综述：层流煤烟火焰中煤烟颗粒聚集的多尺度建模进展

这篇综述系统梳理了煤烟（soot）颗粒在层流火焰中聚集的多尺度建模进展，重点探讨了宏观尺度（PBE、MOM、SM）与介观尺度（EDEM、MCAC、DPBM）方法的优劣，揭示了颗粒动力学与表面生长（surface growth）对煤烟形态（如分形维数Df 、初级粒子重叠度）的影响机制，为优化碳黑（CB）生产和减少超细颗粒（PM2.5 ）排放提供了理论支撑。

　　

形态与分形聚集体的特性

煤烟颗粒的复杂形态（如分形结构、初级粒子重叠）直接影响其物理化学性质。分形聚集体（D_f
≈1.8-2.2）相比体积等效球体具有更高的比表面积和光吸收效率，这与其在健康（如肺泡沉积）和气候（如辐射强迫）中的作用密切相关。透射电镜（TEM）显示，煤烟由多分散球形初级粒子（直径5-50 nm）通过颈缩（necking）或重叠形成，这种结构显著影响其碰撞直径和迁移率。

煤烟颗粒生长的关键过程

煤烟形成涉及燃料热解→苯/PAHs生成→核化（inception）→表面生长/氧化→聚集的级联反应。其中，核化（<10 nm液态颗粒）与临界聚并直径（~10 nm）是形态演化的分水岭：小于此值的颗粒通过聚并（coalescence）形成球形初级粒子，大于此值则通过聚集（aggregation）形成分形结构。表面生长会填充初级粒子间隙，降低D_f
，而氧化则可能引发碎片化（fragmentation）。

宏观建模方法

基于群体平衡方程（PBE）的宏观方法包括矩方法（MOM）和分区法（SM）。MOM通过求解前几阶矩（如零阶矩N₀
对应颗粒数密度）高效预测总体参数，但需假设PSD形态（如对数正态分布）。SM将颗粒尺寸离散化为区间，虽能解析PSD但计算成本高且易受数值扩散影响。两类方法均需预设分形维数以计算碰撞频率，无法解析单个聚集体形态细节。

介观尺度方法

介观方法（EDEM、MCAC、DPBM）直接追踪初级粒子运动与相互作用：

• EDEM：基于事件驱动的离散元法，模拟布朗运动下颗粒碰撞与烧结，可复现TEM观察到的颈缩现象。
• MCAC：结合蒙特卡罗与DEM，通过概率抽样高效处理高浓度体系，适合模拟表面生长导致的初级粒子融合。
• DPBM：高维随机模型，可同时追踪初级粒子尺寸、位置及化学组成，但计算复杂度极高。

案例对比分析

在无表面生长的纯聚集案例中，EDEM与MCAC预测的D_f
（~1.8）与经典DLCA理论一致；而引入表面生长后，D_f
升至2.0-2.2，与SM/MOM的等效球假设偏差显著。这表明宏观方法可能低估聚集体比表面积，进而影响光学特性（如吸收系数σ_abs
）和毒性评估。

挑战与展望

当前瓶颈包括：核化机制的分子尺度建模、湍流-煤烟相互作用闭合、以及多尺度耦合（如MD→DEM→PBE）。未来需开发GPU加速算法以提升介观方法效率，并整合原位表征（如激光诊断）验证模型。精准预测煤烟形态将助力设计低排放燃烧器与高附加值碳黑反应器。