southeast University:Natural Science Edition，2007，37(3):446－ 450.(in Chinese)

［8］Suykens J A K.Least squares support vector machines［M］.Singapore:World Scientific Pubishing Co Pte Ltd，2002.

［9］Suykens J A K，Vandewalle J.Least squares support vector machine classifiers［J］.Neural Processing Letters，1999，9(3):293－300.

［10］de Brabanter K，Karsmakers P，de Brabanter J，et al.Confidence bands for least squares support vector machine classifiers:a regression approach［J］.Pattern Recognition，2012，45(6):2280－2287.

［11］任露泉.試驗(yàn)設(shè)計(jì)及其優(yōu)化［M］.北京:科學(xué)出版社，2009:238－242.

［12］雷英杰，張善文，李續(xù)武，等.Matlab遺傳算法工具箱及應(yīng)用［M］.西安:西安電子科技大學(xué)出版社，2005.

Method for optimum design of wave-plate demister based on numerical computation

Qiao Zongliang Zhou Jianxin Zhou Weiqing Si Fengqi Xu Zhigao
(Key Laboratory of Energy Thermal Conversion and Control of Ministry of Education，Southeast University，Nanjing 210096，China)

According to the orthogonal experimental design method，F(xiàn)luent was used to numerically simulate the two-phase flow of gas and liquid in wave-plate mist eliminator with different structural parameters and operation conditions in wet flue gas desulfurization system in order to optimize the design of mist eliminators.A prediction model for removal efficiency and pressure drop was established applying least square support vector machine from the results of numerical computation.The highest relative error between the predicted output and measured value is smaller than 2%.The prediction results show that not only the vane spacing and vane turning angles，but also flue gas velocity and water entrainment load play an important role in influencing the removal efficiency and pressure drop.It is consistent with some experimental and simulation conclusions.Based on the prediction model，a mist eliminator parameters optimization model was created employing genetic algorithm(GA)and the results show that eliminator performance can be improved obviously.The optimal solution and data analysis show that the model can direct the optimum design of mist eliminators.

mist eliminator;numerical simulation;removal efficiency;pressure drop;least square support vector machine;genetic algorithm

X701.3

A

1001－0505(2013)01-0076-07

10.3969/j.issn.1001－0505.2013.01.015

2012-06-27.

喬宗良(1981—)，男，博士生;徐治皋(聯(lián)系人)，男，教授，博士生導(dǎo)師，zgxu@seu.edu.cn.

喬宗良，周建新，周衛(wèi)慶，等.基于預(yù)數(shù)值計(jì)算的除霧器葉片結(jié)構(gòu)優(yōu)化設(shè)計(jì)［J］.東南大學(xué)學(xué)報(bào):自然科學(xué)版，2013，43(1):76－82.［doi:10.3969/j.issn.1001－0505.2013.01.015］