综述：太阳能空气加热器热性能增强的综合系统综述：被动与主动方法、相变材料、先进材料及基于人工智能的优化

《Scientific African》：A Comprehensive Systematic Review of Solar Air Heater Thermal Performance Enhancement: Passive and Active Methods, Phase Change Materials, Advanced Materials, and AI-Based Optimization

　　

本综述批判性地探讨了太阳能空气加热器（SAH）技术的最新发展，包括被动增强、主动增强、相变材料（PCM）的利用以及基于人工智能（AI）技术的优化。系统综述方法遵循PRISMA 2020指南，基于Scopus、Web of Science和ScienceDirect数据库中2010至2025年间发表的研究文献。综述显示，热效率可提高10-85%，火用效率（exergy efficiency）可提高至40%，优化粗糙度构型可使热工水力性能（thermo-hydraulic performance）提升超过2.5倍。上述定量范围是通过标准化提取和对纳入研究在各自运行条件下报告的性能数据进行对比综合而获得的。批判性分析表明，被动增强方法在强化传热方面非常有效，但仍存在压降（pressure drop）相关的代价。新一代SAH系统有望借助新兴的AI驱动优化技术（如贝叶斯优化（Bayesian optimization）、机器学习（machine learning）和数字孪生（digital twins））取得突破。综述提出了未来研究方向，包括可持续性、经济性以及智能控制等方面。

引言

能源对现代生活与经济增长至关重要，但日益增长的需求加剧了全球能源危机，推动能源结构向太阳能、风能和生物质能等可再生能源转型。太阳能因其丰富性最具前景，尽管存在波动性。随着化石燃料减少，可再生能源在家庭和工业需求中不可或缺，并受到全球政策支持。太阳能空气加热器（SAH）广泛用于干燥、供暖和空气处理。全球可再生热能使用量持续增长，中国和欧盟领先，预计全球将进一步增长。

Zhu等人研究表明，采用穿孔翅片（perforated fins）的优化相变材料（PCM）热能储存（TES）系统可将熔化时间缩短45.3%；Ahmadi等人确定几何改进可提升集热器性能并降低成本10%。这些研究指向优化太阳能热系统的转型方向。SAH的效率主要取决于吸热板（absorber plate）。翅片（fins）、挡板（baffles）和表面粗糙度用于增强湍流和传热，多程流动（multi-pass flow）、多孔介质（porous media）和射流冲击（jet impingement）的效率可达93%。PCM还可增强热能储存。农业废弃物等绿色材料可作为储热选项，火用分析（exergy analysis）可用于最小化系统损失。结合PCM、纳米材料（nanomaterials）和光伏/热（PV/T）系统的技术具有更高的热效率和火用效率，而系统集成与优化则成本更低、效率更高。总之，纳米流体（nanofluids）、TES和集热器设计的创新持续推动高效高性能可持续SAH的发展。

近年来已发表多篇SAH增强的系统综述和叙述性综述。Vengadesan和Senthil综述了平板SAH热性能方法，但未涵盖PCM集成和AI优化。Arunkumar等人考察了设计改进对热性能的提升，但未涵盖主动方法或技术经济分析。Zhang和Zhu聚焦太阳能空气集热器性能和设计，但未综合火用分析或基于机器学习的优化。Sharma和Debbarma综述了截至2022年的SAH传热增强，未涵盖数字孪生和贝叶斯优化的最新进展。Chamarthi和Singh对实验方法进行了全面综述，但仅限于被动技术且缺乏定量跨研究综合。本综述区别于以往工作的特点在于：（1）首次采用符合PRISMA 2020标准的SAH增强系统综述，在统一框架下同时综合被动方法、PCM集成、主动气流系统、纳米流体应用、PV/T构型和AI优化；（2）覆盖2015年1月至2025年2月，捕捉了以往综述未全面涉及的2020年后五年发展；（3）对234项研究的热工水力性能参数（THPP）、努塞尔数（Nusselt number）增强和火用效率进行了定量跨研究比较，并给出明确的重新计算程序；（4）纳入了以往综述均未涉及的热经济性评估维度。

现有SAH增强技术文献综述往往聚焦单一增强方面，如被动增强、PCM集成、主动冷却方法或AI优化，难以对不同类别性能进行有意义的比较。此外，近期SAH综述的方法论普遍缺乏质量评估、检索策略和纳入/排除标准的文档记录，限制了结果的透明度、可重复性和可靠性。定量综合也受到限制，因为大多数现有综述仅进行叙述性比较，未对关键性能指标（包括努塞尔数增强、热工水力性能参数（THPP）和火用效率）在不同基线和运行条件下进行标准化。此外，经济和可持续性方面覆盖不足，仅有不到15%的已识别综述包含热经济和/或生命周期评估信息，这限制了现有结果的实用性。

本综述的关键贡献包括：遵循PRISMA 2020指南开展系统综述，包括检索策略文档记录、使用改良纽卡斯尔-渥太华量表（Newcastle-Ottawa scale）对2015至2025年间234篇同行评审出版物进行质量评估，以及纳入和排除标准。综述首次将SAH增强技术分类为5类：被动表面粗糙度改性、被动扩展表面增强、PCM热储存集成、主动气流增强方法，以及材料创新与AI/机器学习优化方法，便于跨类别性能比较。综述还呈现了20余项代表性研究的矩阵，展示努塞尔数增强、摩擦因子（friction factor）变化以及标准化基线条件下THPP的定量数据，并给出明确的重新计算程序。此外，综述详细考察了AI和机器学习在SAH设计优化中的应用，如贝叶斯优化、人工神经网络（artificial neural networks）、遗传算法（genetic algorithms）和数字孪生模型，重点关注其性能提升和实际考量。综述还考察了各类增强技术的压降代价、热经济性权衡和生命周期方面，为技术选择提供循证指南。最后，确定了四个研究空白和六个未来研究方向，推动智能、可持续且经济可行的新一代SAH系统的设计。

系统综述方法

检索策略

对Web of Science（WoS）、Scopus和IEEE Xplore三个学术数据库进行了检索，检索时间为2025年1月15日至2月28日。在每个数据库的标题、摘要和关键词部分使用结构化布尔检索查询，关键词组合包括太阳能空气加热器、太阳能空气集热器、热性能、传热增强、被动或主动增强技术、相变材料（PCM）、人工智能（AI）、机器学习、纳米流体、火用和热工水力性能。仅纳入2015至2025年间发表的同行评审英文期刊文章。灰色文献、会议论文集、学位论文和书籍章节不予纳入。检索到的记录以BibTeX/RIS格式下载并上传至Rayyan进行集中式重复检测和筛选。对关键综述论文进行了反向引文筛选，以查找数据库检索可能遗漏的文献。

纳入与排除标准

研究纳入需满足以下全部条件：（1）发表于WoS、Scopus或IEEE Xplore索引的同行评审期刊；（2）发表于2015年1月至2025年2月之间；（3）以英文撰写；（4）聚焦太阳能空气加热器或太阳能空气集热器，以热性能为主要结果；（5）报告至少一项定量性能指标（热效率、努塞尔数、摩擦因子、THPP或火用效率）。排除标准包括：仅聚焦太阳能热水器或不含空气加热组件的光伏板；无原始数据的综述论文；或缺乏足够方法学细节以评估有效性的研究。

筛选过程与PRISMA流程图

筛选分两个阶段进行。三个数据库共识别4,264条记录，去除373条重复记录后，剩余3,891条唯一记录进行标题和摘要筛选。第一阶段审查所有3,891条记录的标题和摘要，获得888篇潜在合格全文文章。第二阶段全文评估后，来自数据库来源的198项研究满足全部纳入标准。全文阶段排除的主要原因包括：性能数据不足（n=312）、仅聚焦太阳能热水器（n=189）以及自动去重未识别的重复记录（n=153）。此外，通过关键综述论文的手动反向引文筛选确认36项研究满足全部纳入标准并加入最终样本，共计234项纳入研究。

采用系统透明的PRISMA 2020方法以确保可重复性和严谨性。文献检索共识别4,264条记录（Web of Science：1,847；Scopus：2,103；IEEE Xplore：314）。检索策略、筛选过程和资格标准均明确定义并在所有数据库中一致应用。

数据提取与分析

纳入研究的不确定性报告存在异质性。实验研究通常报告热效率的总测量不确定度为±2-8%，采用Kline-McClintock方法传播。对于基于计算流体动力学（CFD）的研究，当连续网格细化导致预测努塞尔数变化小于2%时，网格独立性被视为可接受，这与计算传热领域的公认实践一致。未报告不确定性估计的研究在数据提取期间被记录，并在质量评估中标记。使用标准化表格从每项纳入研究中提取数据，包括：研究特征（作者、年份、期刊、国家）；SAH构型；增强技术类别和几何形状；实验或数值方法；雷诺数（Reynolds number）范围；以及关键性能结果（努塞尔数增强百分比、摩擦因子、THPP、热效率）。由于报告指标和运行条件的异质性排除了正式荟萃分析，采用叙述性综合整合各研究结果。使用针对工程实验研究改编的改良纽卡斯尔-渥太华量表进行质量评估。

质量评估

质量评估采用针对工程实验和数值研究改编的改良纽卡斯尔-渥太华量表（NOS），遵循Bhattacharyya等人和Markam与Maiti的方法。标准NOS域（选择、可比性、结果）被转化为适用于实验SAH研究和CFD/数值研究的工程相关标准。所有234项纳入研究的各域评分报告于补充表S1中。改编量表评估三个域：（1）研究设计——SAH构型、运行条件和测量程序的清晰度（0-3分）；（2）可比性——使用光滑管道基线、匹配雷诺数条件和不确定性报告（0-3分）；（3）结果——努塞尔数、摩擦因子和/或THPP的定量报告并附统计依据（0-3分）。得分≥7/9的研究归类为高质量；4-6为中等；0-3为低质量。评估由两名评审员独立进行，分歧通过讨论和共识解决。低质量研究保留在综述中，但在支持主要论断处明确标记。质量分布显示：高质量85项（36.3%）、中等质量121项（51.7%）、低质量28项（12.0%）。

基本概念与机理

太阳能空气加热器（SAH）是将太阳能转化为热能的装置，吸热板吸收太阳热量并将其传递给气流用于加热过程。近期研究表明，通过优化设计和采用先进材料实现了性能提升。基于PCM的混合集热器可提高效率，金属泡沫（metal foams）也可增强传热和火用性能。光滑肋条和障碍物（如小翼（winglets）、多V形肋条（multi-V ribs））可增强热工水力行为。设计进一步通过优化工具和元启发式方法进行优化。PCM、纳米材料、纳米流体和PV/T系统被广泛应用以获得高热效率和电效率。总体而言，更好的设计、材料和优化方法可提升SAH的性能。

SAH由集热箱构成，覆盖透明盖板以最小化热损失，空气在吸热板上方被吹送或抽吸。由于空气与吸热板之间的对流传热系数较低，其效率较低。

有用热增益

有用热增益是流动空气从太阳能空气加热器获得的热能，取决于空气质量流量、比热容和空气温差。可表示为：Q_u = ?C_p(T_out ? T_in)，其中Q_u为有用热增益（W），?为质量流量（kg/s），C_p为空气比热（J/kg·K），T_out为出口空气温度（K），T_in为入口空气温度（K）。

热效率

热效率表示太阳能空气加热器将入射太阳能转化为有用热能的百分比，定义为有用热增益与集热器入射太阳能之比：η_th = Q_u/(IA_c)，其中I为太阳辐射强度（W/m2），A_c为集热器面积（m2）。

雷诺数

雷诺数是表示太阳能空气加热器中流场特征和流动类型（层流或湍流）的无量纲数，定义为：Re = ρVD_h/μ，其中ρ为空气密度（kg/m3），V为空气速度（m/s），D_h为水力直径（m），μ为动力粘度（Pa·s）。

努塞尔数

努塞尔数是量化对流传热的无量纲数，衡量与通过流体层的导热相比传递的热量，表示为：Nu = hD_h/k，其中h为对流传热系数，D_h为水力直径，k为导热系数。