污水处理的曝气过程通过风机将空气压缩鼓入污水处理生化池，使生化池的溶解氧浓度（DO）维持在合适水平，创造有利于微生物好氧降解污染物的有氧条件，提高微生物的活性和污染物去除能力。进水工况对生物曝气工艺的稳定性影响较大。

此外，曝气过程能耗高，风机的电能消耗占污水处理工艺总能耗的40%以上。采取合理有效的曝气控制策略能够提升污水处理系统的整体运行性能和节能效果。

曝气过程为典型的高非线性、大滞后性的复杂过程，其参数优化设定与控制一直是研究的热点。

丛秋梅等提出基于带有工况中心修正的污水处理多模型等在线建模方案，提高了对处理过程COD、氨氮浓度等关键参数预测的准确性，但因缺乏控制策略的进一步优化，仅能为操作人员提供决策参考，节能降耗性能有所限制。

栗三一等采用多目标进化算法寻找溶解氧优化设定值，抑制了出水氨氮及总氮的峰值，同时减少超标率。 HAN等采用全局优化算法寻找溶解氧浓度优化设定值，并对溶解氧控制器进行优化分析，提高了污水处理能力，但缺乏对入水周期性的考虑，一定程度上增加了优化运算成本。

WANG等基于污水厂真实历史数据，采用新型混合神经网络模型等智能回归预测算法预测出水参数，同时结合遗传算法等寻优算法降低处理过程的总能耗与总物耗。N. 等基于算法融合思想搭建了污水处理过程稳定性及安全性的决策控制系统。

S. KUMAR等基于试错法的模糊逻辑控制对污水处理过程控制策略进行综合优化，一定程度保证了系统出水的达标稳定性，但处理能耗成本增加。P. 等基于实际污水厂校正BSM1模型中的硝酸盐浓度和溶解氧浓度进行嵌套回路控制，在处理效果与节能降耗方面有一定改善，但该模型具有较强的针对性，适用性较低。

为实现曝气过程的优化控制，达到保质降耗的目的，笔者基于污水处理过程，将入水情况的周期性进行入水工况感知划分，以入水工况为单位对处理过程的操作策略进行优化，提高决策响应速度，降低运算成本，并通过搭建系统运行评估体系反映系统的处理能力及优化性能。

“工况感知-自主决策-性能评估”多层次污水处理智能曝气优化方案的工况感知层将采用K-means聚类算法建立初始工况库，结合注水原理实现工况库的自主更新。

在工况感知基础上，自主决策层将采用最小二乘支持向量机（LS-SVM）与神经网络反向传播算法（BPNN）建立系统的软测量模型，结合粒子群全局寻优算法（PSO）求解当前入水工况生化池溶解氧的最优设定值（DOset）。性能评估模块将依据系统运行的经济效益、出水水质与出水成分等建立评估数据库，评估系统优化决策性能。系统流程如图1所示。

图1感知-决策-评估智能曝气系统流程

实验方法理论

1.1

优化系统综述

污水处理曝气智能优化系统由工况感知、自主决策与性能评估3部分组成，其结构如图2所示。

图2感知-决策-评估智能曝气系统框架

工况感知部分主要包含入水工况库，用于存放历史数据的工况感知情况，该部分将根据历史数据建立初始工况库，并根据新入水与历史工况库的匹配情况实现入水工况的感知与更新；自主决策部分包含操作知识库和学习规则库，其中操作知识库存放历史工况对应的DOset，学习规则库存放污水处理过程中入水、出水及评估数据间的机理关系，以工况感知结果为依据，求解新入水下生化反应池曝气过程的DOset，同时更新操作知识库；

性能评估部分包含评估数据库，用以记录系统优化运行过程的能耗经济指标（EC）与出水水质指标（EQ），并作为入水工况库和学习规则库的更新依据。

为验证系统的优化性能，在国际水协会（IWA）发布的基于污水生化处理典型过程国际评价基准（）的基础上搭建污水处理仿真平台（BSM1）并完成优化仿真验证。仿真模型BSM1参考的实际污水处理厂设计流量为20 000 m3/d，入水平均BOD为300 g/m3，水力停留时间为14.4 h，生化反应池容积5 999 m3（厌氧生化反应池1、2各占1 000 m3，好氧生化反应池3、4、5各占 1 333 m3），物理沉降池容积6 000 m3，属典型中等规模城镇污水处理厂。

模型仿真输入为给出的基于实际工厂的晴天、雨天、暴雨天3种天气各2周的入水数据，采样间隔为15 min，入水数据由入水流量和入水组分构成，其中入水组分以活性污泥1号模型（ASM1）为基准，包含溶解性惰性有机物（SI）、易生物降解有机物（SS）、颗粒性惰性有机物（XI）、难生物降解有机物（XS）、活性异养菌生物固体（XB，H）、活性自养菌生物固体（XB，A）、生物固体衰减产生的惰性有机物（XP）、溶解氧（SO）、硝态氮（SNO）、氨氮（SNH）、可生物降解溶解性有机氮（SND）、可生物降解颗粒性有机氮（XND）、碱度（SALK）13种成分。在全球范围内具有较高的权威性和广泛的认可度，为该优化系统提供了较高可信度的优化性能验证平台。

1.2

工况感知

工况感知流程如图3所示，首先根据历史数据建立初始入水工况库，采用K‑means聚类算法将其划分为工况1、2、……、n。当新入水数据X输入系统，计算其与历史工况1、2、……、n的全局相似度，取最大值作为新入水数据X与历史工况库的匹配度，当匹配度大于入水工况划分阈值（取0.92）时，说明新入水X与历史工况库匹配程度高，将其存放于相似度最大的工况i中；否则，将新入水数据X作为新工况n+1存入到工况库中。

图3工况感知流程

1.2.1基于K‑means聚类算法建立初始工况库

K‑means聚类算法将根据给定的样本集，按照样本之间的距离大小将样本划分为K簇，并保证簇内尽可能紧凑，簇间尽可能远离。K‑means聚类算法的优化目标是最小化平方误差E，如式（1）所示。

（1）

式中：x——样本集中单个样本；

μi——簇Ci的质心，其表达式见式（2）。

（2）

初始入水工况库的划分在一定程度上将影响入水工况库后续自主更新的能力，因此划分初始入水工况库时需保证合适的簇间距离。从晴天、雨天、暴雨天3种天气入水数据中随机选取200组作为初始数据，作其肘部图，如图4所示，根据肘部法可得出初始入水工况库的划分K值为22。

图4200组历史数据K-means聚类算法肘部图

1.2.2基于注水原理自主更新工况库

注水原理常用于通信领域，根据子信道信噪比的好坏优化分配载波功率，以达到总信道容量的最大化。针对入水数据各组分对优化系统影响的差异性，采用注水原理计算入水各组分所占的属性权重，根据属性权重计算新入水数据与历史数据的相似度，并将同工况内历史数据的平均相似度用于该组数据与该工况的相似度对比，以此作为工况自主更新的依据。

为保证入水工况库的自主更新能力，根据注水原理，应使属性总容量Cw达到最大值，而各组分的属性权重表示该组分的重要度，属性权重越大则说明该组分的重要度越高，其应当满足一定约束，见式（3）~式（4）。

（3）

（4）

式中：m——入水数据的组分种类数（在BSM1中，包含流量在内m=14）；

wj——第j种组分的属性权重；

uj——第j种组分特征的均值；

σj——第j种组分特征的标准差。

结合约束条件构造拉格朗日函数，求解，见式（5）、式（6）。

同时由约束条件〔式（3）、式（4）〕对wj限幅，令

，得到：

计算新入水数据与工况库中历史数据在各组分上的局部相似度，见式（9）。

（9）

式中：Xj——新入水数据X的第j种组分；

Lj——工况库中历史数据L的第j种组分。

对各属性的局部相似度进行加权求和以得到新入水数据与工况库中历史数据的全局相似度，见式（10）。

（10）

然后计算入水数据与相同工况下历史数据的全局相似度的平均值，取最大平均值作为入水数据与工况库的匹配依据；当该值大于某一阈值η时（阈值取0.92），将入水数据划分到最大平均值所在的工况中，否则将入水数据作为新的工况存入工况库中，如式（11）所示。

（11）

式中：CX——入水数据X的工况划分结果；

C——现有入水工况库；

Ci——现有工况库中某一工况；

h——工况Ci所含历史入水数据条数。

得到晴天、雨天、暴雨天的工况划分情况，如图5所示，可知3种天气在第1周的工况感知结果基本一致，到第2周只有晴天数据的工况数不再增加，符合BSM1入水数据特征。

图5工况划分情况

1.3

自主决策

1.3.1建立学习规则库

污水处理过程的高度复杂性和大滞后性会导致全局寻优过程的时间复杂度与空间复杂度过于庞大，因此，引入软测量模型代替污水处理系统对EC与EQ的计算，提高了算法的寻优性能与收敛速度。其中，软测量模型1用于计算全局寻优算法的个体适应度及确定个体所在的约束空间，以系统EC和EQ为主导变量，以流量、入水组分和曝气池溶解氧浓度为辅助变量，基于BSM1上仿真所得数据建立软测量模型1，用BPNN、SVM、LS-SVM智能算法进行学习预测，结果如图6所示。

（a）EQ；（b）EC

图6软测量模型1的预测结果

由图6可见，LS‑SVM算法对EC和EQ的跟踪性能较好，如式（12）所示。

（12）

曝气池溶解氧达到一定浓度后，出水水质对溶解氧浓度的敏感性降低。由于系统在全局寻优简化了机理过程，将得到与污水处理特性相悖的解集，为此需要约束粒子的求解寻优空间。以入水所属工况的EQ均值作为主导变量，流量及入水组分作为辅助变量，于BSM1上仿真所得数据建立软测量模型2，同样采用BPNN、SVM、LS‑SVM智能算法进行学习预测，结果如图7所示，可得BPNN对于EQ工况均值的跟踪性能较好，如式（13）所示。

图7软测量模型2预测结果

（13）

1.3.2学习规则库的自主决策应用

粒子群优化算法（PSO）是一种概率型的全局优化算法，首先在可行解空间中初始化一群粒子，每个粒子代表一组溶解氧浓度优化设定值（DOset），用位置、速度、适应度与惩罚值作为该粒子特征。迭代过程中，粒子以个体最优解（Pbest）和集体最优解（Gbest）为指引更新自身位置。个体最优解是指个体的最优位置，集体最优解是种群所有粒子的最优位置。每次迭代粒子都将计算1次适应度与惩罚值，并更新个体最优解和集体最优解。各粒子的适应度是将入水数据和粒子对应的DOset输入到软测量模型1计算出来的EC，同时利用入水数据作为软测量模型2的输入得到约束值。将粒子于软测量模型1得到的EQ预测惩罚值与约束值进行比较，若粒子EQ预测惩罚值大于约束值，则将该粒子的适应度值置为无穷大，在迭代中舍弃该粒子位置。每次迭代中，粒子的位置及速度计算公式如式（14）~式（16）所示。

1.4

性能评估

性能评估主要根据列出的EQ和EC。EQ按式（17）计算（T为7 d）。

EC按式（18）计算（T为7 d）。

式中：Qa——内回流流量， m3/d；

Qr——外回流流量， m3/d；

Qw——污泥排放量， m3/d；

KLa——氧转移速率，表征好氧池的曝气情况， h-1。

此外，中规定出水总悬浮物（TSS）< 30 g/m3、COD3、BOD53、总氮（TN）< 18 g/m3，其计算式见式（19）~式（22）。

仿真验证

2.1

仿真模型及相关参数说明

BSM1为典型污水生化处理过程，结构如图8所示。其中1、2池为缺氧池，3~5池为好氧池，虚线部分为优化系统曝气控制策略。

图8BSM1系统

BSM1主要通过好氧生化池中的氧总转移系数（KLa3~5）表征生化反应曝气过程，因此影响系统EC的主要因素为3~5池的溶解氧浓度设定值。

将入水数据输入系统，由感知-决策-评估优化算法得出该入水情况下的~5，将其作为设定值输入PID控制器中，并以3~5池的溶解氧浓度（DO3~5）作为PID控制器的反馈输入值，KLa3~5作为被控对象，调节3~5池中的实时溶解氧浓度。BSM1的默认控制策略为KLa3=KLa4=10 h-1，KLa5=3.5 h-1。

系统其他相关参数如表1所示。

表1系统相关参数

表1中，初始工况数K表示工况感知中采用K-means聚类算法对晴天前200组数据的初步划分结果；工况划分阈值η表示工况感知中新入水数据与工况库的匹配判断阈值；Gam、Sig2分别为工况决策中EC、EQ关于入水数据和曝气池溶解氧的LS-SVM软测量模型的正则常数与平方带宽；

Ni为工况决策中EQ关于入水数据的BPNN软测量模型的隐含层i所含神经元个数，隐含层层数用H表示；种群个体数P、惯性权重α及学习因子C均为工况决策中全局寻优算法自适应粒子群寻优算法的相关参数，其中学习因子C分为c1、c2，取值相同；EQ、EC、TSS、COD、BOD5、TN是基于用于验证控制方法有效性的评估参数。

2.2

仿真结果

将给定数据作为系统输入，随机从晴天、雨天、暴雨天气情况取200组数据作为初始工况历史数据，每次新入水经过工况感知-决策-评估过程求得DOset，并根据系统运行性能评估结果更新入水工况库、操作知识库和学习规则库，得出3~5池的溶解氧浓度最优设定值，如图9所示。

注：0~13 d对应BSM1模型晴天入水情况；14~27 d对应BSM1模型雨天入水情况；28~42 d对应BSM1模型暴雨天入水情况。

图93~5池（a-c）溶解氧浓度最优设定值

仿真验证系统的3~5池实时溶解氧浓度如图10所示。可见PID控制器对好氧生化池溶解氧浓度的跟踪性能良好，由控制器对系统仿真结果造成的干扰可忽略不计。

注：0~13 d对应BSM1模型晴天入水情况；14~27 d对应BSM1模型雨天入水情况；28~42 d对应BSM1模型暴雨天入水情况。

图103~5池（a-c）实时溶解氧浓度

优化系统与原始系统的出水水质如图11所示。

图11优化系统与原始系统的出水水质

由图11可见，2种系统的出水TSS、COD基本一致；出水BOD5两者相差

2.3

结果分析

对优化系统和BSM1原始系统的最终出水情况及处理性能进行对比，结果如表2所示。

表2优化系统和原始系统的出水情况及处理性能对比

注：TN、SNH为日均出水质量浓度。

由表2可见，优化系统最终出水的COD、TSS、BOD5、日均TN与原系统的差异

结论

（1）基于感知-决策-评估的污水处理曝气智能优化方法结合K‑means聚类算法与注水原理，对入水数据进行感知，能够支持入水工况库的自主更新，提高了系统稳定性。采用LS‑SVM与BPNN建立计算全局寻优过程个体适应度的软测量模型1及用于约束全局寻优求解空间的软测量模型2，采用PSO对当前工况进行曝气优化自主决策；输入溶解氧浓度优化设定值，针对系统运行情况进行性能评估，并由评估结果对决策系统进行优化更新。

（2）在优化系统出水达标且出水水质（EQ）优于原系统1%~2%的情况下，经济指标（EC）相比原系统下降了10%~15%，节能效果显著。该智能曝气优化方法可作为国内中等规模城镇污水处理厂节能减排的优化参考。

（3）由于污水处理环境具有差异性，BSM1的仿真数据在国内中等规模城镇污水处理厂中的适用性较低，故BSM1仿真模型仅作为所述感知-决策-评估智能曝气优化系统的仿真验证平台。完成优化性能的仿真验证后，后续研究将进一步结合国内中等规模城镇污水处理厂的入水特性建立针对性入水工况感知模块，根据污水厂实际运行数据构建自主决策预测与全局寻优模块，最后针对实际污水厂的处理需求搭建符合国内处理要求的性能评估机制，完成该优化方法在国内中型城镇污水厂的落地应用，达到节能减排的目的。

喷涂环境 粉末静电喷涂技术及设备的发展与应用

粉末静电喷涂技术及设备的发展与应用

郑毅，崔昭霞

（内蒙古工业大学机械工程学院，呼和浩特 ）

0 引言

当今全球环境形势日益严峻，推进全球环境保护刻不容缓。对于涂装业来说，更是迫切需求环保涂料和无公害涂装工艺。由于粉末涂料几乎不含VOC，而且回收利用率高，此外，粉末静电喷涂效果在机械强度、附着力、耐腐蚀、耐老化等方面明显优于喷漆工艺，成本也在同效果的喷漆之下[1]。目前，在家用电器、机械仪表、厨具、家具、汽车、建筑材料、园林设施、交通设施、管道防腐等诸多领域，粉末静电涂装技术的应用仍然处于增长趋势[2]。

本文总结了粉末静电喷涂的原理特点和发展过程，重点分析了静电喷涂设备在不同领域的应用功效以及相应的技术特点。

1 粉末静电喷涂的工作原理与特点

1.1 粉末静电喷涂的工作原理

粉末静电喷枪是实现喷涂作业的重要工具，通过使用喷枪将粉末涂料喷涂到工件表面。具体的工作原理是：静电粉末喷枪与高压静电发生器相连，当喷枪电极接通高压静电后，赋予喷枪端部较高电压，由喷枪端部针状电极的电晕放电，使空气发生电离。同时粉末涂料由供粉系统中的空气动力将其输送至喷枪喷出，雾化的粉末在电晕放电区捕获负电荷成为带电微粒，使粉末涂料颗粒带上负电荷。待涂工件接地，喷出的粉末涂料与工件之间产生高压静电场。在气流和电场的作用下粉末涂料按照受力的方向飞至待涂工件，受库伦静电引力的作用吸附在工件表面，当工件上的粉末积聚到一定厚度时，发生静电相斥，粉末便不再堆积。然后再经过加热熔融、流平固化形成均匀、光滑、平整的涂层，来满足喷涂要求[3-5]。

1.2 粉末静电喷涂的特点

粉末涂料是一种粉末状无溶剂的涂料，是由特制树脂、颜填料、固化剂及其他助剂以一定的比例混合，再通过热挤塑和粉碎过筛等工艺制备而成，总的分为热固型和热塑型2类[6]。该涂料几乎不含挥发性有机物VOC，利用率高，固废物少，回收率高，是一种当之无愧的绿色环保型涂料；粉末静电喷涂的优势也很明显，具体表现如下[7]：

1）高效节能性：一次喷涂即可达到所需要的涂膜厚度，厚度均匀且容易控制，相较于传统的涂装工艺生产率可提高30%~40% ，能耗降低约30%，减少涂装次数，节省工件堆放等待的场地。

2）灵活适应性：大多数粉末涂料都可以采用静电粉末喷涂法进行喷涂，不受工件形状大小的限制；也可以同溶剂型涂料或电泳沉积涂料进行混合型涂装使用。

3）涂膜优越性：粉末涂料树脂的相对分子质量比溶剂型涂料树脂大，这样使得涂膜的物理机械性能和耐化学介质性等性能比溶剂型涂料的好，具体表现为其耐酸、碱、盐腐蚀性要好，附着力高。

4）成品率较高：在未固化前，若工件有需要改善和局部漏喷的地方，可进行二次重喷，直到达到加工要求，成品率远远高于传统的油漆工艺。

5）再利用率高：过喷的粉末可通过设备中的粉末回收系统进行收集并分离，再与新粉混合使用，回收利用率可达98%以上。

6）操作简单化：粉末喷涂工艺简单，只需预处理、粉末喷涂、固化等工序便可完成，简化了传统的多工序喷涂手段，且操作简单方便。

7）使用方便性：粉末涂料在常温下，贮存稳定，不需要像溶剂型涂料那样，随季节调节黏度，也不需要喷涂后放置一段时间，使溶剂挥发后再进行烘干。只需加热烘烤熔融固化，即可形成平整光亮的永久性涂膜，达到装饰和防腐蚀的目的。

2 粉末静电喷涂应用的发展历程及研发现状

2.1 国内外研发史

粉末涂料最早要追溯到1938年，欧洲尝试研究用金属火焰喷镀的方法，将聚乙烯作成塑料粉末用于金属制件的涂装。四十年代中期又研究了用塑料粉末涂饰物体表面[8]。1952年西德 公司的盖梅尔研究成功流化床涂装工艺，首先实现了涂料的干法涂装，使热塑性粉末的施工工艺实现了工业化，但因其工艺局限性大，在之后的十年中并没有得到更大的发展。1963年法国的Sames公司[9]研究成功了粉末静电喷涂技术和相应的喷涂设备，并于1968年在欧洲正式用于工业生产。自此，粉末涂料才真正进入了粉末涂装时代。尤其是到了1966年，美国颁布了《66》法规，开始对具有挥发性质且污染空气的涂料溶剂予以限制，而粉末涂料凭借其零挥发、无污染的优势迅速崛起[10]。粉末静电喷涂技术广泛地应用于大批量的工件生产，随之建立起粉末静电喷涂生产流水线和研发出相对完整的成套设备，世界上各工业强国也都相继引入开发[11]。

相比于世界各工业强国，我国的粉末涂料发展起步较晚。1965年广州电器科研所成功研制了绝缘型环氧粉末涂料，并由常州绝缘材料厂生产，在电机转子和变压器铁芯中得到了初步试用。1968上海无线电二十四厂用粉末静电喷涂技术涂装仪器设备的外壳获得成功，由此正式拉开了我国粉末静电喷涂技术发展的序幕。我国的“七五”计划将静电粉末喷涂工艺作为重点研发推广的新技术之一[12]。某省机械研究所通过借鉴国外八十年代先进的粉末内循环静电涂装设备，采用国产化元、配件研制生产的ZJ系列粉末静电涂装设备，基本上达到八十年代国外粉末静电涂装设备的水平[13]。1982年，成都电器厂自主生产的JF-SC-Ⅱ型粉末静电喷涂设备成套性较好，性能稳定[14]。1985年，北京静电设备厂和北京农机科学研究院共同研制的SJFP-2型手提式静电粉末喷涂设备在北京通过部级鉴定，当时在国内达到领先水平[15]。1990年，浙江大学无线电厂研发生产的全自动密封循环回收静电粉末喷涂设备被列入国家重点新产品项目，设备的自动化程度高，适用于环氧、聚脂、尼龙和聚乙烯[16]。

目前，国外已经出现了大量工艺先进、自动化程度高的大型生产线。随着关键技术的突破和国民经济的快速发展，我国一跃成为全球最大的粉末涂料生产国和使用国。实现粉末静电喷涂的自动化、智能化、系列化是必然的发展趋势[17-19]。

2.2 粉末静电喷涂设备的研发现状

2.2.1 粉末喷涂装置

随着粉末喷涂越来越广泛的应用，该领域的研究人员针对不同的应用场合和加工条件研制出多种类的静电喷涂设备。

喷枪是实现粉末喷涂的重要工具，早年间我国自行研制的SJFP-2手提式喷枪将过去庞大的高压静电发生器微型化后封装在喷粉枪内，采用低压输入，高压输出的方式，主要为人工操作[15]。随着自动化程度的不断加深，安装在移动装置上的机械臂用喷枪成为形式所需，黄海华[20]发明的一种机械臂用粉末静电喷枪，将静电发生器、喷嘴、雾化装置(电极座、导电卷)集合到一个直枪体上，外部连接管路只需接入供粉管，电源线(低压)，控制线(低压)即可使用，提高了整体性能，降低成本，有效避免了现有喷枪中容易出现的静电泄露、线缆折断、易打火花等安全隐患。朱先俊等[21]发明的静电喷涂装置中，在喷涂房的内后侧阵列排布多个喷枪装置，喷枪喷头内设置有多个沿其周向延生的螺旋出料口，且在喷枪体上设有控制喷头轴向转动和上下移动的电机，通过控制喷涂房外的操作台，可实现对产品点对点喷涂，有效解决了市场上现有喷涂设备容易产生死角，涂膜不均等问题。

粉末静电喷涂设备主要应用于流水线生产方式，合理的喷涂设备是提高生产效率和保证产品质量的关键所在。呼格吉乐等[22]发明了一种多色喷涂自动化的设备，流水线上的工件输送到喷粉桶内进行喷涂，喷粉桶内壁上设置多个喷枪，通过流水线上的颜色识别器与喷枪体上的微处理器相互作用，控制喷枪喷涂相应颜色，有效解决了多颜色喷涂的难题。在铝型材表面处理领域中，余保平等[23]发明了一种立式双轨喷涂设备，其特点是采用U型喷房，两排布置相对阵列的喷枪组和M型分布的输送链，通过在U型喷房外设置工件自动转向装置，使输送链带动带工件两次在两排喷枪之间穿行而过，由升降机带动的两排喷枪作上下往复运动，达到工件全面的粉末覆盖效果，有效解决了该领域当前设备生产率低的难题。

粉末喷涂设备中用于带动喷枪移动的升降机一般是通过电机正反转来控制喷枪上下移动，设备抖动比较厉害，喷枪喷涂不均匀，粉料浪费严重。段举合等[24]针对该问题在链条传动件上设置了升降滑块升、降的换向连接机构，增添了配重组件，用于平衡升降机构的重力，有效减少电机负荷。此外升降机底座配备调节机构，可调节升降机与工件的相对位置。杨九林[25]又在其基础上进一步改进，增加了喷枪的数量，喷枪连接在活动管上，活动管可以在固定块上拉伸，使得喷枪的喷射距离更具可调性。

现阶段国内外制造出了大量的智能机器人喷涂设备。但是，这类的设备大多需要人工辅助操作，且不能完成较为复杂的操作。韩年珍等[26]的发明提供了一种五轴机器人喷涂设备，该喷涂设备包括五轴机器人、工作台、快接头、喷涂装置及控制系统，自动喷枪由快接头与五轴机器人的一级头部联接，喷涂装置、五轴机器人分别与控制系统电气连接。能够实现智能化操作，节约人工成本，产品质量稳定一致。此外仇云杰等[27]发明了一种5自由度混联喷涂机器人，包括基础串联运动单元和末端并联喷涂作业单元2个部分。基础串联运动单元具有3个转动自由度和1个移动自由度；末端并联喷涂作业单元具有由2个移动自由度，该装置具有易于制造，方便控制，容易实现模块化等特点。能有效满足涂装生产线对喷涂机器人大柔性化、高灵活度和自动化水平高的需求。

2.2.2 喷枪控制系统

喷枪喷涂的工作状态决定了产品表面的质量，如何更加有效方便地控制喷枪启停、运行参数以及避免涂料浪费，也是相关研究人员重点研究的方向。

杰弗里等[28]发明了使用集中控制板和喷枪映射的喷涂系统，提供从一集中控制板控制、组织和观察多个静电喷枪工作参数的系统和方法，有效解决了多喷枪操作控制难的问题。

现有的多喷枪喷涂系统不能控制单喷枪的分别启停，且只能对电参数（静电电压和静电电流）进行自动控制，而对气压参数（雾化气压和流化气压）缺少自动控制。李向阳等[29]发明一种多喷枪静电粉末喷涂控制系统，可通过网络技术实现每支喷枪工作参数独立配置，通过直接I/O控制技术实现高速启停时序独立控制，适应不同喷涂图案的均匀喷粉。

2.2.3 粉末喷涂回收装置

粉末喷涂的优点之一就是可以回收再利用，过喷粉末回收处理的效果直接影响着涂料的质量和再利用率以及环境问题。

现有铝型材喷涂设备中回收的粉末可能夹杂着不同颜色，最终只能当做废粉处理。余保平等[30]针对该问题，在喷粉房内设置若干个粉末回收管道，并设置与各粉末回收管道连接的粉末旋风回收筒、回收粉末储存箱，粉末旋风回收筒外接终端过滤器，粉末旋风回收筒将颗粒较大的粉末，通过旋风作用，回收至回收粉末储存箱中，颗粒细微的粉末（废粉）被抽至终端过滤器，终端过滤器将细微粉末劫留，干净的空气通过抽风机排出厂房外，节能环保，性能更加优越。此外过量粉末通过风机吸入，直接回收，不免会掺杂着空气中的灰尘，导致粉末纯度不够，容易使二次加工的质量下降。席晓峰[31]发明一种粉体循环回收装置，利用粉末溶解结晶，提取结晶保证粉末纯度。

目前市面上的粉末回收装置粉末外溢严重，或因滤芯的破裂导致大量粉末喷向室外。袁仁其等[32]发明了一种喷漆室粉末回收装置，可通过调整风机参数以及设置动压均流板和排风过滤板结构，提高粉末回收效率，且基本上避免了粉末外溢的现象，另外取消了排向室外的排风风管，彻底杜绝对外界环境的影响。

2.2.4 供粉系统

供粉系统起着粉末供给和输送的作用，是喷涂系统中至关重要的环节，影响着喷涂的效率、质量以及整个喷涂系统的正常运行状态。

为了提高喷涂效率，现有技术中大多采用多喷枪喷涂设备，故供粉系统通常在供粉桶上端并列设置多个出料孔，并连接相应的输粉泵和输粉管，最终输送到各喷枪，再辅以喷枪控制器，改变出粉量和粉末的雾化状态，实现不同的涂膜厚度，满足不同产品的需要。根据使用工况和环境的不同，仍有研究人员对供粉系统不断进行改进和创新。

针对现有技术中粉末均匀度无法保证的问题。黄立明等[33]发明的设备包括涂装机、压缩空气系统和喷涂物料储罐，涂装机内设有喷头机构，压缩空气系统连接喷头机构，喷涂物料储罐用物料输送机构连接喷头机构，还包括气固混合器。能够将进入涂装机的粉末事先进行充分的气固混合，将大颗粒粉末充分打散成均匀的小颗粒，有效保证了粉末喷出的质量。

传统粉末喷涂设备的供粉系统固定在设备内部，空间相对封闭，使得供粉系统的粉房不易更换和清洗，会积累大量残留粉末，容易导致供粉系统堵塞。对此郭有忠等[34]设置空腔的供粉中心本体以及供粉台车，利用连杆铰接方式配备相应的底板，气缸，可完成供粉台车与供粉中心的脱离，便于清理维护。此外，供粉台车上表面并列设置多个出料口与粉泵相接，可供多支喷枪充分喷涂。

现有的供粉中心一般是由气缸伸缩控制粉泵承载装置的移动和定位，维护不当，气缸内容易进粉，无法正常伸缩工作，供粉中心将瘫痪。陈红兵[35]取代了原有的气缸伸缩方式，将粉泵承载机构安装于移动板上，通过销孔连接在自上而下的两根平行定位轴上，定位轴通过固定座安装在带有限位孔的固定立柱上，手动推动粉泵承载装置沿定位轴上下移及固定。

2.2.5 喷粉室

喷粉室的选材和结构影响着喷涂环境、快速换色以及粉末回收，故有研究人员在该方面也进行了研究并给出合理的解决方案。

之前的喷粉室一种是由金属材料制成的，粉末吸附严重；另一种全部由工程塑料制造，强度差，喷涂室易损坏。针对以上不足，柯儒群[36]将顶壁和侧壁换成中间空心的夹层工程塑料，喷粉室的底部是由两侧绝缘的倾斜部和中间金属材料制成的底壁组合而成，且在顶壁与侧壁之间采用圆角过渡，使喷粉室里面过喷的粉末不容易沉积在转角处。

针对中小企业无力承担大型喷涂流水线设备而只能在工房内敞开的环境中喷涂的问题，李长练等[37]提出一种价格低、占地面积小、具有完全防止粉末扩散和粉末回收功能的静电粉末喷室。喷涂室上设有粉末首次和粉末二次回收装置，粉末首次回收装置设在喷涂室的侧面；粉末二次回收装置的风道通过空气过滤管道与粉末二次回收室联接。

3 应用前景及研究方向

随着原材料、生产设备、检测仪器、喷涂设备等的开发日渐成熟和完善，粉末静电喷涂技术得到越来越广的应用和发展，无论在品种、数量、质量、应用和人们的认识上都有大的飞跃[38]。

在金属制品快速推广应用粉末涂装技术的同时，人们也开始关注这项新技术在中（高）密度纤维人造板（MDF）等热敏性制品上的应用[39]。MDF粉末涂装作为新兴的研究领域，已经开始投入商业生产应用，为市场提供了绿色环保的新型家具产品，是粉末涂装技术又一次飞跃发展的开始[40-41]。一直以来，粉末喷涂在工程机械应用领域的技术比较匮乏且落后，其原因是工程机械零部件尺寸较大、结构复杂；设备投资大，成本代价较高；粉末涂料品种不全；粉末喷涂的工艺技术局限性大[42-43]。但工程机械在工业建设、国防建设、基础建设中有着不可替代的地位和发挥着重要的作用，作为制造业的重要组成部分，其制造方式的进步对发展绿色循环经济，降低资源能源消耗、减少“三废”排放，降低对生态环境的影响起着重要的推动作用。因此大力发展工程机械绿色制造技术，粉末涂装对其的应用成为必然趋势[44-45]。

粉末喷涂依然存在着较多的问题，诸如：粉末涂料在有特定需求的时候不能迅速换色；粉末涂料在工件的边角上粉不均匀；粉末涂料难以获得超薄膜层；粉末涂料所需固化温度高，耗能大；在个别中小企业的粉末涂料施工现场，粉尘浓度过高时可能存在粉尘着火爆炸的危险等[46]。

总体来说，粉末静电喷涂技术及其设备日趋完善成熟，也必然向着更加先进的自动化、智能化、低能耗、低污染迈进。

（参考文献略，详情见《现代涂料与涂装》2018-3 ）