量化传输贡献并诊断臭氧形成的敏感性：一种结合机器学习、高分辨率网格数据和后向轨迹的综合方法

《Journal of Cleaner Production》：Quantifying transport contributions and diagnosing ozone formation sensitivity: An integrated approach using machine learning with high-resolution gridded data and backward trajectories

声学凝聚（AA）技术通过促进细颗粒聚集，降低纤维袋过滤器压力降和风扇能耗，在中试规模的废能源回收（WTE）实验中验证了其有效性。研究采用实际WTE工厂废气，发现AA使颗粒数浓度降低35.3%，质量浓度降低31.1%，且减少周期性清洗需求。

　　

张欣|刘鹏展|刘贵才|林世豪|尹航|史多佳|万满鹏|格热戈日·利萨克|斯蒂芬·赫伯莱因|克里希纳莫尔蒂·巴斯卡兰|吴炳峰

新加坡南洋理工大学能源研究所，639141

引言

能源需求的不断增长导致了巨大的燃料消耗，进而引发了严重的环境污染（Henneman等人，2023年；McDuffie等人，2021年）。空气污染，特别是直径小于2.5微米的细颗粒物（PM_2.5），对人类健康构成了严重威胁，甚至可能导致过早死亡（Ryan和Owen，2021年；Shah等人，2013年；Zhu等人，2025年）。根据世界卫生组织（WHO）的数据，2019年全球约有420万人因环境空气污染而过早死亡（WHO，2024年）。废物转化为能源（WTE）是一种广泛采用的方法，它不仅减少了填埋场的废物量，还提供了额外的能源（Dong等人，2018年；Paulillo等人，2024年）。然而，在WTE过程中，废物焚烧会产生大量的气体污染物，包括极高的颗粒物浓度，这需要额外的能源来缓解（Liu等人，2025a，2025b；Yao等人，2009年）。旋风分离器、袋式过滤器、静电除尘器（ESPs）以及湿式除尘技术——包括湿式静电除尘器（WESPs）（Kim等人，2022年；Parisi等人，2025年；Parisi和Di Natale，2024年）和湍流湿式洗涤器（Lee等人，2013年）——常被用于去除高浓度的颗粒物。其中，纤维袋式过滤器因其高去除效率和定期清洗后能恢复性能而得到广泛应用。

纤维袋式过滤器常用于气溶胶去除，但通常能耗较高（Ma等人，2021年）。主要挑战在于颗粒捕获效率与压力降之间的权衡；较小的过滤孔径可以提高效率，但也会增加压力降（Zhang等人，2025b，2025c）。特别是在烟气过滤应用中，颗粒物浓度可能达到10⁷个/立方厘米，如此高的浓度会导致过滤压力急剧增加，从而增加空气输送的能耗（Gregorovi?ová和Pospí?il，2024年；Larki等人，2023年；Liu等人，2025年）。为了克服这一问题，声学聚集（AA）提供了一种潜在的解决方案，它可以使小颗粒聚集成较大的颗粒，从而可以使用较低能量的技术（如旋风分离器）更容易去除（Liu等人，2024年；Ng等人，2017年；Zhang等人，2025a）。因此，可以减少克服纤维袋式过滤器压力降所需的能耗。

除了由于抽风机在高压降下工作而产生的额外能耗外，WTE工厂中使用的袋式过滤器在定期用压缩空气清洗（清灰）过程中也会消耗大量能源。与一般通风系统中的纤维过滤器不同，WTE袋式过滤器具有极高的颗粒捕获效率，并依赖于表面过滤（Leung和Choy，2018年；Shim等人，2017年）。因此，在处理高颗粒物浓度的烟气时，其压力降会急剧上升。为了恢复袋式过滤器的原始压力降，需要使用压缩空气将沉积在表面的颗粒从过滤器中清除，这一过程通常称为清灰。清灰的频率通常由保持操作压力降较低（通常低于1.5千帕）和过滤速度较低（通常低于1米/分钟）的要求共同决定（Kim和Lee，2019年）。这导致需要频繁清灰，降低清灰频率可以显著节省能源。

尽管许多研究已经探讨了AA在气溶胶过滤中减少能耗的潜力，但大多数实验仅限于小规模实验室设置或低温条件（Guo等人，2023年；Reichel等人，2024年；Tang等人，2021年；Yang等人，2023年；Zhang等人，2020年；Zhang等人，2024a，Zhang等人，2024b；Zhang等人，2024年）。例如，Zhang等人证明，通过超声波聚集的颗粒可以被下游的旋风分离器去除，从而降低纤维过滤器的压力降（Liu等人，2024年；Zhang等人，2025a）。他们对不同情况的分析表明，过滤器的使用寿命可以延长多达38%。在后续工作中，Liu等人在一个缩小的燃烧室中应用了超声聚集技术（Liu等人，2025年）。通过使用膜在AA区域后采样烟气，他们发现颗粒浓度有效降低，且膜的压力降也更低。

然而，由于一些限制，之前的实验无法直接验证AA在真实WTE工厂中的有效性。

• 1)
  没有使用袋式过滤器，因此没有评估抽风机和清灰过程中的能耗。
• 2)
  之前实验中的颗粒物特性与实际烟气不同，特别是在浓度和波动方面。
• 3)
  缺乏关于声学和流动的尺度效应；不清楚声音是否能在大型系统（管道）中均匀传播，以及烟气中可能存在的冷凝问题。

在这项研究中，我们在一个WTE研究设施中建立了一个包含AA塔、旋风分离器和袋式过滤器的试点规模实验系统（Bui Viet等人，2020年；Heberlein等人，2024年；Qin等人，2022年）。该系统使用来自实际废物燃烧过程的烟气，在工厂等效条件下运行。通过这种颗粒去除装置，我们评估了超声聚集在WTE环境中的真实颗粒去除性能，并量化了袋式过滤器压力降的减少情况。此外，还持续监测了抽风机的能耗，以评估使用AA所能实现的潜在节能效果。

实验装置概述

实验装置概述

实验装置是我们之前发表的文章中描述的WTE工厂燃烧后部分的缩小复制品（Heberlein等人，2022年）。如图1a所示，实际烟气从锅炉下游抽取并返回到烟气处理系统上游。该装置放置在主要的WTE工厂旁边，专门用于研究烟气颗粒物的去除。如图1b和c所示，组件

颗粒浓度

图5显示了覆盖0.070微米至10.000微米尺寸范围的典型颗粒浓度结果。由于浓度不稳定且偶尔出现超出ELPI+上限的极高值，因此排除了直径小于0.070微米的超细颗粒。尽管在采样期间颗粒浓度有所波动，但没有应用AA的系统的浓度通常高于应用AA的系统的浓度。

讨论

这项研究进行了试点规模实验，以评估AA在WTE烟气颗粒处理过程中减少能耗的效果。虽然通过一系列实验获得了一些积极的结果，但仍存在一些挑战和限制。

首先，由于多种因素，从主要工厂抽取烟气以实现系统的稳定运行非常困难。这些因素包括克服工厂系统的高负压等。

结论

这项研究最重要的成就是成功地对AA在WTE工厂节能方面的性能进行了试点规模评估。基于使用试点规模装置进行的一系列实验，我们得出了几项结论，这些结论可能指导未来AA系统在工业环境中的研究和实际应用。

• 1)
  尽管重复性可能较低，但超声聚集使颗粒数浓度降低了35.3 ± 0.8%，颗粒质量浓度降低了31.1 ± 0.7%

作者贡献声明

张欣：撰写——初稿、可视化、方法论、调查、数据管理。刘鹏展：撰写——审阅与编辑、调查、数据管理。刘贵才：撰写——审阅与编辑、方法论、调查、数据管理。林世豪：方法论、调查。尹航：撰写——审阅与编辑、调查、数据管理。史多佳：数据管理。万满鹏：监督、资源协调、项目管理、资金获取、概念化。

数据可用性声明

支持本研究发现的数据可向相应作者索取。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

这项研究得到了新加坡国家研究基金会和能源市场管理局在其能源计划（EP Award EMA-EP009-SEGC-007）下的支持。本文中表达的任何观点、发现、结论或建议均为作者个人观点，不代表新加坡国家研究基金会和能源市场管理局的观点。