Abstract Hurriclon cyclone is a specially designed preheater cyclone with two outlet connector pipes of cleaned gas in the cement industry. In Kerman cement plant, Iran, the initial structure of this cyclone was changed. This caused a decrease in the cyclone efficiency. In this study, to optimize the changed cyclone performance, one of the twin cyclones in the first-stage of the preheater tower, which had the most significant effect on particle separation from gas was simulated and validated by computational fluid dynamics. Using the design of experiment based on the simulation results, the effects of three dimensions (vortex-finder length, cylinder height, and cone tip diameter) were investigated on cyclone performance. The turbulent gas flow inside the cyclone was modelled using the Reynolds stress model due to the swirling flow inside the cyclones. The discrete phase model was used to calculate the trajectory of particles. It was observed that because of high gas inlet velocity and particle density as well as the geometry of the preheater cyclone, particles larger than the critical diameter continue spinning in the cyclone. The Multi-Gene Genetic Programming (MGGP) was used to obtain two equations for efficiency and pressure drop in order to optimize the preheater cyclone performance. For this purpose, two-objective optimization using the Genetic Algorithm (GA) was performed. The optimization results showed that by using the optimized dimensions for the preheater cyclone, the pressure drop decreases by 2.2% and the efficiency increases by 13.4%.

中文翻译：

---

水泥厂预热器旋风分离器的CFD模拟及其结合实验设计和多基因遗传编程的性能优化

摘要 Hurriclon旋风分离器是水泥行业专门设计的带有两个净化气体出口连接管的预热器旋风分离器。在伊朗克尔曼水泥厂，该旋风器的初始结构发生了变化。这导致旋风分离器效率降低。在这项研究中，为了优化改变后的旋流器性能，通过计算流体动力学模拟和验证了预热塔第一级中对气体颗粒分离影响最显着的双旋流器之一。使用基于模拟结果的实验​​设计，研究了三个维度（涡流探测器长度、圆柱体高度和锥尖直径）对旋流器性能的影响。由于旋流器内部的涡流，旋流器内部的湍流气流使用雷诺应力模型进行建模。离散相模型用于计算粒子的轨迹。据观察，由于高气体入口速度和颗粒密度以及预热器旋风分离器的几何形状，大于临界直径的颗粒在旋风分离器中继续旋转。多基因遗传编程 (MGGP) 用于获得效率和压降的两个方程，以优化预热器旋风分离器的性能。为此，执行了使用遗传算法 (GA) 的双目标优化。优化结果表明，采用优化尺寸的预热器旋风分离器，压降降低2.2%，效率提高13.4%。离散相模型用于计算粒子的轨迹。据观察，由于高气体入口速度和颗粒密度以及预热器旋风分离器的几何形状，大于临界直径的颗粒在旋风分离器中继续旋转。多基因遗传编程 (MGGP) 用于获得效率和压降的两个方程，以优化预热器旋风分离器的性能。为此，执行了使用遗传算法 (GA) 的双目标优化。优化结果表明，采用优化尺寸的预热器旋风分离器，压降降低2.2%，效率提高13.4%。离散相模型用于计算粒子的轨迹。据观察，由于高气体入口速度和颗粒密度以及预热器旋风分离器的几何形状，大于临界直径的颗粒在旋风分离器中继续旋转。多基因遗传编程 (MGGP) 用于获得效率和压降的两个方程，以优化预热器旋风分离器的性能。为此，执行了使用遗传算法 (GA) 的双目标优化。优化结果表明，采用优化尺寸的预热器旋风分离器，压降降低2.2%，效率提高13.4%。据观察，由于高气体入口速度和颗粒密度以及预热器旋风分离器的几何形状，大于临界直径的颗粒在旋风分离器中继续旋转。多基因遗传编程 (MGGP) 用于获得效率和压降的两个方程，以优化预热器旋风分离器的性能。为此，执行了使用遗传算法 (GA) 的双目标优化。优化结果表明，采用优化尺寸的预热器旋风分离器，压降降低2.2%，效率提高13.4%。据观察，由于高气体入口速度和颗粒密度以及预热器旋风分离器的几何形状，大于临界直径的颗粒在旋风分离器中继续旋转。多基因遗传编程 (MGGP) 用于获得效率和压降的两个方程，以优化预热器旋风分离器的性能。为此，执行了使用遗传算法 (GA) 的双目标优化。优化结果表明，采用优化尺寸的预热器旋风分离器，压降降低2.2%，效率提高13.4%。多基因遗传编程 (MGGP) 用于获得效率和压降的两个方程，以优化预热器旋风分离器的性能。为此，执行了使用遗传算法 (GA) 的双目标优化。优化结果表明，采用优化尺寸的预热器旋风分离器，压降降低2.2%，效率提高13.4%。多基因遗传编程 (MGGP) 用于获得效率和压降的两个方程，以优化预热器旋风分离器的性能。为此，执行了使用遗传算法 (GA) 的双目标优化。优化结果表明，采用优化尺寸的预热器旋风分离器，压降降低2.2%，效率提高13.4%。