燃煤电厂二氧化碳(CO2)的排放造成了日益严峻的温室效应,加剧了全球气候危机。碳捕集、利用与封存(CCUS)技术逐渐成为实现碳减排的关键途径[1]。其中,如何高效捕集燃煤电厂燃烧后烟气中的CO2已成为研究的热点[2,3]。
在现有的CO2燃烧后捕集方法中,化学吸收法是应用最广泛的技术之一[4]。通常采用填料塔或喷雾塔作为化学吸收法捕集CO2的装置。在传统填料塔中,吸收剂沿填料层流动,并在填料表面形成液膜,烟气中的CO2被液膜吸收并与吸收剂发生反应。然而,这种方法存在设备体积大、能耗高、传质效率低等问题[5,6]。相比之下,喷雾法通过将吸收剂雾化为大量微小液滴,增大了液滴与烟气的接触面积,提升了气液传质速率。研究表明,喷雾塔的CO2吸收效率约为填料塔的2～7倍[7]。由于喷雾塔结构简单、压降低、传质效率高且适应性强[8,9],在CO2捕集应用中表现出较大潜力。
喷雾系统的性能受多种因素影响,喷嘴结构、液滴粒径分布、气液流量、停留时间等特性是影响CO2捕获性能和高效反应器设计的关键(图1)。优化喷雾系统的操作条件,如喷雾压力、液滴尺寸分布、气速、液速等,可以提升喷雾塔内的CO2捕集效率。此外,近年来新兴的喷雾方案,如双喷嘴对置冲击喷雾、气液并流、涡流反应器等[11-13],进一步提高了气液传质效率,表现出良好的应用前景。
图1 影响喷雾吸收效果的因素[10]
Fig.1 Factors affecting spray absorption efficiency[10]
本综述旨在全面总结喷雾法在CO2捕集中的应用,重点分析喷雾过程中液滴的形成机制、粒径分布规律、操作条件与不同喷雾方案的对比。数值模拟是研究气液流动与传质过程的重要工具,本研究还探讨了基于编程建模和商用软件的喷雾法捕集CO2数值模拟研究,评估了机器学习技术在喷雾塔性能优化中的最新进展,揭示了喷雾法捕集CO2技术的未来发展方向与应用前景。
1 喷雾形成与分布机制
1.1 喷雾的形成
喷雾是指液体在外部能量作用下,通过喷嘴喷射至气体介质中,并在表面张力、黏性力、惯性力及气动力等多种力的共同作用下破裂为微小液滴的过程[14]。雾化后液滴的体积比表面积显著增加,有效促进了气液传质过程。液滴的粒径分布、平均直径和雾化能耗是衡量喷雾质量和雾化特性的关键指标[15]。
喷嘴的几何结构、孔径大小及雾化方式直接影响吸收剂的雾化效果,从而决定喷雾塔的捕集性能。通常大孔径喷嘴对压力变化的敏感性较低,而小孔径喷嘴在压力增大时液滴粒径减小[16]。Kuntz等[7]比较了3种不同孔口尺寸的喷嘴对单乙醇胺(MEA)捕获CO2的影响。研究发现,当液体通过大孔口尺寸喷嘴且流量较低时,总体积传质系数(KGa)较低。这是因为低流量时,大喷嘴的喷雾未完全展开,并以液膜状存在,减少了雾化后的有效面积。随着液体流量的增加,喷雾逐渐展开,形成较小的液滴,增大了有效面积,进而使传质系数增加。
针对不同的CO2吸收剂性质和液体流量条件应选用合适的喷嘴进行雾化。多种原理的喷嘴(雾化器)已在喷雾法捕集CO2中得到应用,如压力喷嘴、临界流雾化器、冲击泡腾雾化器等(图2)。压力喷嘴被广泛用于CO2喷雾捕集系统[17-20],其工作原理依赖于通过高压将液体通过狭小的喷嘴孔口,利用压力差进行雾化,生成均匀细小的液滴。压力喷嘴存在对液体黏度敏感、需要小孔口才能产生精细喷雾等缺点,尤其在处理高黏度吸收剂时问题突出[21]。
图2 雾化器结构示意图[21-23]
Fig.2 Schematic diagram of atomizer structure[21-23]
两相临界流雾化器的原理主要基于两相混合物的临界流动[24]。当气液混合物达到临界状态时,压差的增加不会提升流速,而是将多余能量用于液体的雾化,从而形成细小均匀液滴。该雾化器能够产生液滴索特平均直径(SMD)范围为30～150 μm,并且液滴会以非常高的速度(20～30 m·s-1)均匀移动,高速度的喷射使液滴在下降过程中不易发生聚并。相较于实心锥形喷嘴,临界流雾化器能在较低的流量的条件下,显著提高气液界面面积,提高CO2的吸收率。
冲击泡腾雾化器(IEA)由于其对高黏度流体的高效雾化与低能耗而受到关注[25,26]。冲击泡腾雾化器通过2股或多股气液流的碰撞来增强雾化效果。液体在出口处的碰撞促进了液滴的破碎,生成更细小的液滴。通过调节气液比和出口角度,可有效控制碰撞强度和液滴的最终尺寸。与单孔雾化器相比,IEA的喷雾覆盖面积显著增加,提升了116%[21]。相较于传统的非碰撞式雾化器(NIEA),IEA的液滴尺寸分布更加均匀。在低气液比条件下,IEA表现出较高的能效,适用于高效的CO2捕集过程。
1.2 液滴行为
1.2.1 液滴的受力分析
在喷雾系统中,气体与液滴的相互作用与液滴的受力、速度和停留时间密切相关,直接决定了液滴的运动状态及其在塔内的空间分布。喷雾塔内存在气液流场,液滴在重力和气体曳力的作用下运动。假设液滴的物理参数保持恒定且保持球形。液滴在塔内的运动方程可以表示为式(1)[27,28]。
式(1)中:ud为液滴速度,m·s-1;t为时间,s;FD为阻力,N;ug为气流速度,m·s-1;g为重力加速度,m·s-2;ρd为液滴密度,kg·m-3;ρg为气体密度,kg·m-3。
阻力FD表示为式(2)。
式(2)中:μg为气体动力黏度,Pa·s;d为液滴直径,m;CD为阻力系数;Re为雷诺数。
雷诺数Re表示为式(3)。
根据不同的雷诺数,阻力系数CD可表示为式(4)。
Xu等[29]评价了喷雾捕集CO2系统的液滴受力原理(图3)。对于向下喷雾,气体在不同区域的速度差异导致液滴受到不均匀的阻力。高速区域的气体对液滴施加较大阻力,而液滴则通过向下反作用力减缓气体流速。气体趋向沿阻力较小的路径流动,缓解了气流分布的不均匀性。对于向上喷雾,当液滴速度大于气体速度时,液滴会带动气体向上运动;当液滴速度介于不同区域的气体速度之间时,液滴在某些区域可能阻碍气流,而在其他区域加速气流;当液滴速度小于气体速度时,液滴则会阻碍气流的流动。总体而言,由液滴运动公式可知:粒径越小的液滴对气速更为敏感,而气速越高对液滴的作用越显著,这种现象会导致夹带效应[30],影响喷雾塔效率。在设计喷雾方案时,可根据液滴运动公式,结合气液参数,评估气体流速对液滴运动的影响,从而确定合适的运行参数范围,以提升喷雾捕集CO2系统的性能。
图3 喷雾系统的液滴受力示意图[29]
Fig.3 Schematic diagram of droplet forces in the spray system[29]
1.2.2 液滴行为的影响
对于常规的逆流式喷雾塔,液滴在喷雾塔的大部分区段做沉降运动[31]。在气流与液滴间相互作用的影响下,喷雾塔内的液滴在沉降过程中可能存在几种行为影响传质效果[32]:(1) 液滴撞击塔壁后造成的壁面效应。(2) 液滴空间分布、液滴尺寸和气体速度的不均匀性。(3) 液滴合并或破碎现象。
塔径决定喷雾塔内液滴是否撞击壁面。塔径若较大,液滴无法到达壁面附近的区域,壁面附近流动的气体无法被液滴吸收。塔径若较小,部分液滴在喷射后不久就会发生壁面碰撞[33]。液滴撞击塔壁后会形成液膜,而液膜会造成吸收损失[34],虽然液膜具有一定的吸收能力,但碰壁后形成的液膜的传质系数kl比液滴低约2个数量级[35]。为了保证喷雾塔的传质效果,需尽可能减少壁面效应。同时,在液滴沉降过程中,由于粒径差异,液滴的沉降速度不同[31],大液滴会追赶小液滴并发生合并或破碎现象。液滴的合并将导致可用于吸收的接触面积减少,相反,液滴的进一步破碎则会增加接触面积。
液滴行为可以通过合理控制喷雾锥角来优化。较小锥角可以减少壁面损失,但液滴分布更密集,液滴易聚并,导致界面面积减小,不利于传质效率提升[36];而锥角增大到临界点后,气液接触已达最优,继续增加喷雾角度并不会显著提升传质,反而增加壁面损失,减少吸收效率的提升空间[37]。因此,喷雾角度的选择要结合吸收剂流量与喷雾塔规格考量,减少液滴聚并与壁面效应,以实现最佳的传质性能。
1.3 液滴粒径分布
塔内液滴粒径分布与气液接触面积密切相关,直接影响气液传质效率。雾化喷嘴产生的液滴具有一定的粒度分布范围,确定喷雾液滴粒径分布的方法包括图像法、光散射法、激光多普勒法等[14,15,38]。喷雾液滴的初始粒径通常遵循偏正态分布[5]、对数正态分布[39,40]、Rosin-Rammler分布[41-43]等。
1.3.1 气速和喷雾压力的影响
喷雾塔中气流速度和喷雾压力对液滴粒径分布具有显著影响。提高气速能够加剧大尺寸液滴的非对称形变、水平晃动及碰撞[44],从而进一步减小液滴的特征尺寸,并使液滴分布更加均匀。同时,喷雾压力直接影响液滴的雾化效果及粒径分布。随着喷雾压力的升高,液滴平均粒径减小,单位体积内液滴数量增加,进而增大气液界面面积[45],提高了喷雾塔中CO2吸收的效率。祝杰等[31]的研究表明,随着喷雾量的增加,塔顶附近的液滴SMD呈现增大趋势,而塔的中部和下部区域的液滴SMD则有所减小。同时,随着空塔气速的提高,液滴的SMD会减小。
1.3.2 液滴粒径分布规律
喷嘴下游的气-液接触区域,尤其是喷嘴尖端附近,高度湍流和液滴破裂引发的界面面积显著增加[32,46]。祝杰等[31]通过拍照法研究了逆流喷雾塔内的液滴粒径分布,喷雾塔顶部液滴分布密集,底部稀疏,液滴平均粒径沿塔向下逐渐减小,整体趋于均匀化。液滴下落过程中,大液滴碎裂成小液滴,大液滴的数量减少,小液滴的数量增加。程卫民等[16]研究了压力式雾化喷嘴的粒径分布。喷雾轴心处的液滴粒径较小,而雾场边缘的粒径则相对较大。
2 喷雾法捕集二氧化碳
2.1 CO2吸收的影响因素
2.1.1 气液流量
图4展示了气体流量对喷雾塔总体积传质系数(KGa)和CO2吸收效率(η)的影响。随着气体流量的增加,KGa显著提高,但CO2吸收效率随之下降。传质系数上升主要是因为气速增加促进了气液界面的扩展,增强了气相传质。然而,气速的增加同时导致液气比降低,过量的烟气难以与有限的吸收剂充分接触,进而削弱了吸收效率[11,47]。在低气速下,传质过程以气相控制为主,气速增加有助于提高传质系数。当气速达到某一临界值后,传质机制从气相控制转向液相控制,导致总传质系数趋于稳定,进一步增加气速对传质效果的提升有限[7]。因此,设计喷雾塔时需确保气体流速保持在适当范围。
图4 气体流量对总体传质系数与CO2吸收效率的影响[47]
Fig.4 Effect of gas flow rate on overall mass transfer coefficient and CO2 absorption efficiency[47]
液体流量对气液界面面积的影响主要由2个因素决定。首先,随着液体流量的增加,喷嘴将液体分散为更多的小液滴,液滴的数量密度增大,显著增大了气相与液相之间的界面面积。其次,液体流速的增加导致液滴尺寸减小,进一步扩大了气液界面面积。通常情况下,增大液体流量会提高CO2的吸收效率[18,24,45]。当吸收剂液滴的数量密度超过一定限度时,喷雾塔内高液滴浓度区域的气体浓度迅速降低,传质速率的提升可能受到限制。
表1展示了文献中不同CO2喷雾捕集系统参数。表1中:KGa为总体积传质系数,kmol·m-3·h-1·kPa-1;Φ为总吸收速率,kmol·m-3·h-1。由表1可见,较低的气体流量和较大的吸收剂流量(即较高的液气比)有助于提高CO2的去除效率。
表1 不同CO2喷雾捕集系统参数
Table 1 Parameters of different CO2 spray trapping systems
注:“—”为无数据。
吸收剂反应器结构参数喷嘴规格 KGa/(kmol·m-3·h-1·kPa-1)或Φ/(kmol·m-3·h-1)气液条件CO 2吸收参考效率/%文献逆流喷雾塔BETE 30% MEA溶液塔高:3.7 mMPL 0.30 NKG a=0.128 w(CO2):12%气体流量:19.8 m3·h-156.40[46]直径:0.203 m全锥形压力旋流喷嘴孔口直径:1.1 mm液体流量:68.4 L·h-1变径喷雾塔30% MEA溶液塔高:0.785 m双喷嘴对喷Φ=1.576 w(CO 2):10.6%塔径:0.2 m、孔口直径:0.5 mm气体流量:3 m 3·h-184.30[11]0.12 m、0.16 m液体流量:30 L·h-1并流喷雾塔30% MEA溶液塔高:1 m喷嘴孔口Φ=0.402 w(CO 2):8%气体流量:1.5 m 3·h-158.83[12]直径:0.2 m孔口直径:1.1 mm液体流量:27 L·h-130%MEA溶液3个连续逆流α(溶剂负荷)=喷雾塔w(CO 2):15%0.45 mol CO2/塔高:5 m全锥形喷嘴—气体流量:120 m 3·h-114.00[51]mol MEA直径:0.37 m液体流量:590 L·h-13 mol·L-1逆流喷雾塔MEA溶液塔高:1.5 mKG a=0.059 0 w(CO2):9.5%—气体流量:0.2 m3·h-148.07[47]直径:0.1 m液体流量:0.5 L·h-13 mol·L-1逆流喷雾塔KGa=0.039 7 w(CO2):9.5%—NaOH溶液塔高:1.5 m气体流量:0.2 m 3·h-135.33[47]直径:0.1 m液体流量:0.5 L·h-1逆流喷雾塔实心锥形压力旋流w(CO2):15%5% NH3溶液塔高:1.5 m喷嘴KGa=0.056 5 气体流量:6 m3·h-141.40[19,45]直径:0.15 mJJXP-030液体流量:120 L·h-15% NH3溶液逆流喷雾塔实心锥形压力旋流w(CO2):15%PZ浓度塔高:1.5 m喷嘴KGa=0.083 5 气体流量:6 m3·h-154.40[45]0.1 mol·L-1直径:0.15 mJJXP-030液体流量:120 L·h-1逆流喷雾塔w(CO2):17.5%10% NH3溶液塔高:1 m压力旋流喷嘴气体流量:1.5 m 3·h-186.38[33]直径:0.2 m孔口直径:0.5 mm—液体流量:39 L·h-1
2.1.2 吸收剂
喷雾法捕集CO2常用的吸收剂包括无机吸收剂(如氨水、NaOH)、30%的单乙醇胺(MEA)以及混合吸收剂(如NH3/PZ)等。其中,30%的单乙醇胺溶液(MEA)得到了广泛应用。增加MEA的浓度可以提高游离MEA的含量,以提高吸收速率[11,46],但MEA浓度的增加会伴随黏度上升,影响传质效果。Kayahan等[48]研究了喷雾塔中MEA浓度对CO2总体积传质系数(KGa)和吸收效率的影响。结果显示,随着MEA浓度的增加,KGa显著提升,这主要归因于液滴表面反应活性MEA分子的增加。总体来看,MEA浓度增加所带来的游离MEA含量的提升,对传质速率的贡献大于扩散系数降低和溶解度减少所带来的负面影响[46]。
2.1.3 气液流向
喷雾塔中的气液流向主要分为逆流和并流2种形式。逆流式指气体自下而上流动,液体则自上而下喷洒,气液在塔内相对流动并形成逆向接触;而并流式则是气体与液体自上而下沿相同方向流动,气液保持一致的流向。
喷嘴附近是最有效的传质区域,通过并流的形式直接将气体和液滴直接供应到该区域,会产生更高的传质速率。Javed等[37]发现气液并流条件下,CO2的总体积传质系数(KGa)随液体流量的增加而提高。相较于气液逆流方式,并流条件下的KGa随液体流量的增加呈现出更为快速的增长趋势。Zhang等[12]采用并流喷雾塔捕集CO2,该并流喷雾塔CO2的吸收率高于逆流喷雾塔。在前60 s内,并流喷雾塔的整体吸收率比逆流喷雾塔高约50%。这是因为气体入口靠近喷嘴,导致喷嘴附近的气体流速增大,增强了液滴表面的剪切应力。这种剪切应力促进了液体内部的循环,从而增强了CO2的吸收效率。
2.1.4 涡流
涡流反应器具有不均匀的切向、轴向和径向速度分量以及静压梯度,能产生更强的湍流强度和混合效果,涡流可以增加气相的传质,也会增加液滴的内部循环,有利于传质过程[49]。Javed等[37]研究了高强度涡流喷雾洗涤器对CO2捕集性能的影响。发现涡流相比于轴向气流能够显著提高CO2的捕集效率,其总体积传质系数(KGa)增加了31%至49%。Zhao等[13]研究了涡流多级喷雾反应器对CO2的吸收效果,研究表明涡流的湍流混合、化学反应速率和停留时间均优于非涡流。不同操作参数下涡流相对于非涡流在CO2捕获效率和总体积传质系数(KGa)方面分别呈现出7%～15%和18%～33%的增强。涡流反应器吸收效率高的原因源于涡流引起的高气相湍流强度以及边界层的减薄,这两者共同作用促使气液界面附近的传质速率加快。
2.1.5 喷嘴布置
喷雾塔对CO2的吸收效率可以通过多种喷雾方案来调节。双喷嘴对置冲击喷雾法表现出较好的CO2吸收性能[11,50],双喷嘴注入的液滴在塔中心相互撞击,液滴会分解成更小的尺寸,气液界面面积迅速增加。此外,双喷嘴喷雾模式形成了更多的涡流,促进了气液传质过程。与单喷嘴和中间喷雾法相比,采用双喷嘴对置冲击喷雾的喷雾塔在CO2吸收性能方面表现出更为优异的效果。此外,由于CO2的吸收主要发生在喷嘴出口附近,可以考虑扩展喷嘴出口的空间来提升吸收效率。
Cho等[40]提出了一种新型的多喷嘴板喷雾塔捕集CO2。该喷嘴板能够在整个流动截面上均匀垂直喷射大小均匀的吸收剂液滴,液滴的均匀尺寸和空间分布减少了壁面附着和小液滴碰撞的损失,解决了传统塔中液滴分布不均匀导致的捕集效率下降问题。研究结果表明:该喷雾塔的CO2捕集效率达到95%。
Xu等[29]研究了工业规模喷雾塔中不同喷雾方案对CO2吸收效率及塔内流体力学的影响。研究表明,采用下喷嘴层向上喷射的方案能够将液滴的平均停留时间延长5.2%,使CO2吸收率从79.1%提升至82.9%。这主要归因于液滴的重新分布以及向上运动的液滴对气流的引导作用,降低了下层液滴的密度。通过调节喷雾方案来利用夹带效应或阻塞效应控制气体流动,显示出较高的经济性和操作上的优势。
2.2 传质模型
2.2.1 单液滴内部停滞模型
在喷雾塔中,单个液滴的气体吸收过程构成了传质作用的基本单元。当气体与液滴接触时,气体分子首先通过液滴表面的浓度边界层吸附在液面上后进入液滴。液滴表面吸附速率受气流中的对流扩散影响,内部分布则由内部循环流的对流扩散控制。一些学者对单液滴内部浓度场分布进行研究,发展了一些液滴内部停滞的CO2吸收模型[52,53]。Dimiccoli等[35]研究了喷雾塔CO2的动力学和传质行为,基于分子传递理论,气体扩散到球形液滴中可以通过积分以下方程来确定:
式(5)中:cCO2为CO2的浓度,mol·L-1;DCO2,l为液相中CO2的扩散系数,m2·s-1;r为半径,m。
可以根据该方程的解析解计算液滴内气体物质的浓度分布:
式(6)中:cr为半径r处的液滴内气体浓度,mol·L-1;cb为液相主 体的气体浓度,mol·L-1;ci为气体界面浓度,mol·L-1;dS为索特平均直径,m;rp为液滴半径范围,m。
Munkyoung等[53]对NH3单液滴吸收CO2过程进行了数值模拟,计算了单个液滴内的速度场与浓度场。推导出了描述瞬时吸收质量通量作为瞬时浓度条件的经验公式:
式(7)中:
为CO2的质量吸收率,kg·s-1;A为液滴界面面积,m2;k为反应速率常数,m3·mol-1·s-1;cg为气相浓度,mol·L-1;cl为液相浓度,mol·L-1;E为活化能,J·mol-1。
2.2.2 液滴充分混合的传质模型
另一种内部混合良好的液滴的传质模型是基于经典的双膜理论,气液相间存在稳定的相界面,界面两侧存在气膜与液膜,传质阻力集中在膜内。液滴被认为是内部充分混合的。该传质模型主要用于描述喷雾系统中多液滴的传质行为。其中CO2的吸收速率可以由式(8)表示:
式(8)中:NCO2为CO2的传质通量,mol·m-2·s-1;Kg为总传质系数,mol·m-2·Pa-1·s-1;pCO2为CO2的气相分压,Pa;H为亨利系数,Pa·L·mol-1
总传质系数Kg可表示为式(9):
式(9)中:kg为气相传质系数,mol·m-2·Pa-1·s-1;E为增强因子;kl为液相传质系数,m·s-1。
液滴充分混合的传质模型所计算的气相传质系数(kg)依赖于瞬时液滴速度,需根据液滴运动速度的变化不断更新。可以通过修正的Ranz-Marshall公式计算:
式(10)中:Sh为舍伍德数;DCO2,g为气相中CO2的扩散系数,m2·s-1;R为气体常数,J·mol-1·K-1;T为温度,K。
对于液相传质系数(kl),过去的研究提出了一些经验模型。表2总结了喷雾吸收CO2的舍伍德数(Sh)相关性与液相传质系数(kl)模型。表2中:Sc为施密特数;σ为表面张力,N·m-1;md为液滴的质量,kg;k为反应速率常数,m3·mol-1·s-1;cMEA为溶剂MEA的浓度,mol·L-1;α为溶剂负载。其中,模型1是基于表面拉伸模型的半经验方程,被广泛用于描述液滴粒径在600～6 000 μm范围内的液相传质系数。
表2 喷雾吸收CO2的舍伍德数(sh)公式和液相传质系数(kl)模型
Table 2 Sherwood number (Sh) equation and liquid-phase mass-transfer coefficient (kl) model for CO2 absorption by sprays
序号吸收剂液滴粒径范围/μm舍伍德数Sh液相传质系数kl参考文献kl=0.88fDCO2,l NH3溶液600～6 000 Sh=2+0.69Re0.5Sc0.33 MEA溶液18σ[18,19,54]f=3πmd 2MEA溶液88～165 Sh=2+0.522Re 1/2 Sc 1/3 kl=kCMEA(1-2α)DCO2,l[55]H 3NH3/PZ溶液385～531 Sh=2+0.6Re1/2Sc1/3kl=0.8DCO2,luρgCD[20,45,56]d2ρd 4Ca(OH)2浆料200～1 000 Sh=2+0.55Re1/2Sc1/2kl=[36]DCO2,ldρd m
3 喷雾捕集二氧化碳的数值模拟
数值模拟是研究气液流动与传质过程的重要工具,通过数值模拟,可以准确预测吸收塔的流体动力学行为和传质机制,为系统的优化提供理论依据。基于编程的数学模型和计算流体动力学(CFD)软件广泛应用于喷雾传质过程的研究。简化喷雾过程的编程模型计算速度快,但精度相对较低;而Fluent等商用软件具有较高的精度,但对计算资源的需求较大。在喷雾捕集CO2的数值模拟中,须在计算精度和时间成本之间取得平衡。而机器学习方法凭借其强大的数据处理和预测能力,为CO2捕集模拟提供了新的研究途径。
3.1 编程模拟
在早期的研究中,对喷雾过程进行了合理的简化,发展了基于编程的喷雾吸收模拟[34,57,58]。这些模拟根据喷嘴和喷雾特性,应用微分方程预测液滴的轨迹和局部速度,与传质、化学反应等控制方程同时求解,能够准确反映喷雾传质行为、降低运算成本。气液之间的耦合一般通过PSI-Cell方法实现[59-61],PSI-Cell方法[62]将流场被划分为许多小的控制体积。每个液滴在经过这些控制体积时都会与其中的气相作用,从而更新液滴的变化与气相浓度。
为了节约计算资源并充分发挥编程模拟的优势,部分学者开发了一些预测喷雾吸收CO2的模型,这些模型仅考虑了反应器高度方向的变化。Bhati[55]开发了一个基于第一性原理的MEA吸收CO2的解析模型[图5(a)]。该模型通过液滴尺寸、速度和液体流量来定义单位高度的液滴密度。使用了Python中的solve_ivp函数求解微分方程来计算高度上w(CO2)和溶剂负载的分布。模型在高液体流速下的预测效果良好,相较于传统的计算流体动力学(CFD)模拟具有显著的速度优势。但由于模型未考虑液滴之间的相互作用,对较低的液体流速预测精度不够。
图5 喷雾吸收CO2的模型示意图[39,55]
Fig.5 Schematic diagram of the model for CO2 absorption by spray[39,55]
Cho等[39,40]基于MATLAB开发了一维喷雾塔的数值模拟方法[图5(b)]。模型假设CO2气体自反应器底部以恒定速度引入,液滴从顶部均匀注入并以恒定的终端速度下降。模型对高度方向划分的各单元的质量平衡方程进行迭代求解,动态调整气液浓度分布。实验结果与模拟预测高度吻合,证明了该模型在喷雾塔CO2捕集研究的可靠性。
3.2 CFD模拟
计算流体力学(CFD)模拟能够真实、准确地反映喷雾塔内的流体速度场和浓度场特性,有助于观察反应器内的液滴运动行为和烟气流场分布,在喷雾研究领域得到了广泛应用。欧拉-拉格朗日方法广泛用于喷雾塔气体吸收过程的多相流建模[8,63,64]。该方法将气相视为连续相,液滴作为离散相进行轨迹跟踪与求解。
通常在Fluent软件中,通过求解Navier-Stokes(RANS)方程并结合湍流模型来描述欧拉框架下的连续相流动。气相简化为不可压缩的理想流体,气相的控制方程包含质量、动量和能量守恒方程。用于喷雾塔模拟的代表性的气相湍流模型包括标准k-ε模型[43,63]、RNG k-ε模型[19,65]、Realizable k-ε模型[18,20,42,66]和雷诺应力模型(RSM)[13,49]等。
当颗粒的体积分数小于10%时,使用离散相模型(DPM)来跟踪液滴运动[27]。离散相与连续相通过动量、质量和能量传递进行耦合。液滴碰撞、聚结和液滴撞壁现象的准确描述在数值模拟中具有挑战性。多数模拟忽略了液滴之间的相互作用,这一假设大大简化了欧拉-拉格朗日方法。然而,由于需要跟踪数百万个液滴,这种简化方法仍然消耗大量的计算资源,一般采用多组具有相同属性的液滴群来模拟喷雾行为[18]。
液滴破碎和碰撞模型包括TAB破碎模型和WAVE模型[43]。TAB模型适用于低韦伯数(We)的情况,液滴会因空气阻力振荡而破碎;而WAVE模型则适用于韦伯数大于100的情况,高速气流导致液滴表面波动并破碎。
液滴与壁面的相互作用方式对喷雾塔吸收效率的模拟结果产生一定影响。当液滴接触壁面时,一般采用理想反射(图6)或基于冲击能量的液膜模型来处理[67]。理想反射方法能够较好地预测压降,而液膜模型下的压降计算结果低于实际测量值[29]。Marocco等[42]模拟了液滴在内壁表面上的完全反弹和完全沉积,结果表明液滴在壁面沉积时,模拟的气体吸收效率明显低于理想反射条件下的结果,这主要是由于壁面损失导致。
图6 基于液滴理想反射模型的喷雾捕集CO2的CFD模拟[20]
Fig.6 Schematic of the CFD simulation for CO2 capture by spray based on the droplet ideal reflection model[20]
3.3 机器学习方法预测
数值模拟和计算流体动力学(CFD)评估和优化喷雾吸收性能的方法在处理复杂系统时存在一定局限性,并且对计算资源的需求较高,限制了其应用。近年来,机器学习方法因其强大的数据处理和预测能力,能够有效捕捉喷雾系统中输入变量与输出响应之间的非线性关系,逐渐被引入到吸收性能的评估和优化中,为进一步提升CO2捕集效率提供了新的研究途径[68-70]。
Tabarzadi等[71]利用人工神经网络(ANN)和响应面法(RSM)对喷雾塔中的CO2捕集过程进行了预测建模,确定了模型的输入变量与输出变量。其训练数据源自文献中的实验数据集。不同因素的扰动分析结果表明:气体流量、入口压力和入口负载对出口压力具有正向影响,而液体流量则对出口压力产生负向影响。Caprio等[72]评估了多种机器学习方法在预测喷雾塔CO2捕集过程中总体积传质系数(KGa)方面的表现。比较了岭回归(Ridge regression)、决策树回归(DTr)、支持向量机回归(SVMr)和人工神经网络(ANN)在预测准确性和泛化能力上的表现。结果表明支持向量机回归(SVMr)是预测喷雾塔中CO2总体积传质系数的最佳选择。
4 结语
系统地综述了喷雾法在CO2捕集中的最新研究进展,深入探讨了喷雾过程中液滴形成机制以及操作条件对CO2传质性能的影响。未来研究方向应集中于以下几点:
(1) 液滴的粒径分布是影响传质效果的重要因素,它直接决定了气液接触面积的大小。要采用合理的方法控制液滴的粒径分布,减少液滴聚并与壁面效应,以提升喷雾法捕集CO2的传质效果。
(2) 通常吸收剂浓度越高,吸收剂流量越大,气体流量越低,越有利于CO2的去除。研究应评估气液条件变化对吸收效率的敏感性,以确定最优的操作参数。
(3) 喷雾塔可采用特定的喷雾方案(如双喷嘴冲击喷雾)并优化反应器内部流动特性(如涡流反应器)。这些方法有助于增强塔内的湍流强度和混合效果,增大气液界面面积,延长停留时间,有效提高CO2的捕集效率。
(4) 未来,随着计算流体力学与机器学习技术的发展,将大幅提高计算机对喷雾系统的优化能力。喷雾的数值模拟应在合理的假设的基础上,考虑更多传质影响因素(如液滴聚并、壁面碰撞等),以平衡计算精度和时间成本。同时,采用先进的机器学习方法,可以提升模型在不同操作条件下的预测性能与泛化能力。
上述进展将推动开发出具备高传质效率和低能耗特性的 CO2喷雾捕集系统,为大型吸收塔的结构设计提供重要技术支撑。
[1] LIANG B, CHEN C, JIA C, et al. Carbon capture, utilization and storage (CCUS) in oil and gas reservoirs in China: Status, opportunities and challenges[J]. Fuel, 2024, 375: 132353
[2] SOO X Y D, LEE J J C, WU W, et al. Advancements in CO2 capture by absorption and adsorption: A comprehensive review[J]. Journal of CO2 Utilization, 2024, 81: 102727
[3] GAUTAM A, MONDAL M K. Review of recent trends and various techniques for CO2 capture: Special emphasis on biphasic amine solvents[J]. Fuel, 2023, 334: 126616
[4] ATZORI F, BARZAGLI F, DAI S, et al. A new model-aided approach for the design of packed columns for CO2 absorption in aqueous NH3 solutions[J]. Chemical Engineering Science,2024, 288: 119780
[5] BEŠENIC′ T, BALETA J, PACHLER K, et al. Numerical modelling of sulfur dioxide absorption for spray scrubbing[J]. Energy Conversion and Management, 2020, 217: 112762
[6] JIANG B, HE C, ZHAN W, et al. Mass transfer of chemical absorption of CO2/N2 mixed gas in a microchannel[J]. Chemical Engineering Science, 2023, 280: 118996
[7] KUNTZ J, AROONWILAS A. Performance of spray column for CO2 capture application[J]. Industrial & Engineering Chemistry Research, 2008, 47(1): 145-153
[8] LIU H, WANG C, ZHOU C, et al. Gas and slurry flow behaviors in a CO2-mineralization spray tower reactor[J]. AIChE Journal, 2024, 70(4): e18329
[9] HONG M, XU G, LU P, et al. CFD analysis of the spray droplet parameters effect on gas-droplet flow and evaporation characteristics in circulating fluidized bed desulfurization tower[J]. Chemical Engineering Research and Design, 2023, 196: 184-203
[10] 王益帆, 郭海林, 周帅鹏, 等. 喷雾粒度对氨气泄漏应急喷淋吸收效率的实验研究[J]. 科学技术与工程, 2018, 18(33): 230-236
WANG Yifan, GUO Hailin, ZHOU Shuaipeng, et al. Experimental study on spray particle size on ammonia leakage emergency spray absorption efficiency[J]. Science Technology and Engineering, 2018, 18(33): 230-236(in Chinese)
[11] WU X, QIN Z, YU Y, et al. Experimental and numerical study on CO2 absorption mass transfer enhancement for a diameter-varying spray tower[J]. Applied Energy, 2018, 225: 367-379
[12] ZHANG Z, GE Y, YANG L, et al. Enhancing CO2 absorption with compact multiflow absorber: Evaluation of operational factors[J]. Industrial & Engineering Chemistry Research, 2024, 63(13): 5618-5628
[13] ZHAO B, SU Y, CUI G. Post-combustion CO2 capture with ammonia by vortex flow-based multistage spraying: Process intensification and performance characteristics[J]. Energy, 2016, 102:106-117
[14] 赵家丰, 聂万胜, 林伟, 等. 喷雾场内液滴粒径光学测试技术进展[J]. 激光技术, 2019, 43(5): 112-117
ZHAO Jiafeng, NIE Wansheng, LIN Wei, et al. Research progress of optical measurement of particle size in spray[J]. Laser Technology, 2019, 43(5): 112-117(in Chinese)
[15] 陈小艳, 周骛, 蔡小舒, 等. 大型喷雾粒径分布的图像法测量[J]. 化工学报, 2014, 65(2): 480-487
CHEN Xiaoyan, ZHOU Wu, CAI Xiaoshu, et al. Particle size distribution measurement of large spray by imaging[J]. CIESC Journal, 2014, 65(2): 480-487(in Chinese)
[16] 程卫民, 周刚, 左前明, 等. 喷嘴喷雾压力与雾化粒度关系的实验研究[J]. 煤炭学报, 2010, 35(8): 1308-1313
CHENG Weimin, ZHOU Gang, ZUO Qianming, et al. Experimental research on the relationship between nozzle spray pressure and atomization particle size[J]. Journal of China Coal Society,2010, 35(8): 1308-1313(in Chinese)
[17] KAVOSHI L, HATAMIPOUR M S, RAHIMI A. Kinetic modeling of reactive absorption of carbon dioxide in a spray dryer[J].Chemical Engineering & Technology, 2013, 36(3): 500-506
[18] XU Y, CHANG W, CHEN X, et al. CFD modeling of MEA-based CO2 spray scrubbing with computational-effective interphase mass transfer description[J]. Chemical Engineering Research and Design, 2023, 189: 606-618
[19] XU Y, JIN B, ZHAO Y, et al. Numerical simulation of aqueous ammonia-based CO2 absorption in a sprayer tower: An integrated model combining gas-liquid hydrodynamics and chemistry[J]. Applied Energy, 2018, 211: 318-333
[20] XU Y, CHEN X, ZHAO Y, et al. Modeling and analysis of CO2 capture by aqueous ammonia + piperazine blended solution in a spray column[J]. Separation and Purification Technology, 2021, 267: 118655
[21] CEJPEK O, MALY M, KUMAR DHINASEKARAN V, et al. Novel atomizer concept for CCS applications: Impinging effervescent atomizer[J]. Separation and Purification Technology, 2023, 311: 123259
[22] LIU X, XUE R, RUAN Y, et al. Flow characteristics of liquid nitrogen through solid-cone pressure swirl nozzles[J]. Applied Thermal Engineering, 2017, 110: 290-297
[23] BANDYOPADHYAY A, BISWAS M N. Critical flow atomizer in SO2 spray scrubbing[J]. Chemical Engineering Journal, 2008, 139(1): 29-41
[24] BANDYOPADHYAY A, BISWAS M N. CO2 capture in a spray column using a critical flow atomizer[J]. Separation and Purification Technology, 2012, 94: 104-114
[25] PARK J E, LEE T W, MALY M, et al. Determination of the drop size and distributions in swirl injection in cross flows, impinging, and effervescent injectors[J]. Atomization and Sprays, 2024, 34(5): 27-38
[26] ZAREMBA M, KOZÁK J, MALY M, et al. An experimental a-nalysis of the spraying processes in improved design of effervescent atomizer[J]. International Journal of Multiphase Flow, 2018, 103: 1-15
[27] LIU D, WANG Z, CAI Y, et al. Computational fluid dynamics based modeling of gas absorption process: A state-of-the-art review[J]. Industrial & Engineering Chemistry Research, 2024, 63(18): 7959-8002
[28] HONG M, XU G, LU P, et al. Numerical simulation on gasdroplet flow characteristics and spray evaporation process in CFB-FGD tower[J]. Advanced Powder Technology, 2023, 34(5): 104008
[29] XU Y, CHANG W, CHEN X, et al. CFD investigation of postcombustion CO2 capture using an industrial spray tower: Regulation effects of spray schemes[J]. Chemical Engineering Science, 2024, 293: 120053
[30] QIN M, DONG Y, CUI L, et al. Pilot-scale experiment and simulation optimization of dual-loop wet flue gas desulfurization spray scrubbers[J]. Chemical Engineering Research and Design, 2019, 148: 280-290
[31] 祝杰, 吴振元, 叶世超, 等. 喷淋塔液滴粒径分布及比表面积的实验研究[J]. 化工学报, 2014, 65(12): 4709-4715
ZHU Jie, WU Zhenyuan, YE Shichao, et al. Drop size distribution and specific surface area in spray tower[J]. CIESC Journal, 2014, 65(12): 4709-4715(in Chinese)
[32] TAMHANKAR Y, KING B, WHITELEY J, et al. Interfacial area measurements and surface area quantification for spray absorption[J]. Separation and Purification Technology, 2015, 156: 311-320
[33] LIM Y, CHOI M, HAN K, et al. Performance characteristics of CO2 capture using aqueous ammonia in a single-nozzle spray tower[J]. Industrial & Engineering Chemistry Research, 2013, 52(43): 15131-15137
[34] DARAKE S, HATAMIPOUR M S, RAHIMI A, et al. SO2 removal by seawater in a spray tower: Experimental study and mathematical modeling[J]. Chemical Engineering Research and Design, 2016, 109: 180-189
[35] DIMICCOLI A, DI SERIO M, SANTACESARIA E. Mass transfer and kinetics in spray-tower-loop absorbers and reactors[J].Industrial & Engineering Chemistry Research, 2000, 39(11):4082-4093
[36] WANG C, LIU M, LIU H, et al. Numerical analysis of CO2 absorption characteristics in industrial flue gas mineralization spray tower reactor[J]. Separation and Purification Technology, 2025,354: 129051
[37] JAVED K H, MAHMUD T, PURBA E. The CO2 capture performance of a high-intensity vortex spray scrubber[J]. Chemical Engineering Journal, 2010, 162(2): 448-456
[38] TAMHANKAR Y, KING B, WHITELEY R, et al. Aqueous amine spray absorption and droplet distribution data for CO2 capture applications[J]. Energy Procedia, 2014, 63: 293-300
[39] CHO M, CHOI M, LEE S, et al. Upper-bound efficiency of spray towers to capture CO2 using polydispersed NH3 droplets[J]. Industrial & Engineering Chemistry Research, 2017, 56(51): 15177-15183
[40] CHO M, LEE S, CHOI M, et al. Novel spray tower for CO2 capture using uniform spray of monosized absorbent droplets[J]. Industrial & Engineering Chemistry Research, 2018, 57(8):3065-3075
[41] ZHANG T, TANG Q, PU C, et al. Numerical simulation of gasdroplets mixing and spray evaporation in rotary spray desulfurization tower[J]. Advanced Powder Technology, 2022, 33(2): 103420
[42] MAROCCO L. Modeling of the fluid dynamics and SO2 absorption in a gas-liquid reactor[J]. Chemical Engineering Journal,2010, 162(1): 217-226
[43] WU X, SHARIF M, YU Y, et al. Hydrodynamic mechanism study of the diameter-varying spray tower with atomization impinging spray[J]. Separation and Purification Technology, 2021,268: 118608
[44] 祝杰, 刘振华, 杨云峰, 等. 运用Rosin-Rammler函数研究喷淋塔内液滴粒径分布规律[J]. 高校化学工程学报, 2015,29(5): 1059-1064
ZHU Jie, LIU Zhenhua, YANG Yunfeng, et al. Applying the rosin-rammler function to study on drop size distribution in spray tower[J]. Journal of Chemical Engineering of Chinese Universities, 2015, 29(5): 1059-1064(in Chinese)
[45] XU Y, JIN B, CHEN X, et al. Performance of CO2 absorption in a spray tower using blended ammonia and piperazine solution:Experimental studies and comparisons[J]. International Journal of Greenhouse Gas Control, 2019, 82: 152-161
[46] TAMHANKAR Y, KING B, WHITELEY J, et al. Spray absorption of CO2 into monoethanolamine: Mass transfer coefficients,dropsize, and planar surface area[J]. Chemical Engineering Research and Design, 2015, 104: 376-389
[47] LI Z, JI X, YANG Z, et al. Experimental studies of air-blast atomization on the CO2 capture with aqueous alkali solutions[J].Chinese Journal of Chemical Engineering, 2019, 27(10):2390-2396
[48] KAYAHAN E, DI CAPRIO U, VAN DEN BOGAERT A, et al.A new look to the old solvent: Mass transfer performance and mechanism of CO2 absorption into pure monoethanolamine in a spray column[J]. Chemical Engineering and Processing-Process Intensification, 2023, 184: 109285
[49] LI L, ZHAO B. Numerical simulation of gas and liquid flow within a vortex spray tower[J]. Energy Procedia, 2012, 16:1072-1077
[50] WU X, YU Y, QIN Z, et al. Performance of CO2 absorption in a diameter-varying spray tower[J]. Chinese Journal of Chemical Engineering, 2017, 25(8): 1109-1114
[51] SEYBOTH O, ZIMMERMANN S, HEIDEL B, et al. Development of a spray scrubbing process for post combustion CO2 capture with amine based solvents[J]. Energy Procedia, 2014, 63: 1667-1677
[52] CHEN W, TSAI M H, HUNG C I. Numerical prediction of CO2 capture process by a single droplet in alkaline spray[J]. Applied Energy, 2013, 109: 125-134
[53] CHOI M, CHO M, LEE J W. Empirical formula for the mass flux in chemical absorption of CO2 with ammonia droplets[J]. Applied Energy, 2016, 164: 1-9
[54] HSU C T, SHIH S M. Semiempirical equation for liquid-phase mass-transfer coefficient for drops[J]. AIChE Journal, 1993, 39(6): 1090-1092
[55] BHATI A, BILYAZ S, BAHADUR V. Analytical first-principles-based model for sprays-based CO2 capture[J]. International Journal of Greenhouse Gas Control, 2023, 128: 103969
[56] SABONI A, ALEXANDROVA S. Sulfur dioxide absorption and desorption by water drops[J]. Chemical Engineering Journal, 2001, 84(3): 577-580
[57] LIU D, WALL T, STANGER R, et al. CO2 quality control through scrubbing in oxy-fuel combustion: Simulations on the absorption rates of SO2 into droplets to identify operational pH regions[J]. International Journal of Greenhouse Gas Control, 2015, 37: 115-126
[58] 陈保奎, 孙奉仲, 高明, 等. 湿法脱硫塔一维传热传质性能模型理论与试验[J]. 山东大学学报(工学版), 2020, 50(5): 56-63
CHEN Baokui, SUN Fengzhong, GAO Ming, et al. Experimental and theoretical studies on 1-D model of heat and mass transfer performance for wet flue gas desulfurization scrubber[J]. Journal of Shandong University (Engineering Science), 2020, 50(5): 56-63(in Chinese)
[59] BOZORGI Y, KESHAVARZ P, TAHERI M, et al. Simulation of a spray scrubber performance with Eulerian/Lagrangian approach in the aerosol removing process[J]. Journal of Hazardous Materials, 2006, 137(1): 509-517
[60] CROWE C T, SHARMA M P, STOCK D E. The particle-sourcein cell (PSI-CELL) model for gas-droplet flows[J]. Journal of Fluids Engineering, 1977, 99(2): 325-332
[61] KESHAVARZ P, BOZORGI Y, FATHIKALAJAHI J, et al. Prediction of the spray scrubbers’ performance in the gaseous and particulate scrubbing processes[J]. Chemical Engineering Journal, 2008, 140(1/2/3): 22-31
[62] CROWE C T, SHARMA M P, STOCK D E. The particle-source-In cell (PSI-CELL) model for gas-droplet flows[J]. Journal of Fluids Engineering, 1977, 99(2): 325-332
[63] LIU J, TOMASSONE M S, KUANG X, et al. Operation parameters and design optimization based on CFD simulations on a novel spray dispersion desulfurization tower[J]. Fuel Processing Technology, 2020, 209: 106514
[64] CHEN Z, WANG H, ZHUO J, et al. Experimental and numerical study on effects of deflectors on flow field distribution and desulfurization efficiency in spray towers[J]. Fuel Processing Technology, 2017, 162: 1-12
[65] LI X, DONG M, LI S, et al. A numerical study of the ammonia desulfurization in the spray scattering tower[J]. Chemical Engineering and Processing-Process Intensification, 2020,155: 108069
[66] YANG D, ZHONG W, CHEN X, et al. Structure optimization of vessel seawater desulphurization scrubber based on CFD and SVM-GA methods[J]. The Canadian Journal of Chemical Engineering, 2019, 97(11): 2899-2909
[67] MAROCCO L, MORA A. CFD modeling of the dry-sorbent-injection process for flue gas desulfurization using hydrated lime[J].Separation and Purification Technology, 2013, 108: 205-214
[68] BEHVANDI D, AREFIZADEH M, GHAEMI A, et al. Evaluation of diffusion and Henry’s coefficients of CO2 absorption using Response Surface Methodology and Artificial Neural Network models[J]. Case Studies in Chemical and Environmental Engineering, 2024, 9: 100723
[69] SHEN Y, GONG Y, SUN L, et al. Machine learning-driven assessment of relationship between activator properties in phase change solvent and its absorption performance for CO2 capture[J].Separation and Purification Technology, 2023, 309: 123092
[70] DONG S, QUAN H, ZHAO D, et al. Generic AI models for mass transfer coefficient prediction in amine-based CO2 absorber,Part I: BPNN model[J]. Chemical Engineering Science, 2022,264: 118165
[71] TABARZADI P, GHAEMI A. Modeling and optimization of CO2 capture in spray columns via artificial neural networks and response surface methodology[J]. Case Studies in Chemical and Environmental Engineering, 2024, 10: 100783
[72] DI CAPRIO U, WU M, VERMEIRE F, et al. Predicting overall mass transfer coefficients of CO2 capture into monoethanolamine in spray columns with hybrid machine learning[J]. Journal of CO2 Utilization, 2023, 70: 102452