碱性硫酸铝再生过程中SO?回收与水损失权衡的分层代理建模与优化

《Molecules》:Hierarchical Surrogate Modeling and Optimization of the SO2 Recovery–Water Loss Trade-Off in Basic Aluminum Sulfate Regeneration

【字体: 大 中 小 】 时间:2026年09月30日 来源:Molecules 5.1

编辑推荐:

  真空再生可以闭合碱性硫酸铝(BAS)湿法烟气脱硫和SO?捕集过程中的吸收剂回路,但SO?释放伴随着能耗较高的水蒸发同时发生。本研究利用现有的真空再生数据,开发了一个响应特异性框架来预测和平衡这些耦合速率。SO?模型包括绝对压力、温度、铝浓度、碱度和亚硫酸盐浓度

  
真空再生可以闭合碱性硫酸铝(BAS)湿法烟气脱硫和SO?捕集过程中的吸收剂回路,但SO?释放伴随着能耗较高的水蒸发同时发生。本研究利用现有的真空再生数据,开发了一个响应特异性框架来预测和平衡这些耦合速率。SO?模型包括绝对压力、温度、铝浓度、碱度和亚硫酸盐浓度,而H?O模型则使用压力和温度作为变量。通过交叉验证、误差统计和物理趋势一致性评估候选回归模型。采用Matérn-5/2自动相关性确定(ARD)核的高斯过程回归(GPR)对SO?解吸的预测效果最佳(均方根误差RMSE = 0.0631;决定系数R2 = 0.9746),而采用ARD平方指数核的GPR对H?O蒸发的预测效果最佳(RMSE = 0.0793;R2 = 0.9928)。亚硫酸盐浓度主导了SO?响应;压力和温度控制着两种速率。较低的压力和较高的温度提高了SO?回收率,但也增加了水损失。帕累托分析确定了一个模型支持的折衷方案,大约在26–30 kPa和340–342 K。一个120分钟的递归模拟显示,随着亚硫酸盐耗尽,瞬时SO?释放量下降,而水蒸发持续进行。在实验域内,该框架支持对BAS再生的压力、温度和运行时间进行联合选择。

研究背景与科学问题

湿法烟气脱硫技术虽能高效去除燃煤烟气中的二氧化硫(SO?),但传统石灰石-石膏法等工艺面临资源消耗大、产生废水废渣等可持续性挑战。可循环吸收法通过再生富液回收高浓度SO?并回用吸收剂,是一种更具前景的路径。碱性硫酸铝(BAS)作为一种可再生吸收介质,在温和条件下即可实现SO?的吸收与解吸。然而,其真空再生过程存在一个核心矛盾:降低压力和提高温度虽有利于SO?释放,但同时会加剧水的蒸发。水蒸气不仅增加冷凝负荷,还导致液相体积减少和溶质浓度改变,且已有研究指出水汽化贡献了BAS再生总能耗的85%以上。因此,单纯追求高SO?瞬时解吸速率可能带来不可接受的水损失和能量代价。
现有研究存在两大关键空白:一是缺乏对SO?解吸与水蒸发这对竞争性响应的系统性多目标分析;二是可用实验数据集维度不匹配——SO?速率测量包含压力、温度、铝浓度、碱度和亚硫酸盐浓度五个变量,而H?O速率测量仅包含压力和温度两个变量。若强行将两者纳入统一输入空间,要么会为水模型虚构无依据的成分效应,要么会丢弃SO?模型中有效的成分信息。为此,研究人员旨在开发一种分层代理建模框架,分别针对两个响应建立最优预测模型,进而实现操作条件的多目标优化,并在时间维度上揭示再生过程的动态演变规律。

研究方法与技术路线

研究人员采用的数据驱动策略分为五个环节:首先,从现有文献提取两组独立数据集——SO?解吸数据集(36个独特观测点,涵盖压力、温度、铝浓度、碱度、亚硫酸盐浓度五个预测变量)和H?O蒸发数据集(17个独特观测点,仅含压力和温度两个预测变量)。其次,针对每个响应分别筛选候选回归模型,包括多元线性回归、多项式回归、支持向量回归(SVR)、回归树、集成树以及多种核函数的高斯过程回归(GPR)。模型选择综合考量留一法交叉验证(LOOCV)的误差指标(RMSE、MAE、R2)和物理趋势一致性检验。再次,基于选定的最优代理模型进行置换特征重要性分析,识别各变量的相对贡献。随后,在共享的压力-温度二维平面上构建双目标优化问题,通过加权多组分评分函数结合帕累托前沿分析,确定兼顾SO?回收与水损失的推荐操作窗口。最后,开展120分钟递归动态模拟,将瞬时速率预测与物料衡算耦合,追踪亚硫酸盐消耗、累积SO?回收量和累积水蒸发量的时变行为。

研究结果

2.1.1 SO?解吸速率代理模型

通过比较九类候选模型的交叉验证误差,GPR-M52-ARD(采用Matérn-5/2核与自动相关性确定的GPR)表现最优,LOOCV的RMSE为0.0631(单位:10?? mol·s?1),R2达0.9746。预测值紧密分布在1:1线附近,但在高速率区域残差有所增大,这与该区域原始实验数据稀疏有关。

2.1.2 H?O蒸发速率代理模型

GPR-ARDSE(采用ARD平方指数核的GPR)在H?O模型中取得最低RMSE(0.0793,单位:10?? mol·s?1)和最高R2(0.9928)。较平滑的平方指数结构比Matérn核更适用于描述压力-温度对蒸发速率的响应关系。该模型仅使用P和T两个变量即达到很高精度,但不意味着其他成分变量无影响,只是尚缺乏相应实验证据。

2.2.1 压力和温度的影响

降低压力从45 kPa至约15 kPa使SO?解吸和H?O蒸发均显著增加,但低于约15 kPa后增益递减。升温同样同时提升两种速率,其中SO?响应在上部温度区间更为陡峭。这一耦合行为解释了为何最强真空和最高温度并非最优操作选择。

2.2.2 溶液组成的影响

铝浓度在15–65 g·L?1范围内引起的SO?速率变化很小;碱度增加导致轻微下降后趋于平缓;亚硫酸盐浓度对SO?速率的影响最大,在低浓度区域快速上升后出现下降趋势。需注意,0.14–0.60 mol·L?1之间存在采样空白,该区间内的表观极大值来自模型推断而非实验确认。

2.2.3 变量重要性与响应曲面

置换特征重要性分析表明,在SO?模型中,亚硫酸盐浓度贡献61.7%,温度25.3%,压力11.6%,碱度和铝浓度分别仅占1.0%和0.3%。在H?O模型中,压力和温度的贡献分别为53.7%和46.3%。响应曲面直观展示了高SO?速率与高H?O速率区域高度重叠,进一步证实了单目标优化的局限性。

2.2.4 帕累托权衡与推荐操作窗口

帕累托前沿确认没有任何测试点能同时最大化SO?释放和最小化H?O蒸发。经加权评分筛选,推荐的操作邻域约为26–30 kPa和340–342 K,平衡优化候选点为28 kPa和341 K。该区域应指导后续验证实验而非视为精确设定值。

2.2.5 动态行为与物料衡算一致性

120分钟动态模拟显示,随着亚硫酸盐消耗,瞬时SO?速率持续下降,累积SO?回收量增速减缓;相反,累积H?O蒸发量在整个时段内持续增长。这表明延长运行时间可能只获得极少额外SO?却继续造成水损失和潜热消耗,因此终止时间本身也是重要的控制变量。

研究局限与结论

本研究的边界条件包括:有限且主要为单因素设计的实验数据集仅支持插值;H?O模型因缺少成分变量而属于经验性而非机理性的;代理模型未解析平衡、传质或相变机制;内部验证不能替代独立的连续再生实验。在此边界内,该分层框架通过保留SO?模型的丰富成分信息、限制H?O模型于实际观测变量,有效揭示了回收-蒸发冲突。推荐的26–30 kPa和340–342 K操作窗口最适合用于优先安排验证试验和初步设计计算。动态结果进一步表明,一旦增量SO?回收变得微小而蒸发仍在持续,继续再生将不再有利。
研究结论指出:GPR-M52-ARD和GPR-ARDSE分别是SO?解吸和H?O蒸发的最优代理模型;亚硫酸盐浓度主导SO?响应,压力和温度共同控制两种速率;更强的真空和更高的温度同时加剧回收和水损失,帕累托分析将其转化为26–30 kPa和340–342 K的折衷方案;120分钟模拟显示SO?释放随亚硫酸盐消耗减慢而水损失持续,因此高效运行需协调压力、温度和终止时间而非最大化瞬时SO?速率。该研究提供了一种从有限、不均匀的过程数据中获取操作指导的透明方法,将BAS脱硫的再生评估从单一回收指标转向边际SO?回收相对于持续水损失及其能源影响的权衡分析。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号