المقارنة التجريبية والمعتمدة على التعلم الآلي بين مفاعلات الحبيبات المميِّعة الحلزونية والتقليدية مخروطية الشكل لتحسين الأداء الحراري

طاقة أكثر حرارةً ونظافةً من رمل دوّار

تحويل النفايات الزراعية وبقايا المواد الأخرى إلى طاقة مفيدة هو أحد السُبل لتقليل اعتمادنا على الوقود الأحفوري. من الأجهزة الشائعة لهذا الغرض مفاعل الحبيبات المميِّعة، حيث يمر هواء ساخن عبر طبقة من الجسيمات الشبيهة بالرمل لتسخين وتحويل الكتلة الحيوية. تطرح هذه الدراسة سؤالاً بسيطاً لكنه ذي أثر كبير: هل يمكننا إعادة تشكيل المفاعل وجعل الهواء يدور بحيث نستخرج حرارة أكثر مع استهلاك طاقة أقل لضخ الهواء؟ من خلال الجمع بين تجارب دقيقة وتقنيات التعلم الآلي الحديثة، يبيّن المؤلفون أن الإجابة هي نعم.

لمسة جديدة على مفاعل مألوف

عادة ما تكون مفاعلات الحبيبات المميِّعة التقليدية أسطوانية مستقيمة تدفع الهواء صعوداً عبر شاشة مسطحة. أعاد الباحثون تصميم هذا التجهيز بطريقتين. أولاً، استخدموا جزءاً سفلياً مخروطي الشكل عريضاً في الأعلى وضيّقاً في الأسفل، مما يوجّه الجسيمات والغازات إلى أنماط أكثر سلاسة بطبيعتها. ثانياً، استبدلوا الشاشة المسطحة بحلقة من الشفرات المائلة التي تجعل الهواء الداخل يدور، مكوِّنةً سريراً دوّاراً من الجسيمات المتحرِّكة. ثم قارنوا هذا التصميم «المخروطي الحلزوني» بتصميم مخروطي تقليدي حافظ على الشكل نفسه لكنه استخدم الشاشة الشبكية البسيطة دون شفرات.

مراقبة الحرارة والحركة داخل السرير

لمعرفة مدى فعالية كل مفاعل في نقل الحرارة، استخدم الفريق هواءً مسخَّناً وأسِرّة من جسيمات الرمل مع تغيير سرعة الهواء. قاسوا مدى صعوبة دفع الهواء عبر المفاعل (هبوط الضغط) ومدى فاعلية انتقال الحرارة من السرير الساخن إلى جدران المفاعل (معامل انتقال الحرارة). سجّلت ثُقَب حرارية دقيقة درجات الحرارة عند ارتفاعات ومواقع شعاعية مختلفة، بينما رصدت كاميرا تحت الحمراء من خلال نافذة شفافة لالتقاط صور حرارية مفصّلة لأسطح الجسيمات دون إزعاج التدفق. أتاح ذلك للباحثين تحديد المناطق الحارة والباردة وتقييم مدى تجانس توزيع الحرارة عبر السرير.

التدفق الحلزوني يعزز الحرارة ويوفر الطاقة

غيّر الهواء الدوار في المفاعل المخروطي الحلزوني سلوك السرير بطرق مهمة. احتاج بدء الدوران إلى سرعة هواء أعلى قليلاً مقارنةً ببدء التمييع العادي، لكن بمجرد انطلاق الدوران احتاج المفاعل إلى ضغط أقل للحفاظ على حركة الجسيمات. كان هبوط الضغط عبر الموزع وعبر السرير أقل باستمرار مقارنةً بالمفاعل التقليدي، مما يعني أن قدرة المروحة المطلوبة ستكون أقل في المنشآت الفعلية. في الوقت نفسه، حسّن التصميم الحلزوني انتقال الحرارة بما يصل إلى نحو 40 في المئة، خصوصاً في المناطق السفلية والوسطى حيث تحدث معظم التفاعلات. أظهرت صور الأشعة تحت الحمراء أن درجات الحرارة في السرير الحلزوني كانت أكثر انتظاماً عمودياً وعبر المقطع العرضي، مع وجود بقع باردة أقل قرب الجدران ومناطق مفرطة السخونة أقل في المركز.

تعليم الآلات توقع سلوك المفاعل

بما أن إجراء العديد من التجارب مكلف ويستغرق وقتاً طويلاً، لجأ المؤلفون إلى التعلم الآلي لبناء أدوات توقعية سريعة. درّبوا ثلاثة نماذج مختلفة باستخدام سرعة الهواء المقاسة ودرجات حرارة السرير والجدار وارتفاع السرير والموقع داخل المفاعل كمدخلات، وطلبوا من النماذج توقع انتقال الحرارة وهبوط الضغط. برزت طريقة الحُزم العشوائية المعروفة باسم Extra Trees كالأفضل: فقد استوعبت تقريباً كل التباين في البيانات لكل من انتقال الحرارة وهبوط الضغط مع أخطاء نسبياً صغيرة. أظهر التحليل الإضافي أن سرعة الهواء هي العامل الأكثر تأثيراً منفرداً على الكميتين، بينما تلعب درجات الحرارة والموقع الهندسي أدواراً ثانوية. يمكن لمثل هذا النموذج الرقمي مساعدة المهندسين على استكشاف ظروف تشغيل وتصاميم لم تُختبر مباشرة في المختبر.

ما الذي يعنيه هذا لأنظمة طاقة أنظف

بالنسبة لغير المتخصصين، الخلاصة واضحة: من خلال إعادة تشكيل المفاعل وإضافة حركة دوّارة بسيطة، يمكن للمهندسين نقل حرارة أكثر عبر النظام مع إنفاق طاقة أقل على دفع الهواء. ينتج عن مفاعل الحبيبات المميِّعة المخروطي الحلزوني سريراً أكثر تجانساً في التسخين وخلطاً أفضل للجسيمات، وهو خبر سار لعمليات مثل احتراق الكتلة الحيوية والتغويز ومعالجة النفايات. تظهر الدراسة أيضاً كيف يمكن لدمج قياسات متقدمة، مثل تصوير الأشعة تحت الحمراء الحراري، مع نماذج التعلم الآلي أن يوجِّه تصميم مفاعلات أكثر كفاءة. إذا نُفّذ هذا النهج على نطاق أوسع وتكييفه مع أنواع الوقود الحقيقية، فقد يساعد مصانع الطاقة والكيماويات المستقبلية على تحويل المواد النفاياتية إلى منتجات مفيدة بكفاءة أعلى وتأثير بيئي أقل.

الاستشهاد: Abdelmotalib, H.M., Samee, A.A.A. & Tawfik, M.H.M. Experimental and machine learning-based comparison of swirling and conventional conical fluidized bed reactors for enhanced thermal performance. Sci Rep 16, 13384 (2026). https://doi.org/10.1038/s41598-026-48623-y

الكلمات المفتاحية: مفاعلات الحبيبات المميِّعة, تدفق حلزوني, انتقال الحرارة, طاقة الكتلة الحيوية, التعلم الآلي في أنظمة الطاقة