三元可燃混合气体爆炸极限实验及预测方法

为了控制并预防原油的储存及输运过程中挥发气体造成的安全风险,在20 L球形爆炸容器内开展了由原油中挥发轻烃CH 4、C_(3)H_(8)和C_(2)H_(4)构成的三元可燃混合气体的爆炸极限实验,提出并验证了基于Le Chatelier定律及Chemkin模拟的一维层流预混火焰模型预测三元可燃混合气体爆炸极限的方法。结果表明,三元可燃混合气体爆炸极限始终位于3种纯组分的爆炸极限内,随着某一纯组分增加呈现出接近其爆炸极限的趋势。3种纯组分对爆炸上限的影响要强于对爆炸下限的影响,其中C 2H 4对三元可燃混合气体爆炸上限影响尤为显著。两种预测方法的预测结果均与实验规律性一致。Le Chatelier定律预测混合气体爆炸下限较准确,但对爆炸上限的预测随着C_(2)H_(4)的增加偏差增大,修正后偏差明显减小;Chemkin预测爆炸下限虽存在一定偏差,但在实验偏差的允许范围内,可作为一种预测三元可燃混合气体爆炸下限的新方法。

基于人工神经网络的非均匀固相应力模型

最小多尺度理论EMMS已经被引入多相质点网格法MP-PIC中,建立了非均匀EMMS固相应力模型.但现有的非均匀固相应力模型计算中,中间步骤繁琐且花费时间长.采用人工拟合的方式能获得非均匀固相应力表达式,但需要人为确定拟合变量和拟合函数,且针对于非均匀固相应力这种高度非线性函数所得到的拟合精度不高、用于MP-PIC模拟的结果相比原EMMS固相应力模型结果存在偏差.针对上述问题,本文提出通过机器学习的方法,规避对固相体积分数的局部分布情况的表征,并提出和建立能考虑颗粒浓度详细分布的人工神经网络ANN固相应力模型.首先,基于局部颗粒浓度和颗粒非均匀分布指数建立了双变量的ANN固相应力模型;进一步将当前网格及其周边网格颗粒浓度组成的序列来详细表征颗粒浓度分布,并建立相应的ANN固相应力模型.然后,将两种模型与EMMS固相应力模型进行了对比并测试了网格分辨率和粗化率对模型的影响.研究表明:基于ANN固相应力模型的模拟结果对EMMS固相应力模型结果有较高的还原度,同时具有一定的网格分辨率无关性和粗化率无关性.

原料油汽化特性对催化裂化反应结焦过程影响的CFD模拟

为考察原料油汽化特性影响,在一套百万吨级工业FCC提升管中,基于多相欧拉模型耦合EMMS曳力和传质、油滴汽化和十二集总反应动力学模型,采用三维CFD模拟研究气液固三相流动、汽化、反应、结焦的复杂过程,新开发结焦预测模型定量预测结焦状况,对比研究不同原料油雾化液滴粒径和起始汽化温度下各相和反应组分浓度场、温度场分布和结焦程度。结果表明,模拟方法可较准确预测汽化、反应生焦和结焦过程,不同雾化液滴粒径和起始汽化温度通过流场分布和汽化快慢影响液相油滴汽化率和反应转化率;合适液滴粒径(60μm)和起始汽化温度(654 K)可提升轻油、汽油、液化石油气目标产品收率并改善结焦程度。