《Desalination》：Optimal design of a bio-inspired feed spacer for high-permeance reverse osmosis desalination via an improved Bayesian approach
编辑推荐：
生物启发的V型流道设计通过耦合高精度CFD模拟与多目标贝叶斯优化框架，实现了反渗透膜通道中压力降与传质系数的协同优化，生成帕累托前沿下的低压降、高传质及折中设计方案，分别降低61%压力、提升161%传质系数和103%传质效率，为高效低能耗海水淡化模块设计提供新方法。
Zheyuan Ye|Jia Yi|Jiu Luo|Jun Xian|Yi Heng
中山大学计算机科学与工程学院，中国广州510006
摘要
高渗透率反渗透（RO）海水淡化技术提高了水生产效率，但加剧了浓度极化和污染问题，限制了系统的长期稳定运行。本研究基于我们之前提出的受鸟类迁徙“V”字形启发的V形进料间隔器几何结构，对RO通道中的进料间隔器/通道几何形状进行了多目标优化，旨在最小化压降并最大化传质系数。我们将高保真计算流体动力学（CFD）与基于高斯过程的多目标贝叶斯优化（CFD-MOBO）框架相结合，并采用采样策略来提高收敛性和数值稳定性。计算得到的帕累托前沿展示了三种代表性设计：低压降设计、高传质设计以及一种折中设计。与商用间隔器相比，低压降设计将压降降低了约61%，高传质设计使传质系数提高了约161%，而折中设计在压降增加约47%的情况下实现了约103%的传质提升。优化后的几何结构增强了近壁混合效果并减薄了浓度边界层，表明有可能提高水生产效率。这种集成的CFD-MOBO工作流程为设计节能、高渗透率的RO模块提供了一种自动化且可重复的方法。
引言
由于人口增长、需求增加、气候变化和污染，全球淡水短缺问题日益严重。海水及微咸水的淡化对于缓解全球淡水短缺至关重要[1],[2]。反渗透（RO）技术因高效、能耗低和基础设施成熟而成为主流淡化方法[3]。RO膜还广泛应用于市政饮用水[4],[5]、超纯工业用水[6],[7]以及废水回收[8]，凸显了其在全球水资源管理中的核心作用。高渗透率膜虽然提高了通量[9],[10]，但也加剧了浓度极化（CP）和污染问题，形成了技术瓶颈[11],[12]。进料间隔器的几何形状决定了流体动力学、混合效果以及近表面盐浓度，从而影响CP和能耗[13],[14]。虽然间隔器设计可以减少污染并提高传质效率，但往往会增加压降，导致能耗和运营成本上升[15],[16]。因此，在不显著增加流动阻力的情况下提升传质效率对于缓解CP、控制污染和增加渗透通量至关重要。
间隔器优化研究涵盖了材料、多孔介质、三维（3D）建模和增材制造[17],[18]等领域，这些方法提高了设计灵活性，但往往增加了成本并降低了可行性。传统上主要采用两种方法：（i）实验制造，虽然可靠但成本高且耗时；（ii）数值模拟（如CFD），虽然能提供机制性见解，但在大规模设计空间中的计算强度大且扩展性差。为了克服这些限制，近期研究越来越多地将实验与基于机器学习的替代建模相结合[19]。在有限数据集上训练的替代模型可以近似复杂的输入-输出关系，从而更高效地探索设计空间。这种集成工作流程加快了模拟速度，优先考虑了有前景的设计进行验证，并在保持物理真实性和可制造性的同时提高了效率[20]。
大多数间隔器研究依赖于通过制造或模拟进行的迭代几何探索，缺乏系统化的优化方法。Koo等人[21]使用增材制造技术制备了具有直丝（ST）和斜丝（SL）的间隔器，虽然减少了污染，但ST型间隔器的通量减少了5-7%，两种类型的压降分别增加了多达三倍。Amin等人[22]开发了一种对称的双丝间隔器（由椭圆形或圆形丝状物通过缝隙连接，并通过柱状节点固定）。模拟和RO实验表明，这种设计降低了浓度极化，压降降低了35%，通量提高了68%；然而，几何结构的精细调整仍依赖于迭代调整和制造过程，限制了系统优化带来的效率提升。Bae[12]在高通量条件下应用CFD，发现脊柱斜坡设计减少了滞留和CP现象，而钝角丝状物与壁面的接触减少了剪切异质性和污染风险。Park等人[23]采用田口法优化了堆叠丝状间隔器，利用混沌对流和横向流动使溶质分布更加均匀；尽管性能有所提升，但该方法仍受几何启发式方法的限制，需要反复原型制作。这些研究表明，试错方法可以改善通量、控制污染并提高效率，但设计改进通常是渐进式的且成本较高。与此同时，出现了以优化为导向的方法来平衡多个目标。Di Martino等人[24]将神经网络替代模型嵌入混合整数线性规划框架中，以最小化能耗并最大化水回收率，但需要大量数据。Abba等人[25]结合长短期记忆（LSTM）深度学习和群体搜索元启发式方法优化了混合纳滤-反渗透（NF-RO）系统，提高了预测准确性，但仍依赖大量迭代。Chen等人[26]提出了一个多尺度替代模型框架，并结合粒子群优化算法，使能耗降低了9%，水产量提高了30%，但仍需多次迭代。Luo等人[27]实现了层次化优化框架，将遗传算法（GA）与CFD约束的逆向设计相结合，使通量提高了338%，能耗降低了18%，但由于依赖3D CFD和GA迭代，计算成本较高。
总体而言，间隔器优化研究主要沿着两条路径发展：试错实验和基于优化的方法，后者采用替代建模、元启发式搜索、受生物启发的设计等相关技术来加速评估并拓宽几何探索范围。制造方法提供了可靠的验证，但速度慢且成本高；算法能够系统地探索设计，但计算密集且依赖于预定义的设计集，无法量化多目标之间的权衡。为了克服这些挑战，本研究引入了一种基于替代模型的迭代优化框架用于进料间隔器设计。该框架将CFD与高斯过程回归和基于期望超体积改进（EHVI）的自适应采样相结合，通过优先考虑最具信息量的设计来提高计算效率，实现系统的多参数优化，并生成平衡传质和压降的帕累托前沿。除了这些方法论进展外，本研究的新颖之处还体现在三个方面：（i）将之前提出的斜肋间隔器改进为参数化的V形配置，可调节角度、间距和厚度；（ii）将CFD与基于高斯过程的多目标贝叶斯优化框架相结合，实现高效且有针对性的设计空间探索；（iii）利用帕累托前沿分析进行性能评估，突出代表性设计和实际工程权衡。这种方法有助于在传质和压降之间找到更有利的平衡点，为高效RO模块的合理设计提供了实用见解，并推动了可持续水资源管理的发展。
部分摘录
参数化几何建模
在典型的RO运行条件下，进料流在通过多个间隔器单元后能够快速稳定[28]。基于这一现象，采用了简化的CFD模型，该模型仅需少量单元即可捕捉紧凑RO通道中的流体动力学和溶质传输情况。间隔器几何结构基于我们之前提出的受鸟类迁徙“V”字形启发的V形设计[27]。这种飞行编队通过
优化问题构建
反渗透模块中进料间隔器的设计需要同时提高传质效率并降低水力阻力。平均传质系数（）是衡量膜表面溶质传输的指标，较高的传质系数可以减轻浓度极化并提高通量。相比之下，单位长度压降（）反映了通道中的水力能量损失，与泵送需求密切相关
优化实施
为了验证系统并建立可靠的初始数据集，定义了所有设计变量的范围（表2）。
使用拉丁超立方抽样（LHS）生成了200个初始设计，以确保空间覆盖性[48]。每个参数集都经过完全自动化的流程处理，包括在FreeCAD中生成参数化几何形状、在OpenFOAM中进行网格划分和稳态CFD模拟以及后处理。该流程的成功率接近100%，证实了
结论与展望
本研究提出了一种先进的贝叶斯优化框架，用于设计高渗透率反渗透系统中的生物启发式进料间隔器。通过将CFD与高斯过程回归和基于EHVI的自适应采样相结合，该框架能够高效地导航高维设计空间，并构建出平衡传质和压降的帕累托前沿。
系统地优化了V形进料间隔器的六个关键几何参数，并得出了具有代表性的
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的研究结果。
致谢
本研究得到了国家关键研发计划（编号：2025YFB3003400）和广东省重点研发计划（编号：2021B0101190003）的支持。
