来源:Frontiers of Chemical Science and Engineering 发布时间:2025/9/24 15:34:50
选择字号:
FCSE | 前沿研究:基于计算流体动力学与智能优化提升旋风分离器性能——融合实验设计、机器学习与多目标遗传算法

论文标题:Enhancing cyclone separator performance via computational fluid dynamics and intelligent optimization: synergizing design of experiments, machine learning, and multi-objective genetic algorithms

期刊:Frontiers of Chemical Science and Engineering

作者:Jianhao Guo, Yunpeng Zhao, Nan Liu, Chunmeng Zhu, Xiaogang Shi, Xingying Lan

发表时间:9 May 2025

DOI:10.1007/s11705-025-2579-5

微信链接:点击此处阅读微信文章

扫码识别查看原文

文章速览

旋风分离器被广泛应用于从流体流中高效分离固体颗粒,其运行效果本质上与压降和收集效率之间的平衡相关。在极端的工业环境中(如流化催化裂化过程),严重的器壁磨损对设备寿命构成了重大挑战。本研究旨在通过优化旋风分离器的几何尺寸比,实现分离效率、能耗与磨损率之间的最优平衡。通过调整特定关键尺寸,可以减轻磨损,延长分离器在苛刻条件下的使用寿命。本研究采用实验设计与计算流体动力学模拟,系统探究了6个几何尺寸比及入口气速与性能指标之间的关系。为了建立考虑多影响因素的稳健性能预测模型,研究采用自动机器学习方法,整合集成学习策略与自动超参数优化技术,其性能优于传统的人工神经网络方法。此外,利用适用于解决复杂非线性优化问题的非支配排序遗传算法Ⅱ,获得了最大化分离效率的同时最小化压降与磨损率的帕累托最优解。结果表明,优化后的旋风分离器设计将分离效率从76.19%提升至87.95%,压降从1698 Pa降至1433 Pa,磨损率从8.06×10-5 kg·s-1降至7.32×10-5 kg·s-1,性能优于传统的Stairmand设计。

摘要图

引用格式

Jianhao Guo, Yunpeng Zhao, Nan Liu, Chunmeng Zhu, Xiaogang Shi, Xingying Lan. Enhancing cyclone separator performance via computational fluid dynamics and intelligent optimization: synergizing design of experiments, machine learning, and multi-objective genetic algorithms. Front. Chem. Sci. Eng., 2025, 19(8): 69 https://doi.org/10.1007/s11705-025-2579-5

《前沿》系列英文学术期刊

由教育部主管、高等教育出版社主办的《前沿》(Frontiers)系列英文学术期刊,于2006年正式创刊,以网络版和印刷版向全球发行。系列期刊包括基础科学、生命科学、工程技术和人文社会科学四个主题,是我国覆盖学科最广泛的英文学术期刊群,其中12种被SCI收录,其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录,具有一定的国际学术影响力。系列期刊采用在线优先出版方式,保证文章以最快速度发表。

中国学术前沿期刊网

http://journal.hep.com.cn

 
 
 
特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。
 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
3D微打印传感器助力早期疾病诊断 想要大脑更年轻?研究人员建议这样吃
“彩虹”工具库让细胞内部可视化 科学家在人类骨骼内部发现微塑料
>>更多
 
一周新闻排行
 
编辑部推荐博文