钢铁行业磁性纤维捕集非球形粉尘动力学研究

为研究非球形颗粒在磁场中被磁性纤维捕集的动力学行为,以钢铁行业炼钢过程中转炉和精炼炉中排放的转炉灰和精炼灰等两种粉尘为基础,利用形状系数计算公式得出的φ=0.21,0.78,0.81,1.00分别表示圆片形（厚度H=底面圆直径d/40）,椭球形（x轴赤道半径：y轴赤道半径：z轴极半径=a：b：c=1：1：4）,正方体形,球形颗粒,并对其进行研究.模拟结果表明,相同工况参数下,当形状系数接近时,捕集效率和运动轨迹与粉尘颗粒具体表现的形状特征无关.在传统单纤维捕集过程中,当入口风速v=0.1m/s,d_p>2.0μm时,形状系数相差越大,捕集效率差距越大.形状系数对颗粒被捕集影响程度大小与单纤维捕集效率增减呈正相关;在磁性纤维产生的磁场中v=0.1m/s,d_p>0.5μm时,形状系数相差越大,捕集效率差距越大.φ≥0.4时,捕集效率随形状系数的增加趋于稳定,形状系数对颗粒被捕集影响程度大小与单纤维捕集效率增减无关;在高梯度磁场中v=0.1m/s,d_p=1.0μm时,形状系数相差越大导致捕集效率之间差距越大的规律越明显.当v=0.1m/s,0.5μm≤d_p≤2.5μm时,形状系数对颗粒被捕集影响程度的大小与单纤维捕集效率增减呈正相关.     

驻极体磁纤维捕集荷电Fe基细颗粒数值模拟

为了进一步实现超低排放,针对钢铁冶金以及铸造行业生产过程中产生的Fe基细颗粒,提出驻极体磁纤维提高对微细颗粒捕集的方法.本文基于计算流体力学-离散相模型（CFD-DPM）分别研究了纤维荷电量、颗粒预荷电电场强度、纤维磁感应强度以及颗粒磁化率对驻极体磁纤维捕集性能的影响.结果表明：在驻极体磁纤维周围颗粒所受到的磁场力相对于库仑力受距离影响更加明显,磁场力只在纤维附近极短距离内作用明显.捕集效率与纤维荷电量以及预荷电电场强度呈线性关系,对于0.5 μm颗粒,捕集效率随纤维荷电量以及预荷电电场强度的增长速率低于2.5 μm的颗粒.当颗粒粒径为0.5~1.0 μm时,增大驻极体磁纤维的磁感应强度以及提高颗粒磁化率对于捕集效率的提高作用较小.当颗粒粒径为1.5~2.5 μm时,增大驻极体磁纤维的磁感应强度以及提高颗粒磁化率能够明显提高纤维的捕集效率.     

偏转角影响磁纤维捕集Fe基细颗粒的数值模拟

为了研究磁性纤维对钢铁行业细颗粒物的控制效果,基于计算流体力学-离散相模型（CFD-DPM）对高梯度磁场中含尘气流方向与背景磁场方向夹角（偏转角）分别为0°、15°、30°、45°、60°、75°、90°时磁性单纤维捕集Fe基细颗粒进行数值模拟.分别研究高梯度磁场作用下颗粒粒径、入口风速、磁场强度对颗粒运动轨迹和捕集效率的影响.结果表明：高梯度磁场中偏转角影响磁性纤维捕集区域的位置,当角度为0°时,在纤维正对含尘气流方向区域形成颗粒捕集区,背风侧形成较大空腔;当角度为90°时,在沿气流方向纤维两侧形成面积相等的捕集区域.偏转角对小颗粒捕集效率的影响较小,当角度为0°时,对于0.5μm的颗粒捕集效率为4.1%,当角度为90°时捕集效率为3.9%.随着粒径的增大,捕集效率的增长速率先减小后增大,对于不同粒径的颗粒,当角度为0°时捕集效率最高.当风速在0.02~0.04m/s范围时,随着角度从0°增加到90°,捕集效率先降低,在45°附近达到最小值,然后升高.磁场强度的增加有利于提高捕集效率,但不同角度时的增长速率有所不同.当偏转角为0°和60°时,背景磁场强度为0.1~0.3T范围时增长速率明显大于0.3~0.9T范围内,而当偏转角为30°和90°时,背景磁场强度为0.1~0.5T范围时增长速率高于0.5~0.9T时的增长速率.     

液滴荷电雾化湿式电除尘器颗粒捕集特性研究

为研究液滴荷电雾化作用下静电场中粉尘颗粒的捕集特性,设计并搭建了线板式湿式电除尘装置,通过实验获得了电场强度、停留时间、粉尘浓度和液滴流量等参数对捕集效率的影响规律.结果表明,施加雾化荷电液滴后各粒径段颗粒的分级穿透率均低于干式电除尘器,随着电场强度增加至3.5kV/cm,分级穿透率降幅逐渐增大,出口浓度降幅达到最大值,PM_0.5、PM₁和PM_2.5分别降低了28.7%、28.0%和27.1%,高于3.5kV/cm后降幅逐渐减小.相同电场强度下,捕集效率随停留时间的增加而增大,电场强度为4kV/cm时,停留时间由2.14s增大至4.04s,PM_0.5、PM₁和PM_2.5的分级穿透率分别降低了50.2%、49.3%和48.5%.随着粉尘浓度的增加,颗粒碰撞和凝并作用提高,捕集效率逐渐增大,当空间电荷密度难以满足颗粒充分荷电后,继续增大粉尘浓度将导致捕集效率降低.液滴流量的增大能够促进颗粒荷电与凝并,有利于提高捕集效率.与传统湿式电除尘器相比,采用液滴荷电雾化能够明显降低耗水量,且保持较高的颗粒捕集效率.     

基于实测的电袋复合除尘器脱除多污染物效果

为了考察电袋复合除尘器脱除多污染物的能力,分别采用US EPA Method 30B方法、DL/T 998-2006《石灰石-石膏湿法烟气脱硫装置性能验收试验规范》、HJ/T 342-2007《水质硫酸盐的测定铬酸钡分光光度法（试行）》、GB/T 16157-1996《固定污染源排气中颗粒物测定与气态污染物采样方法》和国际标准化组织ISO23210-2009《Stationary Source Emissions-Determination of PM₁₀/PM_2.5 Mass Concentration in Flue Gas-Measurement at Low Concentrations by Use of Impactors》对A、B两个燃煤电厂中循环流化床锅炉后的电袋复合除尘器脱除烟气中汞、SO₃、烟尘、PM₁、PM_2.5、PM₁₀六种污染物的效率进行测试试验.结果表明:电袋复合除尘器对烟尘、PM₁₀等颗粒态污染物捕集效率高达99%以上;两个电厂电袋复合除尘器中汞的质量平衡分别为112.05%、72.78%,在70%~130%的允许范围之内;B电厂中电袋复合除尘器进口处烟气中颗粒态汞占总汞含量的比例高达97%,电袋复合除尘器对颗粒态汞的捕集效率达99.93%,对气态汞的捕集效率达86.84%;由于滤袋表面烟尘粉饼具有一定的吸附作用,电袋复合除尘器对SO₃也有一定的捕集能力,A、B电厂电袋复合除尘器对SO₃的脱除效率分别达到90.04%和61.73%,脱除效率可能受到飞灰组分及其吸附能力的影响.研究显示,电袋复合除尘器对循环流化床锅炉烟气中的多污染物具有较高的协同捕集效率.      

多纤维捕集过程中细颗粒湍流团聚模拟研究

基于随机多层纤维过滤介质算法建立了平板式三维拟态化结构.利用计算流体力学-颗粒群平衡模型（CFD-PBM）对多纤维捕集过程中细颗粒湍流团聚进行数值模拟研究,并采用分区法求解颗粒群平衡方程（PBE）.通过控制变量法分析表明：多纤维捕集过程中存在着明显的颗粒团聚行为.粉尘颗粒的团聚程度随停留时间增加而增强,当t ≥ l/v（速度方向模型尺寸长度/入口风速）,团聚逐渐趋于稳定;当v_max·t ≤ l,入口风速越大,颗粒团聚程度和团聚速率越大,最终的团聚程度取决于入口风速和停留时间;颗粒粒径越大,粉尘颗粒的团聚程度和团聚速率越小.出口颗粒平均粒径与初始粒径相比增长倍数越小.粉尘颗粒体积分数越大,颗粒团聚程度以及团聚速率越大.当v=0.1m/s,d_p=1.0μm,VF >0.003636,Bin-7~Bin-0区间数量浓度对数分布呈线性比例关系.     

民用燃煤不同燃烧阶段细颗粒物排放特征

研究了民用燃煤在不同燃烧阶段排放PM_2.5的质量浓度分布特征.结果表明,散煤与正烧炉在旺火阶段排放颗粒物粒径主要集中在0.2μm以下（d₅₀=0.15μm）,加煤和封火阶段在0.2~0.5μm （d₅₀=0.38mm）,质量占比46.6%~68.97%.型煤与正烧炉在各阶段排放的颗粒物均以0.2μm以下颗粒物为主,质量占比44.64%~56.24%.扫描电镜（SEM）观察到燃煤排放PM_2.5为大量超细颗粒物聚集形成的簇团状结构.用碳平衡法计算得到散煤加煤阶段的PM_2.5排放因子为4.72g/kg,分别是旺火和封火阶段的12和11倍.将散煤更换为型煤,能够使得加煤阶段的PM_2.5排放因子减少90.9%,从而显著降低PM_2.5排放.     

民用燃煤不同燃烧阶段细颗粒物排放特征

研究了民用燃煤在不同燃烧阶段排放PM_2.5的质量浓度分布特征.结果表明,散煤与正烧炉在旺火阶段排放颗粒物粒径主要集中在0.2μm以下（d₅₀=0.15μm）,加煤和封火阶段在0.2~0.5μm （d₅₀=0.38mm）,质量占比46.6%~68.97%.型煤与正烧炉在各阶段排放的颗粒物均以0.2μm以下颗粒物为主,质量占比44.64%~56.24%.扫描电镜（SEM）观察到燃煤排放PM_2.5为大量超细颗粒物聚集形成的簇团状结构.用碳平衡法计算得到散煤加煤阶段的PM_2.5排放因子为4.72g/kg,分别是旺火和封火阶段的12和11倍.将散煤更换为型煤,能够使得加煤阶段的PM_2.5排放因子减少90.9%,从而显著降低PM_2.5排放.     

基于集总参数模型的室内PM2.5浓度预测

基于颗粒物浓度集总参数模型建立室内PM_2.5预测模型,同时对模型中的关键参数穿透率、沉降率理论模型进行理论计算.以常州市某住宅建筑为例,通过动态模型对穿透率和沉降率模型进行实验验证,实验采样时间为2017年3月~2018年1月.根据实验数据计算换气次数在0.31~0.89h^-1范围内PM_2.5通过维护结构的穿透率为0.78~0.97,室内PM_2.5沉降率为0.3~0.69h^-1.本模型能较好地适用于自然通风、机械通风等不同通风工况室内颗粒物浓度预测.当室外PM_2.5浓度在135~150μg/m³变化时,使用过滤效率为82%的新风系统可维持室内PM_2.5浓度值在40~46μg/m³.     

气象因素对北京市大气颗粒物浓度影响的非参数分析

利用2005年9月—2006年9月北京市大气颗粒物分级(不同粒径)监测资料和同期分时段气象观测数据,采用非参数分析(Spearman秩相关系数)法对北京市3种粒径大气颗粒物在不同季节的浓度水平与气象因素的影响进行了研究.结果表明:不同季节影响颗粒物质量浓度的气象因素各不相同;春季ρ(PM_2.5),ρ(PM2.5～10)和ρ(PM₁₀₎都与气压呈显著负相关;夏季颗粒物质量浓度受降水影响很大;秋、冬季ρ(PM_2.5)和ρ(PM₁₀₎均与日照时数呈显著负相关;冬季ρ(PM_2.5),ρ(PM_2.5～10)和ρ(PM10)均与平均风速呈显著负相关,与气温、相对湿度呈显著正相关. 细粒子和粗粒子质量浓度对气象因素变化的响应程度也有较大区别. 春、夏季地面平均风速对粗粒子质量浓度的影响比细粒子显著,ρ(PM_2.5)/ρ(PM₁₀₎随风速增加而增大;秋季日照时数对细粒子质量浓度的影响比粗粒子更显著,ρ(PM_2.5)/ρ(PM₁₀₎随日照时数增加而减小;冬季相对湿度对粗粒子质量浓度的影响比细粒子显著,ρ(PM_2.5)/ρ(PM₁₀₎随相对湿度增加而减小.      

乌鲁木齐市PM_(2.5)和PM_(2.5~10)中碳组分季节性变化特征

2011年1月至12月在乌鲁木齐市区用膜采样法采集了大气PM_(2.5)和PM_(2.5~10)样品,并利用热光/碳分析仪测定了其中有机碳(OC)和元素碳(EC)的质量浓度.通过OC与EC的粒径分布特征、比值和相关性的分析,初步分析了乌鲁木齐市大气可吸入颗粒物中碳质气溶胶污染特征,并用OC/EC比值法估算了二次有机碳(SOC)的浓度.结果表明,PM_(2.5)和PM_(2.5~10)的年平均质量浓度分别为92.8μg/m~3和64.7μg/m~3.PM_(2.5)中OC和EC的年平均浓度分别为13.85μg/m~3和2.38μg/m~3,PM_(2.5~10)中OC和EC的年平均浓度分别为2.63μg/m~3和0.57μg/m~3.OC和EC四季变化趋势基本一致,季浓度最高.碳组分主要集中于PM_(2.5)中,OC/EC比值范围为3.62~11.21.夏季和秋季的PM_(2.5)和PM_(2.5~10)中OC和EC的相关性较好(R20.65).估算得出的PM_(2.5)和PM_(2.5~10)中SOC的估算浓度为2.31~11.98μg/m~3和0.38~1.49μg/m~3.     

南京主要大气污染物季节变化及相关气象分析

为研究南京主要大气复合污染物PM_2.5、PM₁₀和O₃四季变化特征及其气象影响因子,利用2013年1月～2015年2月国控点环境监测数据对浓度特征进行统计分析,再利用WRF模式模拟的精细大气边界层气象场,分析气象要素与各污染物的相关性,并建立统计模型.结果表明：PM₁₀、PM_2.5冬高夏低,冬季日均值分别为160.6μg/m³和98.0μg/m³;日变化特征四季基本一致,但秋冬季最强,夏季最弱,且冬季上午峰值比其余三季延后1～2h.各季大气可吸入颗粒物中细粒子占主导,PM_2.5/PM₁₀年均值为0.59;首要污染物为PM_2.5、PM₁₀、O₃的年频率分别为51.5%、26.6%和13.5%,PM_2.5主导四季AQI的变化,尤其是在重污染的情况下,首要污染物为PM_2.5占96%.O₃浓度春末夏初高、秋末冬初低,日变化为单峰式;O₃与边界层高度呈显著正相关,四季相关系数分别为0.500、0.572、0.326、0.323.四季PM₁₀、PM_2.5、O₃_8h_max日值逐步回归方程拟合度为40%～65%.     

基于混合效应模型的京津冀地区PM2.5日浓度估算

利用2016年182d的MODIS 3km AOD数据与地面监测数据,评估了混合效应模型不同参数组合的模拟性能,得出模型在解释AOD-PM_2.5关系时,对时间序列变异的解释能力要比空间差异更佳.在此基础上,利用混合效应模型建立京津冀地区每日的AOD-PM_2.5关系,模型拟合R²为0.92,交叉验证调整R²为0.85,均方根误差（RMSE）为12.30 μg/m³,平均绝对误差（MAE）为9.73 μg/m³,说明模型拟合精度较高.基于此模型估算的2016年京津冀地区年均PM_2.5浓度为42.98 μg/m³,暖季（4月1日~10月31日）为43.35 μg/m³,冷季（11月1日~3月31日）为38.52 μg/m³,与同时期的地面监测数据差值分别为0.59,0.7,5.29 μg/m³.空间上,京津冀地区的PM_2.5浓度呈现南高北低的特征,有一条明显的西南-东北走向的高值区.研究结果表明,基于每日混合效应模型可以准确评估京津冀地区的地面PM_2.5浓度,且模型估算的PM_2.5浓度分布状况为区域大气污染防治提供了基础的数据支撑.     

关中典型城市及农村夏季PM2.5的化学组成对比

于2016年7~8月采集了陕西省西安市（城市）及蔺村（农村）夏季昼夜PM_2.5样品,分析其有机碳（OC）、元素碳（EC）和无机离子等化学组分的含量,探讨关中平原城市和农村地区PM_2.5的化学组成和来源的差异.结果表明,采样期间西安和蔺村的PM_2.5浓度分别为（49.7±22.8）和（62.6±14.2）μg/m³.西安PM_2.5中OC和EC的浓度[（6.5±2.5）μg/m³,（3.2±1.8）μg/m³]与蔺村[（6.8±1.8）μg/m³,（3.8±2.3）μg/m³]相当.西安OC/EC比值白天（2.6）高于夜晚（1.9）,蔺村反之（白天：1.6;夜晚：2.7）,主要是因为夜间城市地区重型卡车运输活动增强导致排放更多EC,而夜间农村地区人为活动较少导致EC排放显著降低.西安和蔺村无机离子总浓度分别为（20.2±14.6）和（30.1±10.5）μg/m³,占PM_2.5浓度的40.6%和47.6%.蔺村SO₄^2-的平均浓度高达19.0μg/m³,占PM_2.5浓度的30%以上,远高于西安（9.4μg/m³和18.9%）,主要与农村固体燃料（煤和生物质）使用有关.西安NO₃^-和Ca²⁺的浓度及其对PM_2.5的贡献、NO₃^-/SO₄^2-比值均明显大于蔺村,表明城市地区受机动车尾气和扬尘的影响更大.西安K⁺与Ca²⁺和Mg²⁺的相关性较强,而蔺村K⁺与EC的相关性显著强于西安,说明西安市区K⁺由粉尘源主导,而农村地区则主要来自生物质燃烧.