纺织学报, 2026, 47(07): 54-62 doi: 10.13475/j.fzxb.20260303401

第二十八届中国科协年会学术论文·减污降碳共性技术突破专栏·

定形机余热回收板翅式换热器的设计与性能优化

曹先仲,1,2,3, 娄辉清2,4, 陈骁军1, 沈一峰3

1 现代纺织技术创新中心(鉴湖实验室), 浙江 绍兴 312033

2 浙江纺织服装职业技术学院 宁波市纺织服装智能制造技术重点实验室, 浙江 宁波 315211

3 浙江理工大学绍兴柯桥研究院, 浙江 绍兴 312033

4 浙江纺织服装职业技术学院 纺织学院, 浙江 宁波 315211

Design and performance optimization of plate-fin heat exchangers for waste heat recovery of stenters

CAO Xianzhong,1,2,3, LOU Huiqing2,4, CHEN Xiaojun1, SHEN Yifeng3

1 Innovation Center of Advanced Textile Technology (Jianhu Laboratory), Shaoxing, Zhejiang 312033, China

2 Ningbo Key Laboratory of Intelligent Manufacturing of Textiles and Garments (Zhejiang Fashion Institute of Technology), Ningbo, Zhejiang 315211, China

3 Zhejiang Sci-Tech University, Shaoxing-Keqiao Research Institute, Shaoxing, Zhejiang 312033, China

4 College of Textiles, Zhejiang Fashion Institute of Technology, Ningbo, Zhejiang 315211, China

收稿日期: 2026-03-13   修回日期: 2026-05-14  

基金资助: 浙江省“尖兵领雁+X”研发攻关计划项目(ZX20251230X001)
宁波市纺织服装智能制造技术重点实验室开放基金项目(浙江纺织服装职业技术学院)(2024ZDSYS-B-001)
宁波市纺织服装智能制造技术重点实验室开放基金项目(浙江纺织服装职业技术学院)(2024ZDSYS-C-006)

Received: 2026-03-13   Revised: 2026-05-14  

作者简介 About authors

曹先仲(1983—),男,高级工程师,博士。主要研究方向为绿色低碳技术与政策。E-mail:xianzhongcao@163.com

摘要

为解决定形机废气余热回收换热器易堵塞、腐蚀及效率衰减问题,系统开展了材料筛选、结构优化、污垢建模与工程验证研究。通过测试碳钢、304不锈钢、316不锈钢、316L不锈钢及钛合金5种材料在20~300 ℃下的热导率及模拟废气环境中的耐腐蚀性能。采用计算流体力学模拟与非支配排序遗传算法 II对通道间距与翅片间距比进行多目标优化,结合逼近理想解排序法决策,引入壁面剪切力修正建立渐进式污垢预测模型,结果表明:通过成本分析,确定304不锈钢为最优选材,其在100 ℃下的热导率为16.3 W/(m·K),腐蚀速率低于0.01 mm/a;确定最优参数为通道间距2.0 mm、翅片间距比0.5;与初始设计相比,定形机余热回收换热器换热量提升18.7%,压降降低22.3%,材料体积减少15%,经3 000 h试验验证,平均预测误差为3.94%。工程应用表明,系统废气平均温降56 ℃,热回收效率25.2%,㶲效率18.7%,年节约天然气7.38万m3,减排CO2 199 t。

关键词: 板翅式换热器; 定形机; 余热回收; 304不锈钢; 结构优化; 污垢模型

Abstract

Objective In order to address the critical challenges of fouling, corrosion, and performance degradation in heat exchangers used for waste heat recovery from stenter exhaust in the textile printing and dyeing industry, this study aims to develop a comprehensive and practical design solution. The primary objectives are to identify an optimal material with balanced thermal conductivity, corrosion resistance, and cost, to optimize the core structural parameters of a plate heat exchanger for enhanced comprehensive performance, to establish an accurate fouling prediction model tailored to the oily-fibrous exhaust conditions, and to validate the overall system performance through long-term laboratory and field engineering tests.

Method Five candidate materials (carbon steel, 304 stainless steel, 316 stainless steel, 316L stainless steel, and TA1 titanium alloy) were evaluated. Thermal conductivity was measured using the steady-state plate method from 20℃ to 300℃, and corrosion resistance was assessed by potentiodynamic polarization tests in a simulated acidic exhaust environment (H2SO4 (pH=4), 80℃). A multi-objective optimization framework was developed by coupling computational fluid dynamics (CFD) simulations with the NSGA-II algorithm to optimize the channel spacing and fin spacing ratio. The objectives were to maximize heat transfer rate, while minimizing pressure drop and material volume. The technique for order preference by similarity to ideal solution (TOPSIS) was subsequently employed to select the optimal solution from the Pareto front. A novel asymptotic fouling prediction model was established by introducing a wall shear stress modification to the Kern-Seaton theory, coupling the deposition and shear-driven removal rates. This model was validated through a 3 000 h fouling experiment. Finally, the optimized heat exchanger system was installed and tested on an industrial stenter line for three months to evaluate its real-world thermal performance, stability, and economic benefits.

Results The material tests showed that while carbon steel had the highest thermal conductivity (50.2 W/(m·K)) at room temperature, its conductivity decreased at elevated temperatures, and its corrosion rate (0.144 mm/a) was unacceptably high. Titanium alloy exhibited the best corrosion resistance (0.000 6 mm/a) and stable thermal conductivity but at a prohibitive cost (5-8 times that of 304 stainless steel). 304 stainless steel demonstrated an optimal balance, with a thermal conductivity of 16.3 W/(m·K) at 100 ℃, a value that increased with temperature, and a corrosion rate below 0.01 mm/a. The CFD and NSGA-II multi-objective optimization revealed the inherent trade-offs among heat transfer rate (Q), pressure drop (ΔP), and material volume (Vm), with the conflicting nature of these objectives evident from the resulting Pareto front. Based on the material selection of 304 stainless steel, the TOPSIS analysis identified the optimal structural parameters as a channel spacing (d) of 2.0 mm and a fin spacing ratio (α) of 0.5. Under this material-specific context, this configuration yielded a TOPSIS closeness coefficient of 0.824, significantly outperforming other candidates. Compared to the initial design, this optimized structure achieved an 18.7% increase in heat transfer rate, a 22.3% reduction in pressure drop, and a 15% decrease in material volume. The proposed wall shear stress-modified asymptotic fouling model accurately captured the typical fouling growth trend. The predicted fouling resistance values showed excellent agreement with the 3 000 h experimental data, with a mean relative error of only 3.94%. Sensitivity analysis confirmed that the model could quantitatively describe the influences of the removal rate constant and wall shear stress on fouling dynamics. In the field engineering trial, the system operated stably over three months without significant fouling or corrosion. The exhaust gas was cooled by an average of 56 ℃ (from 182 ℃ to 126 ℃), while fresh air was preheated by 158 ℃. The system achieved a heat recovery efficiency of 25.2% and an exergy efficiency of 18.7%. The annual economic and environmental benefits are substantial, with projected savings of 73 800 m3 (Standard m3) of natural gas and a reduction of 199 tons of CO2 emissions per year (based on 6 000 operating hours).

Conclusion This research successfully delivers a validated, integrated solution for waste heat recovery from stenter exhaust. 304 stainless steel is confirmed as the most cost-effective and durable material choice. The identified structural parameters (d=2.0 mm, α=0.5) represent an optimal engineering compromise, significantly enhancing thermal-hydraulic performance while reducing material costs. The novel fouling model provides a reliable tool for predicting maintenance needs and optimizing cleaning schedules. The successful industrial application demonstrates that the designed system offers high efficiency, robust long-term stability, and significant energy-saving and emission-reduction potential, providing a practical and scientifically-grounded technology pathway for sustainable development in the textile industry.

Keywords: plate-fin heat exchanger; stenter; waste heat recovery; 304 stainless steel; structural optimization; fouling model

PDF (8320KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

曹先仲, 娄辉清, 陈骁军, 沈一峰. 定形机余热回收板翅式换热器的设计与性能优化[J]. 纺织学报, 2026, 47(07): 54-62 doi:10.13475/j.fzxb.20260303401

CAO Xianzhong, LOU Huiqing, CHEN Xiaojun, SHEN Yifeng. Design and performance optimization of plate-fin heat exchangers for waste heat recovery of stenters[J]. Journal of Textile Research, 2026, 47(07): 54-62 doi:10.13475/j.fzxb.20260303401

纺织印染行业是我国工业体系中的能耗大户,其核心设备热定形机的能源利用效率直接影响整体能耗水平,运行中50%~60%的热能以高温废气形式排放,造成大量能源浪费和环境污染[1]。废气中携带的油脂、纤维及挥发性有机物,不仅导致余热回收装置结垢与腐蚀,其直接排放还会造成严重的大气污染问题[2]。在此背景下,高效回收定形机废气余热已成为推动印染行业绿色转型与节能减排的关键路径。

板翅式换热器凭借其结构紧凑、传热效率高的优势,在工业余热回收领域展现出良好的应用前景。国内外学者围绕其材料选择、结构优化及污垢防控等方面已开展了系列研究。在材料研究领域,Zeng等[3]比较了不同材料在高温废气环境中的腐蚀行为,发现添加了钼元素的不锈钢具有更优的耐点蚀性能,但其成本较普通不锈钢提高30%以上。Kaur等[4]研究表明,钛合金在酸性环境中具有卓越的耐腐蚀性,然而钛合金高昂的成本限制了其在印染行业的规模化应用。在结构优化方面,Mao等[5]采用多目标遗传算法对板翅式换热器进行了优化,优化后的换热器努塞尔数提高了约4%,压降降低了约9%。有效提升了换热器的能效,但未充分考虑废气含杂质的特殊工况。Kong等[6]通过数值模型优化了波纹板式换热器的几何参数,实验结果表明优化后换热器的综合性能显著提升,但该研究未涉及长期运行中的污垢影响。近年来,国际学术界在热交换器动态结垢模型和抗垢技术方面取得显著进展。Wei等[7]建立了考虑颗粒沉积与剥蚀的动态污垢模型,但仍缺乏多场耦合下的结垢预测与调控机制。Schilling等[8] 开发的聚合物复合涂层在150 ℃以下工况表现出优异的防垢性能,结垢速率降低60%,但在高温环境下存在涂层炭化问题。Brooks等[9]提出的自清洁热交换器通过机械-超声波复合清洗技术实现了90%的污垢清除率,但系统能耗增加25%以上。

尽管已有研究取得了显著进展,但在面向定形机废气余热回收这一特定工况时,现有成果仍存在明显不足。一方面,缺乏针对废气高温、腐蚀性组分及复杂污染物特性的材料综合性能评价体系,难以指导工程选材[10];另一方面,结构优化研究大多侧重于单一的传热或流动性能提升,未能系统兼顾传热效率、压降特性与材料成本之间的平衡关系[11-12];此外,传统污垢模型对废气中特有的油脂-纤维混合污垢的动态预测精度不足,缺乏与流场特性相耦合的高精度预测方法[13],导致工程应用中清洗维护策略缺乏科学依据。课题组前期研究[14]已证实,定形机废气中油脂液滴在150~280 ℃下形成黏性液膜,通过液桥力捕获纤维粉尘,产生油雾-粉尘协同沉积效应,使有效沉积率较单一颗粒模型提高1.2~2.1倍,且壁面剪切力是调控剥蚀率的关键变量。这为本文在Kern-Seaton模型中引入壁面剪切力τw作为剥蚀驱动项提供了直接的物理依据。

基于上述研究现状,本研究系统开展了面向定形机废气余热回收的板翅式换热器设计与性能研究。通过材料性能测试筛选最优用材,采用计算流体力学(CFD)与非支配排序遗传算法-II(NSGA-II)协同优化结构参数,建立壁面剪切力修正的污垢预测模型并经实验验证,最终通过工程试验评估系统性能,旨在形成一套从材料选型、结构设计、污垢预测到工程验证的完整技术方案,为印染行业的节能减排提供理论支撑与实践参考。

1 材料与方法

1.1 材料选择与性能测试

为筛选适用于定形机废气余热回收板翅式换热器的材料,本研究选取碳钢、304不锈钢、316不锈钢、316 L不锈钢及钛合金(TA1)作为候选材料,系统测试其导热性能与耐腐蚀性能。采用稳态平板法,依据GB/T 22588—2008《闪光法测量热扩散系数或导热系数》,使用LFA467HT激光导热仪(德国耐弛仪器公司)测量各材料在20、100、200和300 ℃下的导热系数,每个温度点重复测量3次,取平均值作为最终结果以确保数据可靠性。耐腐蚀性能测试:通过配制pH值为4的H2SO4溶液并恒温80 ℃来模拟定形机废气环境;采用CHI760E电化学工作站(上海辰华仪器有限公司)进行动电位极化曲线测试,扫描速率为1 mV/s;根据Tafel外推法计算材料的自腐蚀电流密度与腐蚀速率,每种材料测试3个平行样品以保证结果的重复性。

1.2 结构优化数值模拟方法

1.2.1 物理模型与网格划分

为准确捕捉板翅式换热器通道内的流动与传热细节,本研究建立了具有周期性边界条件的三维单元流道模型。该模型包含完整的翅片结构,旨在以最小的计算成本获得具有代表性的流动与传热特性。计算域网格采用多面体网格进行划分,并对近壁区域进行加密处理,以确保SST k-ω湍流模型对低雷诺数近壁流动的精确解析。为排除网格数量对模拟结果的影响,进行了网格无关性验证。当网格数量增加至350万时,出口温度与压降的变化率均小于1%,故确定该网格规模用于后续所有模拟计算。

1.2.2 控制方程与边界条件

数值模拟基于以下三维、稳态的控制方程:

质量守恒方程(连续性方程): ▽·$\left(\rho \stackrel{➝}{v}\right)$=0

动量守恒方程(Navier-Stokes方程):

$\nabla \cdot(\rho \vec{v} \otimes \vec{v})=-\nabla p+\nabla \cdot\left[\mu(\nabla \vec{v}+(\nabla \vec{v}))^{\mathrm{T}}\right]$

能量守恒方程: ▽·$\left(\rho \stackrel{➝}{v}{c}_{p}T\right)$=▽·(k▽T)

式中:ρ为流体密度,kg/m3;$\stackrel{➝}{v}$为速度矢量,m/s;p为静压,Pa;μ为动力黏度,Pa·s;▽$\stackrel{➝}{v}$为速度梯度张量;${\left(▽\stackrel{➝}{v}\right)}^{T}$为其转置,☒表示并矢(张量积);cp为定压比热容,J/(kg·K);k为流体导热系数,W/(m·K)。

本文模拟工况中,废气在通道内的流速远低于声速,流体的体积黏性效应可忽略,因此动量方程采用不可压缩牛顿流体的标准形式。边界条件设置如下:入口设置为速度入口,根据实测废气流量换算得到;出口设置为压力出口,表压为0 Pa;流道壁面设置为无滑移边界条件,并施加恒定热流密度,其数值根据定形机废气平均放热量确定。工质为废气,其物性参数依据实际成分简化为与温度相关的多项式函数。

需要指出的是,本研究在数值模拟中将废气工质简化为温度相关多项式函数,该简化方式的适用边界受实际工况参数制约。上述物性拟合公式基于典型加工工况确定:织物面密度为150~250 g/m2、加工车速为40~60 m/min、废气含油率低于1 000 mg/m3。在此条件下,油污与水蒸气浓度波动引起的物性偏差可控。当实际定形机加工超轻或超厚重织物、车速变化幅度显著增大,或加工高含油品种致使废气含油率异常升高时,油剂浓度波动可能导致比热容偏差±3%~5%、黏度偏差±5%~8%,进而使传热计算结果产生±2%~±4%的系统不确定度。该偏差对多目标优化的Pareto前沿形态影响有限,优化所得结构参数区间仍具工程指导意义。

1.2.3 多目标优化算法

为实现换热器综合性能的最优化,本研究采用带精英策略的非支配排序遗传算法(NSGA-II)对结构参数进行多目标优化。优化问题可表述为

$\left\{\begin{array}{l}Maximize: Q(d,\alpha)\\ Minimize: \Delta P(d,\alpha)\\ Minimize: {V}_{m}(d,\alpha)\end{array}\right.$

式中:d为通道间距,mm;α为翅片间距比(定义为翅片间距与通道特征长度之比);Q为换热量,W;ΔP为系统压降,kPa;Vm为材料体积,cm3。算法参数设定为:种群规模100,迭代次数200,交叉概率0.9,变异概率0.1。为从获得的Pareto最优解集中筛选出最终方案,采用逼近理想解排序法(TOPSIS)进行决策。

TOPSIS决策中各目标的权重,基于风机全生命周期运行电耗与换热器一次性制造成本之间的经济性权衡推算确定。压降目标反映风机10 a运行电耗成本,换热量目标对应余热回收的天然气节约收益,材料体积目标代表换热器制造成本。将三者统一量纲化为经济成本并归一化处理后,得到换热量、压降、材料体积的权重依次为0.45、0.35、0.20。该权重体系客观体现了能效收益与设备投入之间的经济性平衡。

1.3 渐进式污垢预测模型

为准确描述定形机废气中油脂与纤维混合污垢的生长规律,本研究基于Kern-Seaton动态质量平衡理论建立污垢预测模型。该理论认为污垢热阻的变化率取决于沉积率与剥蚀率的动态平衡:

$\frac{d{R}_{f}}{dt}={\Phi }_{d}-{\Phi }_{r}$

式中:Rf为污垢热阻,m2·K/W;t为时间,h;Φd为污垢沉积率,mm/h;Φr为污垢剥蚀率,mm/h。

针对废气中富含黏性组分的特点,传统模型难以准确描述剥蚀过程,故本文引入壁面剪切力τw(Pa)作为剥蚀驱动项,对剥蚀率进行修正:

${\Phi }_{r}={k}_{r}·{\tau }_{w}·{R}_{f}$

式中:kr为剥蚀速率常数;壁面剪切力τw通过CFD模拟直接获取,从而实现了流场特性与污垢生长的直接耦合。

基于经典Kern-Seaton模型中沉积率与时间弱相关的简化思想[13],假设特定工况下Φd为常数,联立上述方程并求解,得到污垢热阻随时间变化的渐进式表达式:

${R}_{f}\left(t\right)={R}_{f}^{*}\left(1-{e}^{-\frac{t}{{\theta }_{c}}}\right)$

式中:${R}_{f}^{*}$为渐近污垢热阻,m2·K/W;θc为时间常数。该模型清晰揭示了污垢增长趋于稳定的物理过程。为验证模型准确性,进行了3 000 h的污垢沉积试验,采用QYWG-Ⅱ型污垢热阻测试仪(高邮市秦邮仪器化工有限公司)测定污垢热阻实测值,然后将实测值与模型预测值进行对比分析。

1.4 工程试验与性能评估方法

为验证所设计板翅式换热器在定形机废气余热回收中的实际性能,在某印染企业定形机生产线上安装基于优化设计的304不锈钢板翅式换热器系统,开展现场工程试验。采用热电偶测量废气与新风的进出口温度;孔板流量计与涡街流量计分别用于测量废气与新风的体积流量;天然气消耗量通过燃气表精确计量。换热量Q通过下式计算:

$Q=V·\rho ·{c}_{p}·\Delta T$

式中:V为新风体积流量,m3T为新风温升,℃。热回收效率定义为回收热量与废气总携带热量之比。

为进一步评估系统能质,引入㶲效率(ηex)进行计算:

${\eta }_{ex}=\frac{{E}_{x,out}}{{E}_{x,in}}\times 100\%$

式中,Ex,inEx,out分别为废气进出口的㶲值,J。

2 结果与讨论

2.1 材料导热性能对比

为筛选适用于定形机废气余热回收板翅式换热器的材料,系统测试了碳钢、304不锈钢、316不锈钢、316 L不锈钢及钛合金(TA1)5种材料在20~300 ℃下的热导率与耐腐蚀性能,结果如表1所示。碳钢在常温下热导率最高(50.2 W/(m·K)),但其导热性能随温度升高呈明显下降趋势,在300 ℃时降至46.5 W/(m·K)。相比之下,奥氏体不锈钢(304、316、316 L)的热导率虽普遍低于碳钢,但在高温下呈现缓慢上升趋势。其中,304不锈钢在100 ℃时的热导率为16.3 W/(m·K),在200 ℃和300 ℃时分别上升至17.5、18.7 W/(m·K),表现出良好的高温导热稳定性。钛合金(TA1)在100~300 ℃区间的热导率由17.5 W/(m·K)缓升至18.8 W/(m·K),其导热性能与304不锈钢相近,但整体仍显著低于碳钢。

表1   不同材质在不同温度下的热导率与耐腐蚀性能

Tab.1  Thermal conductivities and corrosion resistances of different materials at various temperatures

材料热导率/(W·(m·K)-1)耐腐蚀性能
20 ℃100 ℃200 ℃300 ℃腐蚀电流密度/
(μA·cm-2)
腐蚀速率/
(mm·a-1)
碳钢50.249.247.946.512.450.144 0
304不锈钢15.416.317.518.70.850.009 8
316不锈钢14.216.320.422.60.720.008 3
316L不锈钢12.116.117.318.60.680.007 8
钛合金(TA1)17.017.518.118.80.050.000 6

新窗口打开| 下载CSV


从材料综合性能来看,碳钢在常温下热导率最高,但其导热性能随温度升高呈下降趋势,且在模拟废气环境中腐蚀速率远高于不锈钢与钛合金。奥氏体不锈钢(304、316、316 L)的热导率虽普遍低于碳钢,但在高温下呈现缓慢上升趋势,且表现出优异的耐腐蚀性。其中304不锈钢的腐蚀速率低于0.01 mm/a,满足长期服役要求。需要指出的是,本文实验以pH值为4的稀硫酸溶液模拟废气中酸性凝液的腐蚀主导作用,并未复现油脂、硅油等有机组分的全部影响。然而,碳钢腐蚀速率(0.144 mm/a)与304不锈钢(0.009 8 mm/a)相差约1个数量级,如此量级的差异所确立的耐蚀性相对排序,不因介质复杂程度变化而改变。此外,根据国内主要不锈钢供应商的市场报价,相同规格下,316 L不锈钢的单价约为304不锈钢的1.5~1.7倍,316 L不锈钢因低碳要求成本更高,但其腐蚀速率仅较304不锈钢降低约20%,边际收益远低于成本增量。因此,在本候选材料集合中,304不锈钢的耐蚀性优势是稳健的。钛合金(TA1)耐腐蚀性最佳,且与不锈钢相当的导热性能,但其原材料成本是304不锈钢的5~8倍,经济性不足。

综合导热、耐腐蚀性及成本3项指标,304不锈钢被认为是该应用场景下的最优选材。其良好的高温导热稳定性、优异的耐腐蚀性能和合理的成本,实现了材料综合服役性能的最优平衡。近期针对板翅式换热器钎焊接头疲劳性能的研究[15]也证实,304不锈钢与316 L不锈钢均能满足15 a的设计寿命要求,在成本敏感型应用中304 L是可行的替代方案。

2.2 结构参数优化结果分析

为系统评估板翅式换热器的结构参数对其性能的影响,本研究基于CFD数值模拟方法,重点分析了通道间距与翅片间距比2个关键几何参数对换热性能及流动阻力的影响规律,并采用综合评价系数对结构参数进行优化选择。

2.2.1 通道间距的影响

通道间距是影响板翅式换热器内部流动与传热特性的关键结构参数之一。图1示出在不同通道间距(1.2~2.5 mm)下,单位通道间距所对应的换热量、系统压降以及综合评价系数的变化情况。模拟结果表明,随着通道间距的增大,单位间距换热量呈现单调递减趋势,由1.2 mm时的332 W降至2.5 mm时的156 W。这主要是由于通道间距增大使流体流速降低,削弱了对流传热强度。与此同时,系统压降则随通道间距的增大而显著降低,由11.69 kPa(1.2 mm)急剧减至1.12 kPa(2.5 mm),表明流动阻力得到有效缓解。

图1

图1   不同通道间距下单位间距的换热量、压降和综合评价系数

Fig.1   Heat transfer rate, pressure drop, and evaluation coefficient per unit spacing at different channel spacings


综合评价系数(J)用于权衡换热性能与流动功耗。如图1所示,当通道间距为2.0 mm时,综合评价系数达到最大值,此时对应的单位间距换热量为192 W,压降为2.68 kPa,相较于常用的1.5 mm间距设计,换热量降低24.7%,但压降下降了63.4%,综合性能提升显著。该结果表明,在此结构尺寸下,换热器在维持较高传热能力的同时,流动阻力处于合理范围,实现了热工性能与运行能耗之间的最优平衡。因此,确定2.0 mm为最优通道间距。

2.2.2 翅片间距比的影响

在确定最优通道间距为2.0 mm的基础上,进一步研究了翅片间距比对换热器性能的影响。图2展示了不同翅片间距比(0.5、1.0、1.5、2.0)下的换热量、压降及综合评价系数的变化规律。模拟结果显示,随着翅片间距比的减小(即翅片布置更为密集),换热面积显著增加,从而强化了传热过程。当翅片间距比为0.5时,换热量达到最大值469 W。然而,密集翅片布置也导致流动通道更为复杂,流体扰动增强,压降随之升至12.45 kPa,达到所研究参数范围内的最高值。

图2

图2   不同翅片间距比的换热量、压降和综合评价系数

Fig.2   Heat transfer rate, pressure drop, and evaluation coefficient at different fin spacing ratios


尽管压降较高,综合评价系数在翅片间距比为0.5时仍取得最大值。这表明,在该结构配置下,传热能力的提升效益显著超过因流动阻力增加所带来的泵功代价。因此,从综合性能角度出发,翅片间距比为0.5被认定为最优选择。

结构参数的优化过程表明,不存在一个能够同时实现最大换热量与最小压降的“绝对最优”点。实际工程中需结合系统对传热效率与流动阻力的具体限制条件,通过引入如综合评价系数等量化指标,寻求“工程最优解”。本研究最终确定的最优结构参数组合为通道间距2.0 mm、翅片间距比0.5,该配置在满足定形机余热回收系统高效换热需求的同时,有效控制了流动阻力,具备良好的工程适用性。

2.2.3 流动与传热特性对结构参数的响应机制

为深入理解结构参数对板翅式换热器性能的影响机制,进一步分析了通道间距(d)与翅片间距比(α)对内部流动与传热特性的调控作用,并探讨其对宏观性能的综合影响。表2示出结构参数变化对通道内流动形态、传热特性及宏观工程性能的影响机制。

表2   结构参数对通道内特性与宏观性能的影响机制

Tab.2  Influence mechanism of structural parameters on internal characteristics and macroscopic performance

结构参数
变化
对内部流动与
传热特性的影响
对宏观性能的
工程影响
工程设计
启示
减小翅
片间距
流通面积减小,流速增大;涡流增强,扰动加剧;热边界层破坏,对流换热系数提高换热量显著提升,但压降大幅增加适用于换热性能要求高、泵功裕量充足的场景;α=0.5时换热增益优于压降代价,为优选
增大通
道间距
流通面积增大,流速降低;壁面剪切力减弱;热边界层增厚,传热强度下降压降显著降低,运行能耗减少,但单位体积换热量略有下降适用于压降敏感或能耗受限系统;d=2.0 mm时压降降幅显著,换热损失小,综合最优
最优组
合(d=
2.0 mm,
α=0.5)
在强扰动与低平均流速间取得平衡;维持较高换热系数,避免热边界层过厚综合评价系数最高,实现高效换热与合理流动阻力的最佳匹配为余热回收系统提供高效、低阻的设计基准

新窗口打开| 下载CSV


表2分析可知,结构参数的优化本质上是传热强化与流动阻力之间的权衡过程。减小翅片间距比虽能显著增强传热,但会导致压降急剧上升;而增大通道间距可有效抑制压降,但会削弱传热强度。本研究通过多目标优化方法寻得的d=2.0 mm与α=0.5组合,其核心优势在于:该组合利用较小翅片间距比实现传热的有效强化,同时通过适度增大通道间距缓解由此产生的高流动阻力,从而在宏观性能上实现了综合评价系数的最大化。该优化策略阐明了结构参数影响性能的内在物理机制,为同类工业换热器的设计提供了理论依据与工程指导。

2.2.4 结构参数多目标优化结果

在换热器的结构优化领域,结合智能算法与数值模拟已成为提升综合性能的重要手段[16]。基于所建立的多目标优化模型与NSGA-II算法,本研究对通道间距与翅片间距比进行了协同优化,旨在权衡换热量、系统压降与材料体积三者之间的关系。图3示出所获Pareto前沿在三维目标空间(Q, ΔP, Vm)中的分布。可以看出,解集呈现出典型的权衡特性,不存在任一解在所有目标上均最优,说明在多维目标间进行协调优化的必要性。

图3

图3   换热量、压降与材料体积的Pareto前沿分布

Fig.3   Pareto front distribution of heat transfer rate, pressure drop, and material volume


为从Pareto解集中筛选出工程适用性最强的设计方案,进一步采用TOPSIS方法对非支配解进行综合评价。评价指标权重由全生命周期经济性权衡推算确定,Q、ΔPVm的权重依次取 WQ=0.45、WΔP=0.35、WVm=0.20。计算得到各解与理想解的接近度,并按接近度进行排序,结果如表3所示。

表3   TOPSIS综合评价前5名解及其参数

Tab.3  Top 5 solutions and their parameters based on TOPSIS comprehensive evaluation

排名通道
间距/mm
翅片
间距比
换热量/
W
压降/
kPa
材料体
积/cm3
接近度
12.00.546912.453120.824
22.00.645210.893050.791
31.80.648814.122980.777
42.20.54389.673280.764
51.80.550115.232900.745

新窗口打开| 下载CSV


表3可知,最优解(d=2.0 mm,α=0.5)综合评分最高(接近度0.824),其对应的换热量为469 W,压降为12.45 kPa,材料体积为312 cm3,与基于单一综合评价系数的结论一致,进一步验证了其工程优越性。与初始设计(d=1.5 mm,α=1.0)相比,优化结构实现了换热量提升18.7%,压降降低22.3%,材料体积减少约15%,在传热性能、流动阻力与经济性之间取得了更优平衡。

2.3 污垢预测模型
2.3.1 模型验证与误差分析

近年来,基于数据驱动的智能算法为板翅式换热器的污垢监测与预测提供了新的技术路径[17-18]。为验证所建立的渐进式污垢预测模型的准确性,进行了持续3 000 h的污垢沉积工程验证试验,系统监测了污垢热阻随运行时间的变化情况。该试验依托一条专用中试生产线开展,该中试线以模拟典型定形工艺为设计目标,可保持织物品种、定形温度与风机频率等关键参数相对稳定,为模型验证提供了可控的测试环境。试验过程中,定期测量污垢热阻的试验值,并与模型预测值进行对比分析,结果如图4所示。试验结果表明,污垢热阻随运行时间呈现典型的渐进增长趋势,初期增长较快,随后增速逐渐减缓,最终趋于稳定。模型预测曲线与试验数据整体吻合良好,反映出污垢沉积与剥蚀动态平衡的物理过程。

图4

图4   渐进式污垢预测模型预测结果

Fig.4   Prediction results of asymptotic fouling prediction model


为进一步量化模型预测精度,计算了各时间点模型预测值与试验测量值的相对误差,其范围为2.05%~5.88%,平均相对误差为3.94%。逐次测量间隔的瞬态误差分析显示,在约90%的运行时段内,瞬态误差稳定在±5%以内;较大的瞬态误差(8%~10%)主要出现在前200 h的初始沉积期及个别工况波动阶段,其它时段未见显著偏离。该结果表明,所建立的渐进式污垢预测模型具有较高的可靠性与准确性,能够较好地描述板翅式换热器在定形机实际工程环境中的污垢渐进特性。预测误差源于试验过程中废气成分的波动、油脂特性变化等未建模因素,但整体而言,模型能够有效捕捉污垢发展的物理本质,具备良好的工程适用性。后续研究可引入工业软测量技术,以压降与温度等易测变量为特征,结合深度学习方法建立数据驱动模型,弥补本模型在变工况下在线自适应能力的不足。

2.3.2 模型敏感性分析

为深入探究渐进式污垢预测模型中关键参数对污垢热阻动态特性的影响机制,对剥蚀速率常数(kr)与壁面剪切力(τw)进行了敏感性分析,结果如图5所示。

图5

图5   参数krτw对污垢热阻动态特性的影响

Fig.5   Influence of parameters kr and τw on dynamic characteristics of fouling thermal resistance. (a) Sensitivity of kr; (b) Sensitivity of τw


图5(a)示出在固定壁面剪切力(τw=1.0)条件下,不同剥蚀速率常数kr(取0.2、0.3、0.4)对污垢热阻的影响。结果表明,随着kr增大,稳态污垢热阻${R}_{f}^{*}$显著降低。这是由于kr直接反映了污垢剥蚀作用的强度,其值越大,污垢剥蚀率越高,系统更易达到较低的污垢平衡状态。该现象说明,在实际运行中,若通过表面改性、添加剥蚀促进剂或优化流道表面特性等方式提高kr,可有效抑制长期运行中的污垢积累。

图5(b)示出在固定剥蚀速率常数(kr=0.3)条件下,不同壁面剪切力τw(取0.5、1.0、1.5)对污垢热阻动态过程的影响。分析显示,τw增大显著缩短了系统达到稳态污垢热阻所需的时间,即时间常数θc减小,但对最终的稳态值${R}_{f}^{*}$影响较小。这表明提高流速以增强壁面剪切力,可加速污垢剥蚀过程,缩短系统的污垢适应期,有助于提升运行初期的稳定性,而不会显著改变长期污垢积累水平。

上述敏感性分析不仅验证了模型对实际物理过程的合理描述,也为换热器的运行调控与优化提供了理论依据:通过调节流速以控制τw,可优化污垢发展的动态过程;而通过材料或工艺手段提升kr,则可直接降低长期运行中的污垢稳态值,从而为制定科学、经济的清洗与维护策略提供定量指导。

2.4 工程应用性能评估

为验证所设计板翅式换热器在定形机废气余热回收中的实际性能,在某印染企业定形机生产线上开展了为期3个月的现场工程试验。试验系统由优化设计的304不锈钢板翅式换热器、温度与流量监测装置及数据采集系统组成。废气与新风的进出口温度采用K型热电偶测量,测量精度为±0.5 ℃;废气流量通过孔板流量计监测,新风流量采用涡街流量计记录,流量测量误差均控制在±2%以内;天然气消耗量通过高精度燃气表进行计量。

表4示出系统在稳定运行工况下的关键测试结果。由表可知,废气经换热器处理后,平均温度由182 ℃降至126 ℃,平均温降达56 ℃;新风平均温度由15 ℃升至173 ℃,平均温升为158 ℃。废气与新风的体积流量在整个测试期间保持稳定,表明优化后的换热器结构在实现高效换热的同时,未对系统通风造成显著流动阻力。

表4   换热前后温度与流量测试结果

Tab.4  Temperature and flow rate measurements results before and after heat exchange

项目废气
温度/
新风
温度/
废气流量/
(m3·h-1)
新风流量/
(m3·h-1)
热回收
效率/%
㶲效率/
%
换热前182±115±16 000±1201 246±25
换热后126±1173±26 000±1201 246±25
变化量-56±1+158±225.2±
0.5
18.7±
0.4

新窗口打开| 下载CSV


基于实测数据,通过能量平衡方程计算得出,系统平均回收热量为412 363 kJ/h。结合废气所携带的总热量(1.638×106 kJ/h),系统热回收效率达到25.2%,优于20%的设计目标。㶲效率为18.7%,表明系统在能量品质的利用方面具备一定优势。热回收效率与㶲效率的差异源于传热过程的不可逆损失。结合表4数据,废气与新风间高达45 ℃的平均传热温差是产生内部㶲损失的主导因素,同时也为后续协同优化指明了方向。

图6示出系统运行过程中温度与热回收功率的动态变化趋势。图中清晰反映了废气温降与新风温升的显著趋势,进一步印证了换热器设计的有效性。此外,在整个评估周期内,系统运行稳定,未出现因油脂、纤维积聚导致的堵塞或材料腐蚀问题,验证了304不锈钢材料在高温及复杂组分废气环境中的耐久性,以及所建立渐进式污垢预测模型在工程实际中的适用性。

图6

图6   换热系统运行期间温度与热回收功率动态变化

Fig.6   Dynamic variations of temperature and heat recovery power during system operation


从经济效益方面分析,该系统可回收热量约114.5 kW·h,相当于节约天然气12.3 m3(标准立方米,0 ℃、101.325 kPa)。按年运行6 000 h、工业天然气价格3.5元/m3保守估算,年节约天然气约7.38万m3,折合节约燃料费用约25.8万元。根据设备供应商报价及工程结算数据,系统初始投资(含优化结构304不锈钢换热器、管道改造及自控系统)约35万元,年运行维护费用约3万元。由此计算静态投资回收期约为1.5 a,低于工业节能项目通常3 a的基准回收期,表明该技术方案在保守工况下仍具备良好的商业推广价值。同时,年均可减少CO2排放约199 t,环境效益显著。

3 结论

1)在模拟工况下,304不锈钢的耐蚀性与热导率、成本之间取得最优平衡,是定形机废气余热回收板翅式换热器的优选材料。

2)确定最优结构参数为通道间距2.0 mm、翅片间距比0.5。该配置在换热量、压降与材料体积之间实现最佳平衡,与初始设计相比,换热量提升18.7%,压降降低22.3%,材料成本节约15%。

3)基于Kern-Seaton理论建立的渐进式污垢预测模型,能够描述污垢热阻的宏观渐进趋势,模型预测值与试验数据的平均相对误差为3.94%,为实际运行中的预测性维护提供了可靠依据。

4)现场工程试验实现废气平均温降56 ℃,热回收效率达25.2%,㶲效率为18.7%。系统具备显著的节能与减排效益,年节约天然气7.38万m3,减少CO2排放约199 t,为印染行业提供了高效、可靠的余热回收技术路径,未来可通过流道沿程变结构设计或余热梯级利用方案,进一步降低传热㶲损,提升系统能质利用水平。

参考文献

吴承立, 赵跃捷, 张凤鸣.

纺织印染定型机节能减排技术研究进展

[J]. 能源研究与管理, 2025, 17(4): 178-186.

[本文引用: 1]

WU Chengli, ZHAO Yuejie, ZHANG Fengming.

Research progress on energy-saving and emission reduction technology of setting machines for textile printing and dyeing

[J]. Jiangxi Energy, 2025, 17(4): 178-186.

[本文引用: 1]

陈益民. 定型机废气典型有机化合物治理和余热回收利用研究[D]. 长沙: 中南大学, 2024:1-37.

[本文引用: 1]

CHEN Yimin. Stenter exhaust typical organic compounds treatment and waste heat recovery for utilization[D]. Changsha: Central South University, 2024:1-37.

[本文引用: 1]

ZENG Y M, LI K Y, HUGHES R, et al.

Corrosion mechanisms and materials selection for the construction of flue gas component in advanced heat and power systems

[J]. Industrial & Engineering Chemistry Research, 2017, 56(48): 14141-14154.

DOI:10.1021/acs.iecr.7b03664      URL     [本文引用: 1]

KAUR S, SHARMA S, BALA N.

A comparative study of corrosion resistance of biocompatible coating on titanium alloy and stainless steel

[J]. Materials Chemistry and Physics, 2019, 238: 121923.

DOI:10.1016/j.matchemphys.2019.121923      URL     [本文引用: 1]

MAO J B, MA X J, ZHAO F, et al.

A novel design to enhance the heat transfer and reduce pressure drop of heat exchangers based on multi-objective optimization

[J]. Numerical Heat Transfer, Part B: Fundamentals, 2026, 87(1): 2540782.

DOI:10.1080/10407790.2025.2540782      URL     [本文引用: 1]

KONG F L, WANG X X, GUO W, et al.

Effects of key structural parameters on the flow boiling process of water in the corrugated plate heat exchanger

[J]. International Communications in Heat and Mass Transfer, 2025, 167: 109364.

DOI:10.1016/j.icheatmasstransfer.2025.109364      URL     [本文引用: 1]

WEI C, ZHANG H, XU J R, et al.

Optimizing direct contact heat exchangers via topological approach: multi-field synergy analysis to flow and heat transfer

[J]. Applied Thermal Engineering, 2025, 276: 126824.

DOI:10.1016/j.applthermaleng.2025.126824      URL     [本文引用: 1]

SCHILLING S, GLADE H, ORTH T.

Investigation of crystallization fouling on novel polymer composite heat exchanger tubes

[J]. Heat Transfer Engineering, 2022, 43(15/16): 1326-1336.

DOI:10.1080/01457632.2021.1963533      URL     [本文引用: 1]

BROOKS S, ROY R.

Design and complexity evaluation of a self-cleaning heat exchanger

[J]. International Journal of Heat and Mass Transfer, 2022, 191: 122725.

DOI:10.1016/j.ijheatmasstransfer.2022.122725      URL     [本文引用: 1]

顾震宇, 王蕾豪, 缪孝平, .

印染行业定型废气减污降碳技术初探

[J]. 中国环保产业, 2023(6): 34-37.

[本文引用: 1]

GU Zhenyu, WANG Leihao, MIAO Xiaoping, et al.

Preliminary study on pollution reduction and carbon reduction technology of exhaust gas from setting machine in printing and dyeing industry

[J]. China Environmental Protection Industry, 2023(6): 34-37.

[本文引用: 1]

ZHOU Y H, LI Z H, ZHAI Y L, et al.

Effect of channel configuration on the thermal-hydraulic performance and economics of printed circuit heat exchangers

[J]. International Journal of Heat and Fluid Flow, 2026, 117: 110103.

DOI:10.1016/j.ijheatfluidflow.2025.110103      URL     [本文引用: 1]

NAWAZ R, KAZI S N, MOHD ZUBIR M N, et al.

Thermal and economic optimization of multi-start helically corrugated annular flow heat exchanger: an experimental and numerical study

[J]. Experimental Heat Transfer, 2026, 39(3): 317-345.

DOI:10.1080/08916152.2025.2508477      URL     [本文引用: 1]

BRAHIM F, AUGUSTIN W, BOHNET M.

Numerical simulation of the fouling process

[J]. International Journal of Thermal Sciences, 2003, 42(3): 323-334.

DOI:10.1016/S1290-0729(02)00021-2      URL     [本文引用: 2]

LOU H Q, CAO X Z.

Multi-field coupling fouling mechanism and optimization of heat exchangers in stenter exhaust systems

[J]. International Communications in Heat and Mass Transfer, 2026, 172: 110252.

DOI:10.1016/j.icheatmasstransfer.2025.110252      URL     [本文引用: 1]

HAYTA Y, KANDEMIR S.

Fatigue assessment of copper-brazed stainless-steel joints for plate heat exchangers

[J]. Fatigue & Fracture of Engineering Materials & Structures, 2025, 48(2): 725-737.

[本文引用: 1]

HE L, LUO Q, ZHAO S N, et al.

Structural optimization of dimple-plate heat exchanger via artificial neural network and multi-objective genetic algorithm

[J]. Applied Thermal Engineering, 2025, 263: 125297.

DOI:10.1016/j.applthermaleng.2024.125297      URL     [本文引用: 1]

ZHANG D, JIANG M J, HOU G, et al.

MLP-based dynamic fouling prediction and health monitoring for energy-efficient operation of plate heat exchangers in smart heating systems

[J]. Energy and Built Environment, 2025.DOI: 10.1016/j.enbenv.2025.06.002.

[本文引用: 1]

HOU G, ZHANG D, YAN Q M, et al.

Application of machine learning algorithms in real-time fouling monitoring of plate heat exchangers

[J]. International Communications in Heat and Mass Transfer, 2025, 164: 108809.

DOI:10.1016/j.icheatmasstransfer.2025.108809      URL     [本文引用: 1]

/