LNG气化站冷雾扩散的CFD模拟与工程控制
城市道路上，前方突然出现一团白色浓雾，能见度骤降至不足30米——这不是自然天气现象，而是路边LNG气化站释放的"冷雾"。西安某LNG气化站北邻城市道路与铁路枢纽，冬季供暖高峰期间，冷雾频繁越过围墙扩散至路面，严重威胁交通安全。如何从流体力学角度理解冷雾的形成机制，并通过工程手段有效控制？西安建筑科技大学的研究团队通过多尺度CFD数值模拟，系统揭示了冷雾扩散规律，并对比了接力式与集中式风机布局的控雾效果。
冷雾从何而来？——空温式气化器的"副作用"
液化天然气（LNG）在接收终端需通过气化器重新转化为气态后才能输送至管网。目前使用最广泛的是空温式气化器，它以自然对流的空气为热源，通过铝翅片换热管将外部热量传递给LNG。但这一换热过程会释放大量低温冷能至周围环境，导致空气温度骤降。当环境空气中的水蒸气因降温达到露点时，便凝结成细小的液滴悬浮于空气中——这就是"冷雾"的来源。
冷雾不仅影响站区操作人员的视线与作业安全，更值得警惕的是，在不利气象条件下（如低风速、高湿度），冷雾会积累并向外部扩散，威胁临近道路的交通安全。研究以西安某气化站为对象（图3），该站配备20台自然对流气化器，北侧紧邻城市道路，西侧地势抬升，北侧围墙局部高度仅3.5米——正是这一低矮处，成为冷雾泄漏的关键通道。
跨越设备到站场——多尺度CFD建模框架
研究团队构建了一个多尺度CFD数值模拟框架。在设备尺度，精细模拟单台气化器周围空气的自然对流换热过程，采用非Boussinesq假设（温差过大时空气物性随温度变化显著），基于REFPROP数据库拟合空气密度、黏度等物性参数。在站场尺度，考虑实际地形、围墙结构和环境风场，采用Mixture多相流模型耦合Lee传质模型，模拟水蒸气冷凝形成冷雾、扩散与消散的全过程。
控制方程包括混合物的连续性方程、动量方程、能量方程，湍流采用SST k-ω模型，并通过组分输运方程追踪湿空气各组分的分布。为简化计算，将气化器简化为矩形区域，以其底部（Plane A）的温度和质量流率作为冷雾源项边界条件——这是借鉴了国际同类研究（Wadnerkar, 2018; Sun, 2021）的建模思路。
接力式 vs 集中式——风机驱雾方案大比拼
为控制冷雾扩散，研究团队设计并对比了两种射流风机布局方案：方案一"接力式布置"，沿气化器群一侧串联多台风机，形成连续、有方向性的气流，推动冷雾向南侧定向排出；方案二"集中式布置"，将风机集中于站区关键位置，强化局部疏散能力。
模拟结果清晰呈现了两方案的差异。无风机时，北侧道路低能见度区域（视线<100m）长达90米，严重威胁行车安全。方案一接力布置将该范围压缩至26米以内，冷雾通量下降76%；方案二集中布置进一步缩小至23米，通量下降88%，北侧低能见度区域减少约71%（图6）。但方案一在定向引导方面更优，南墙冷雾排放量比方案二高约20%，说明其气流导向性更强。
在有风工况下（模拟1 m/s、2 m/s、4 m/s南向来风），风速越大冷雾向北扩散越强。低风速（1 m/s）时方案一效果更好，冷雾水平扩散压缩至约60米；高风速（4 m/s）时风机作用减弱，但方案二仍能进一步缩小影响范围至55米。值得注意的是，两种方案均能让冷雾高度控制在1.5米以下，有效保护驾驶员视线。
研究还评估了风机对气化器传热的副作用。方案一在无风时使气化器表面温度提升7.5K，降温幅度减少43%；方案二提升5K，降温幅度减少31%。当风速超过2 m/s后，方案二的局部回流反而导致温度下降约2K，而方案一未出现负效应，整体传热改善更稳定。
从产业痛点走向教学闭环
这个案例的价值不仅在于工程本身，更在于它将真实的产业需求与多学科知识完美融合。案例以企业提出的冷雾控制需求为驱动，引导学生在解决真实问题的过程中，综合运用流体力学（边界层理论、自然对流、射流动力学）、传热学（相变传热、翅片管强化换热）、工程热力学（湿空气物性、露点计算）和计算流动与传热（CFD建模、多相流模拟）等多学科知识。
从教学设计的角度看，案例构建了"工程问题抽象→跨尺度建模→多物理场耦合分析→技术方案决策"的能力培养闭环。学生通过参与设备尺度（单台气化器）和站场尺度（全站冷雾扩散）的分层次建模，理解不同尺度下模型简化与边界条件的设置逻辑；通过对比两种风机方案的控雾效果，训练多方案定量评估与工程决策能力；通过对风速、湿度等环境变量的参数化分析，掌握工程风险评估与适应性设计方法。
这个案例也再次验证了一个核心理念：流体力学不仅是课本上的方程，更是解决真实工程问题的科学武器。从冷雾的生成到扩散，从风机的射流到围墙的阻挡，每一个工程决策背后，都有一套精密的空气动力学在运转。
参考资料
Gavelli F. Computational fluid dynamics simulation of fog clouds due to ambient air vaporizers. Journal of Loss Prevention in the Process Industries, 2010, 23(6): 773-780.
Wadnerkar D, Sun B, Utikar R P, et al. Numerical study of fog formation around ambient air vaporizers. Chemical Engineering Science, 2018, 183: 37-46.
Sun B, Wadnerkar D, Kim H Y, et al. Investigation on fog formation of LNG ambient air vaporisers. Applied Thermal Engineering, 2021, 193: 117023.
罗冬林. LNG气化器冷雾形成及处理研究[D]. 广州: 华南理工大学, 2013.
冼丽珊, 焦文玲, 杨帆, 等. LNG空温式气化器支腿高度数值模拟研究[J]. 煤气与热力, 2021, 41(6): 6-11.
