基于热化学能量网络的高效废热回收研究

将废热转化为被忽视的能源资源

工厂和发电厂不断向大气排放温暖的空气和气体。大量热能处于低温范围，通常被认为过于微弱而难以回收，于是被直接浪费掉。本研究展示了一种特殊流体网络如何吸收那些被遗忘的余热、存储它，然后用于干燥空气或提供有用的供热与制冷。对日常生活而言，这可能意味着无需新建发电厂就能实现更高效的建筑和更清洁的工业。

围绕工作流体构建的网络

研究人员在实验室中构建了完整的热化学流体能量网络。与传统供热系统使用的纯水不同，该网络循环一种喜欢从空气中吸收水分的盐溶液。该流体在两个主要区段之间流动：需求侧的除湿柱和供给侧的再生柱。在除湿柱中，房间或工艺排出的潮湿空气在流体吸收水蒸气时被干燥；在再生柱中，废热使流体升温，将吸收的水驱出为蒸汽，使流体恢复浓度并准备再次吸湿。罐体、泵、风机和加热器将这些部件连接成一个闭环，能够在需要的地方传递热量和湿量。

探索废热到达方式的差异

在实际工厂中，废热并非以平稳、柔和的流态到达。有时它呈平滑起伏，有时几乎恒定，有时则以尖锐的脉冲出现。为反映这种多样性，团队测试了三种加热模式。恒定剖面将温度维持在固定水平；高斯（钟形）剖面缓慢升至峰值然后下降，类似受控的热脉冲；第三种模式模拟再生式热氧化器（常见的污染控制设备），其温度在重复循环中剧烈跳动。通过将相同网络在这三种模式下运行，并扫描空气与溶液流量及再生温度，作者能够观察系统在真实、随时间变化的废热条件下的表现。

流量和温度如何塑造性能

研究用若干简单指标评判性能：空气湿度的变化、单位供热下移除的水量，以及系统接近理想除湿能力的程度。较低的液体流量通常带来更高的效率，因为较小量的流体更有效地接收并利用可用热量。在约0.03千克/秒的溶液流量下，该网络回收了约30%的理论可用能量。提高再生温度影响显著：在约80摄氏度时，流体能够驱动空气湿度发生大幅变化，同时对精确的液气流量比变得不那么敏感。换言之，更高温的废热不仅使系统更强大，也使其在更宽的工况范围内更易操作。

哪种加热模式效果最好

将三种废热模式直接比较后，有一种脱颖而出。钟形高斯加热在低液气比时每单位热量移除的水量最高，胜过恒定加热和类似氧化器的快速开关循环。恒定模式在低液体流量下表现仍然良好，但随着更多流体泵入其性能下降，而快速开关模式总体上落后。所有情况中，增加液气比都会降低性能：推动更多溶液通过系统只需消耗更多热量却只带来有限的额外除湿。这些趋势指出明确的设计建议：将中等或脉冲式废热与相对较低的流体流量配对，以获得最大收益。

借助人工智能的智能预测

为帮助未来设计者，团队还构建了一个基于多层感知器（MLP）神经网络的轻量级人工智能模拟器。该模型不是在实时求解复杂物理方程，而是从实验数据中学习系统对不同空气与流体流量、温度和时间组合的响应。一旦训练完成，它可以即时估算诸如湿度变化和干燥效果等关键输出。该模拟器在较低液气比和恒定及高斯加热条件下表现尤为良好，预测值与实测值之间误差较小。在较高液体流量下精度有所下降，提示未来可改进的方向。

对更清洁工业的意义

从宏观视角看，这项工作表明常被忽视的低温废热在与热化学流体网络耦合时可以变成有价值的资源。通过选择合适的流量并将再生温度瞄准70至80摄氏度左右，工业能够从本来会被丢弃的尾气中回收可观的能量并实现湿度控制。基于 AI 的性能预测工具的加入使得在复杂且多变的工厂环境中更容易规划和运行此类系统。对公众而言，这意味着工业场所可以更高效地运行、减少二氧化碳排放，并更充分地利用其现有的每一份热能。

引用: Bhowmik, M., Giampieri, A., Ma, Z. et al. Investigation on thermochemical energy network for efficient waste heat recovery. Sci Rep 16, 8523 (2026). https://doi.org/10.1038/s41598-026-39243-7

关键词: 废热回收, 热化学流体, 工业能效, 液体吸湿剂, AI 能源建模