煤粉火焰中碳烟生成及其辐射换热：模型开发与FLUENT实现

煤粉火焰中,碳烟(soot)是一种在缺氧条件下生成的颗粒物,一般由粒径范围在10~40 nm的初级颗粒物团聚而成[1-3]。这种超细颗粒物比表面积大,渗透性强,能够进入人体肺部。碳烟颗粒往往含有众多有毒的芳香烃化合物及重金属元素,对人体健康造成极大威胁[4-6]。因此,在工业燃烧装置中,必须严格控制碳烟颗粒的排放。

在煤粉炉内,火焰中碳烟颗粒数密度高、比表面积大,是一种很强的辐射能吸收、发射体,在火焰与水冷壁之间的辐射换热中起到重要作用[7-8]。已有研究表明,典型煤粉炉中90%以上的热量以辐射传热的形式进行[9],而火焰中的能量辐射主要依赖于煤灰颗粒、碳烟颗粒以及CO2、H2O等三原子气体。碳烟的存在明显增强了煤粉炉中的辐射传热过程,可导致温度偏差约300K,而辐射热流变化10%~ 15%[7-8,10]。碳烟的辐射作用也明显影响到火焰区污染物的生成,如火焰区NOx浓度预测值最大偏差达到500 mg/m3[7]。

尽管碳烟在炉膛的温度预测、传热计算以及污染物排放预测方面都有明显的影响,但目前大多计算流体力学(computational fluid dynamics,CFD)计算中,很少考虑到碳烟的生成及演化过程[11-12]。目前,已发展出一些煤粉火焰中的碳烟模型,这些模型根据其用途及精度分为3类：经验性模型[8,13]、半经验模型[7,10,14-16]以及详细机理模型[14,17]。经验性模型[8,13]的主要思想是直接将湍流中碳烟体积分数(fv)与火焰特征量(如局部当量比、挥发分碳含量等)关联。这类模型计算量相对较小,多用于湍流煤粉火焰中传热量的估算。但其不考虑碳烟生成的基本物理过程,经验性系数依赖于具体实验与计算工况,通用性和精度方面都很难提高。详细机理模 型[17]以实验中测得的煤热解气体产物为输入条件,利用大分子燃料的详细机理计算挥发分二次反应中碳烟的生成过程。这类模型能够较为细致地解析碳烟生成的细节及机理过程。但这种模型也存在缺陷,一方面,煤的热解产物成分很难准确测量,使得该模型的输入条件给定困难。另一方面,焦油等大分子的详细机理的准确性还需要验证。此外,详细机理涉及庞杂的化学反应,在CFD中计算成本很高。半经验性模型[7,10,14-16]是基于对碳烟生成过程的实验观察,考虑碳烟演化的关键过程如成核、生长/氧化、聚并等,并求解特征参数的输运方程,使得该类模型对计算条件、煤种等有一定的通用性。相比于详细机理模型来说,其求解方程少,计算量小。因此,这类模型是目前最有希望应用于煤粉燃烧的数值计算中的碳烟模型[7]。

近年来,随着CFD技术的发展,越来越多的科研人员、技术人员采用CFD技术进行流动、燃烧、传热等方面的计算与优化[11-12,18-19]。为了更好地预测煤粉燃烧过程中的温度分布、传热量及污染物排放,已有研究人员在自主开发代码上嵌入了碳烟模型[7]。但在大部分商业CFD平台上,仅提供气体燃料或者个别液体燃料的碳烟模型,尚未有煤粉火焰中碳烟模型的开发与实现,使其在煤粉等固体燃料的燃烧预测精度方面受到较大限制。FLUENT是目前发展相对成熟、使用范围比较广泛的商业CFD平台之一[19]。本文的目的是基于FLUENT平台,利用FLUENT提供的UDS,并配合UDF和UDM等接口,将煤粉火焰碳烟模型嵌入FLUENT平台,开发能够较为准确地预测煤粉火焰中碳烟生成、氧化及其辐射影响的碳烟模型。

本文采用笔者前期工作中开发的碳烟模型[20],其根据Brown和Fletcher[7]开发的半经验性碳烟模型演化而来。模型中假设焦油(Tar)是碳烟生成的主要前驱物,并采用碳烟质量分数(YS),焦油质量分数(YT)以及碳烟颗粒数密度(NS)这3个特征量来计算火焰中碳烟的含量,碳烟其他特征参数如fv和平均粒径dsoot可根据这3个量推算得到。

图1显示了模型中碳烟生成的主要路径。煤颗粒在加热后发生热解,产生焦炭(Char)、焦油(Tar)以及轻质气体(Light gas)等热解产物,本文采用化学渗透脱挥发分(chemical percolation devolatilization,CPD)模型计算煤热解产物随时间的变化规律。在高温环境下,焦油向碳烟转化而产生初级碳烟颗粒云团,或者发生二次裂解反应,如图1(b)所示。此外,焦油在与O2接触后可以被氧化生成CO2和H2O。在碳烟颗粒成核过程中,初级碳烟颗粒会发生团聚,这个过程导致颗粒的平均粒径增加,从而降低了颗粒的氧化速率。

图1 煤燃烧过程中碳烟反应路径图 Fig. 1 Reaction path of soot during pulverized coal combustion

根据上述碳烟模型,本文求解YT、YS和NS的控制方程组以得到碳烟特征参数,输运方程形式如式(1)—(3)所示。

$\nabla \cdot ({{\rho }_{g}}\vec{u}{{Y}_{T}})=\nabla \cdot ({{D}_{T}}\nabla {{Y}_{T}})+{{\dot{S}}_{{{Y}_{T}}\text{,DPM}}}+{{\dot{S}}_{{{Y}_{T}}\text{,soot}}}$ (1)

$\nabla \cdot ({{\rho }_{g}}\vec{u}{{Y}_{S}})=\nabla \cdot ({{D}_{S}}\nabla {{Y}_{S}})+\dot{S}_{{{Y}_{S}}\text{,soot}}^{{}}$ (2)

$\nabla \cdot ({{\rho }_{g}}\vec{u}{{N}_{\text{S}}})=\nabla \cdot ({{D}_{S}}\nabla {{N}_{S}})+\dot{S}_{{{N}_{S}}\text{,soot}}^{{}}$ (3)

式中：ρg是气体密度;$\vec{u}$是气体速度矢量;DT、DS分别是焦油与碳烟的扩散系数,其中计入了湍流扩散系数;ṠYT,DPM是热解产生的焦油源项;Ṡφ,soot是φ(φ=YT,YS或NS)在碳烟生成和转化反应中的源项。

焦油作为一种重要的挥发分成分,是煤粉火焰中碳烟生成的主要前驱物[15-16]。为预测碳烟生成和演化过程,需要能够较为准确地预测煤热解过程中挥发分尤其是焦油的释放速率。本文采用Grant 等[21]提出的CPD模型描述煤粒挥发分析出过程。该模型已被证明能够较好地描述煤颗粒热解过 程[22],其基本计算过程如图2所示。CPD模型将煤颗粒假设为一个无限大煤分子阵列,以特征参数σ1, p0, Mcluster, Mδ以及c0表征煤分子结构。通过求解不稳定键断裂和生成的化学反应过程,并结合渗流理论得到有限大分子片段的份额随摩尔质量分布以及轻质气体释放量。通过汽-液平衡及交联反应分别得到焦油和交联胶质体的产量。利用该模型可以得到轻质气体以及焦油析出量随着时间t的变化规律fgas(t)和fTar(t)。

图2 CPD模型示意图 Fig. 2 Schematic of the CPD model

火焰中碳烟的一个重要作用是对辐射传热的影响,因此需要在模型中考虑碳烟的辐射作用。在本模型中,采用离散坐标法(discrete ordinates method,DOM)来求解辐射传递方程(radiative transfer equation,RTE)。在介质灰体假设下,模型中涉及气体组分、碳烟颗粒、煤颗粒的辐射传热计算,相应的RTE可写作如下形式：

\(\begin{align} \nabla \cdot [I(\vec{r},\vec{s})\vec{s}]+({{\alpha }_{g+s}}+{{\alpha }_{\text{coal}}}+{{\sigma }_{sca}})I(\vec{r},\vec{s})={{\alpha }_{\text{g}+\text{s}}}n_{r}^{2}\cdot \\ \text{ }\frac{\sigma {{T}^{4}}}{\pi }+{{E}_{\text{coal}}}+\frac{{{\sigma }_{sca}}}{4\pi }\int_{0}^{4\pi }{I(\vec{r},{\vec{s}}')\Phi (\vec{s},\vec{s}\text{ }\!\!'\!\!\text{ })}\text{d}{\Omega }' \\\end{align}\) (4)

式中：\(I(\vec{r},\vec{s})\)是辐射强度,依赖于坐标矢量\(\vec{r}\)和方

向矢量\(\text{\vec{s}}\);\(\text{\vec{s} }\!\!'\!\!\text{ }\)是散射方向矢量;αg+s是气体和碳烟颗粒总的吸收系数;αcoal是煤粉颗粒的等效吸收系数;σsca是介质等效散射系数;nr是介质折射率;σ是Stenfan-Boltzmann常数,取值5.669×10-8 W/ m2·K4;Ecoal是煤颗粒产生的发射项;T是气体温度;Φ是相函数,而Ω °是立体角。

因碳烟颗粒很小,其温度与气体温度基本相同。假设气体组分与碳烟颗粒均是灰体,那么气体和碳烟的总吸收系数αg+s可以用灰性气体加权和模型(weighted-sum-of-gray-gases-model,WSGGM)计算,如式(5)所示。

${{\alpha }_{\text{g}+\text{s}}}=\sum{{{\alpha }_{\text{g},i}}+{{\alpha }_{\text{soot}}}}$ (5)

式中：αg,i是气体i的吸收系数;αsoot是碳烟颗粒的吸收系数,用Drolen等[23]提出的表达式计算,如 式(6)所示。式中假设αsoot正比于fv和碳烟温度T,常数Cpart取值700。

αsoot=CpartfvT (6)

式(4)也考虑了煤粉颗粒对辐射传热的影响。模型中采用离散相模型(discrete phase model,DPM)追踪计算域内煤粉颗粒的颗粒运动。因煤粉颗粒相对较大,其温度Tcoal明显不同于气体温度T。因此,采用式(7)计算煤粉颗粒在体积微元V内的辐射能发射强度Ecoal。

\({{E}_{\text{coal}}}=\underset{V\to 0}{\mathop{\lim }}\,\sum\limits_{k=1}^{{{N}_{\text{coal}}}}{{{\varepsilon }_{\text{coal}}}{{A}_{\text{coal},k}}\frac{\sigma T_{\text{coal},k}^{4}}{\pi V}}\) (7)

式中：Ncoal是经过体积微元V的煤颗粒数目;k是颗粒序号;Acoal,k是第k个颗粒的表面积,而εcoal是单个颗粒的发射率;Tcoal,k是第k个颗粒的温度。 式(4)中煤颗粒的吸收系数,αcoal用式(8)计算：

\({{\alpha }_{\text{coal}}}=\underset{\text{V}\to 0}{\mathop{\lim }}\,\sum\limits_{k=1}^{N}{({{\varepsilon }_{\text{coal}}}\frac{{{A}_{\text{coal},k}}}{V})}\) (8)

因碳烟颗粒很小,其散射可以忽略,仅考虑煤粉的散射。介质散射系数σsca采用式(9)计算。

\({{\sigma }_{\text{sca}}}=\underset{\text{V}\to 0}{\mathop{\lim }}\,\sum\limits_{k=1}^{N}{(1-{{f}_{\text{coal}}})(1-{{\varepsilon }_{\text{coal}}})\frac{{{A}_{\text{coal},k}}}{V}}\) (9)

式中fcoal是煤颗粒的散射因子。

在众多商业CFD软件中,FLUENT是目前发展相对成熟、使用范围比较广泛的商业CFD平台之一。因此,本文基于FLUENT平台,利用FLUENT提供UDF,并配合UDS和UDM等接口,将上 述煤粉火焰碳烟模型嵌入FLUENT平台,以期能 够较为准确地预测煤粉火焰中碳烟的生成与氧化特性。

本文在FLUENT默认求解连续性方程、湍流方程、温度方程、组分方程及辐射传递方程的基础上,以UDS的形式求解YT,YS和NS 3个标量方程。此外,用UDF的形式编写FLUENT的接口函数,并额外申请UDM存储计算中产生的中间变量。但因碳烟数密度很大(NS~1017),需要对上述标量进行无量纲化,以改善方程收敛性能。对于变量φ(φ=YT,YS或NS),采用如下无量纲化方法

φ*=φ/φ0 (10)

得到无量纲化标量方程如式(11)所示：

$\vec{\nabla }\cdot ({{\rho }_{g}}\vec{u}{{\varphi }^{_{*}}})=\vec{\nabla }\cdot ({{D}_{\varphi }}\vec{\nabla }{{\varphi }^{_{*}}})+\frac{{{{\dot{S}}}_{\varphi \text{,DPM}}}+{{{\dot{S}}}_{\varphi \text{,soot}}}}{{{\varphi }_{0}}}$ (11)

式中：φ*=Y*T, Y*S或N*S,3个标量的参考值φ0分别取值1, 1和1.0×1015。

图3绘制了煤粉火焰碳烟模型在FLUENT平台上的实现方法和计算流程图。整个计算流程可以分为以下几部分：

1）模型的初始化。利用UDF接口函数DEFINE_EXECUTE_ON_LOADING,在加载UDF函数时,进行模型的初始化。初始化内容包括检查FLUENT面板中变量内存申请是否正确,UDS、UDM的命名及输出,检索并保存FLUENT组分列表中碳烟模型相关组分的索引号并初始化碳烟模型参数。

2）流场迭代前标量值的检查及调整。Brown和Fletcher的[7]模型开发中提到,迭代求解过程中尤其是初始迭代时,可能遇到YT、YS、NS超出合理值的范围,很容易导致计算发散。因此,本文为3个标量设置上下限。3个标量φ的下限值均为0,上限值分别为1.0, 1.0和1.0×1020。如果某标量超出

图3 煤粉碳烟模型在FLUENT平台上的实现方法和计算流程 Fig. 3 Schematic of implementation of the soot model in FLUENT and the calculation procedure

限值,则将其设置为相应的限值。这一过程在流场迭代前进行,即利用UDF接口函数DEFINE_ ADJUST检查并调整。

3）FLUENT中求解默认方程组。该过程FLUENT进行默认方程组的迭代求解,包括连续性方程、湍流方程、温度方程、组分方程及辐射传递方程等。该过程中会与其他子模块耦合,即需要DPM相的热解源项Ṡϕ,DPM,碳烟反应中产生的源项Ṡϕ,soot及根据fv计算得到的介质吸收系数αsoot。

4）UDS输运方程的求解。式(11)给出了UDS方程的标准形式,从左到右依次为对流项、扩散项和源项。需要用UDF接口函数指定各项的计算方法。涉及到的接口函数有DEFINE_UDS_FLUX,DEFINE_DIFFUSIVITY和DEFINE_SOURCE。该部分与气相、DPM相间均有耦合关系,同时也将部分中间变量存储于UDM中,以便其他子模块使用或方便后处理过程。

5）UDM参数的更新。在得到气相参数及3个标量的无量纲值后,对YT、YS和NS的物理值进行计算。据此计算fv和dsoot等碳烟特征参数,并在UDM中更新。本部分用UDF接口函数DEFINE_ EXECUTE_AT_END中实现。

6）DPM迭代判断。在FLUENT求解策略中,DPM源项的添加会对连续相方程迭代过程造成一个冲击,从而恶化收敛过程。一种常用的办法是连续相与DPM迭代不同步,即每迭代一定步数的连续相,追踪一次DPM。如果本此迭代不需要DPM追踪,进行收敛性判断。如果达到收敛标准,计算结束;否则,返回2）进行开始新的一次迭代过程。

7）如果需要DPM迭代,那么开始DPM迭代过程,如图3所示。因FLUENT内嵌的CPD模型仅给出挥发分释放速率之和,并未分别给出轻质气体和焦油的释放量。因此,本文针对DPM追踪过程中的传热、传质计算部分做了一定的修改,并以UDF的形式实现。本文实现过程中,对每个颗粒申请自定义参数(user defined particle variables,UDPV),用于存储DPM追踪过程中颗粒CPD参数的变化。主要参数有颗粒初始可燃质质量m0,daf,颗粒进入当前网格时参数fgas0, ftar0以及颗粒当前参数fgas, ftar。DPM迭代过程涉及的子过程主要如下：

①在一股煤粉流(Injection)追踪前,进行UDPV变量的初始化。本部分采用UDF接口函数DEIFNE_DPM_INJECTION_INIT实现。

②FLUENT内嵌方法进行DPM追踪。本部分由FLUENT内嵌方法完成,主要更新颗粒的位置、速度等信息。

③当前位置DPM的执行规则判断。判断是否满足挥发分析出或焦炭燃烧规则要求;如果不满足,采用FLUENT内嵌Law进行计算,完成相应的源项添加,并进行下一步追踪或Injection结束;如果满足规则,进入自定义Law进行计算。本部分用UDF接口函数DEIFNE_DPM_SWITCH实现。

④自定义挥发分析出及焦炭燃烧模型。采用UDF接口函数DEFINE_DPM_LAW自定义Law,其中调用默认的脱挥发分函数及焦炭燃烧函数,完成该过程中颗粒质量、温度的更新,及部分UDPV的更新。

⑤进行本步UDPV参数变动更新。在DEFINE_ SCALAR_UPDATE中更新fgas和ftar。

⑥DPM源项添加。如果满足源项添加条件,添加挥发分析出和焦炭燃烧过程中引起的组分和能量源项。

⑦判断当前Injection是否结束。如果未结束,返回②继续追踪;如果结束,判断是否所有Injection结束;如果未结束,返回①进行下一个Injection追踪;如果结束,DPM迭代完毕,返回6）进行收敛标准判断。

FLUENT软件并不是开源软件,其内部模块程序只能当作黑箱处理。为了验证本文中的UDF与UDS是否正确使用,排除因程序编写或UDF使用造成的计算结果差异,需要对开发的UDF进行详细的检验。本文碳烟模型的实现过程中,主要涉及3个子模块,即UDS求解子模块、碳烟辐射模型子模块以及DPM迭代中传热传质计算子模块。下面分别介绍3个子模块的检验方法与结果。

在实现UDS模块时,需要利用UDF接口函数指定标量方程中的时间项、对流项、扩散项和源项。为检验标量方程中各项在代码中实现方式是否正确,本文利用UDS求解两个组分质量分数(YO2和YOH)方程,并与FLUENT内嵌代码求解结果进行 对比。

图4和图5显示了一个典型的煤粉燃烧器内,FLUENT内嵌方法和UDS两种方法计算得到的YO2和YOH沿中心轴线分布的对比。从图中结果可以看出,UDS方法计算得到的两种组分沿程分布与FLUENT内嵌方法得到的结果完全一致,说明本文

图4 FLUENT内嵌方法与UDS方法计算YO2结果对比 Fig. 4 Comparison of the YO2 using FLUENT default method and UDS method

图5 FLUENT内嵌方法与UDS方法计算YOH结果对比 Fig. 5 Comparison of the YOH using FLUENT default method and UDS method

中UDS的求解和实现方法正确。

但该部分内容仅能检验UDS的实现方法和对流项、扩散项的调用方法正确,而碳烟模型本身需要进一步验证,该验证在第3节介绍。

本文利用FLUENT中的辐射相关UDF接口函数DEFINE_WSGGM_ABS_COEFF实现碳烟对介质辐射性质的影响。即通过UDF修改介质局部吸收系数,按照公式(5)和(6)计算碳烟的辐射影响。碳烟辐射子模块验证时共计算3个案例。第1个案例中,利用FLUENT内嵌方法,用WSGGM模型计算介质吸收系数,这种情况下仅考虑气体的吸收系数。第2个案例中,利用UDF方法计算介质吸收系数,但其中碳烟的吸收系数置为0,这种情况下得到的温度分布和吸收系数分布应该与案例一完全一致。第3个案例中,利用UDF方法计算介质吸收系数。这种情况下在fv较高区域应该会观察到明显的吸收系数增加。

图6和图7显示了3种设置下温度计算结果对

图6 三种设置下计算温度结果对比 Fig. 6 Comparison of the temperature distribution under the three different settings

图7 三种设置下介质吸收系数对比及fv分布 Fig. 7 Comparison of the absorption coefficients under the three different settings and the distribution of fv

比、吸收系数计算结果对比以及fv的分布情况。从图中可以看出,案例2(即UDF-无Soot辐射)的轴线温度分布及介质吸收系数计算结果与FLUENT内嵌方法完全一致,说明本文辐射子模块UDF的实现和调用方法无误。此外,在UDF中考虑碳烟辐射的影响后,可以看出火焰区温度有明显的降低,这是因为碳烟辐射将火焰区能量传递到周围壁面及颗粒。但在火焰后期的温度与FLUENT内嵌方法一致,即在绝热壁面的设置下计算结果满足整体能量守恒的要求。图7中的吸收系数分布可以看出,在火焰区,介质吸收系数因碳烟的存在而明显增强,在火焰后期碳烟基本氧化完全,吸收系数与内嵌方法完全一致。上述结果进一步确认本文辐射模型的UDF实现和调用正确。

在DPM子模块,涉及到颗粒自定义变量的定义和更新、自定义传热传质Law和Switch的修改以及DPM源项的计算过程。这一子模块的验证方法如下：首先不采用UDF,用FLUENT内嵌方法结合CPD模型计算煤颗粒热解过程,针对一个简单算例计算得到温度场和组分场;其次,利用编写的UDF函数,但将其设置为与FLUENT内嵌方法等效。如果UDF实现方法正确,那么两种方法得到的结果应该完全相同。

图8—9显示了两种方法计算得到的温度、典型组分质量分数(YO2)的对比结果。从图中可以看出,两种方法得到的温度分布和组分分布结果十分接近,说明本文中FLUENT平台上DPM迭代子模块实现方法和调用过程正确,没有引入额外误差。

图8 FLUENT内嵌DPM迭代方法与UDF计算温度结果对比 Fig. 8 Comparison of the temperature using default DPM method and UDF method

图9 FLUENT内嵌DPM迭代方法与UDF计算YO2结果对比 Fig. 9 Comparison of YO2 using default DPM method and UDF method

上述煤粉火焰模型程序仅在部分范围内进行了验证,代码适用范围如下：

1）适用于FLUENT的稳态双精度求解器,二维或三维模型,单核或多核并行计算;

2）湍流模型：可用于k-ε模型或雷诺时均模型(RSM);

3）化学反应采用组分输运方法,可用于有限速率/涡耗散(finite-rate/eddy-dissipation,FR/ED)、涡耗散(eddy-dissipation,ED)或涡耗散概念(eddy- dissipation concept,EDC)等模型;

4）辐射模型,仅适用于DO模型;

5）采用DPM模型追踪煤粉颗粒;

6）煤粉颗粒不含水分,并采用CPD模型计算挥发分析出过程。

在子模块验证的基础上,本文针对Hayashi等[24]的碳烟测量数据进行模拟,以验证该模型对煤粉火焰中碳烟分布的预测的可靠性和精度。

图10显示了模型计算得到的碳烟二维分布结果,图11显示了不同高度无量纲碳烟体积分数fv,norm与实验值的对比结果。从图10中可以看出,初始碳烟在中心轴线外一定距离处生成,并随着高度的增加而增加。在一定高度后,在中心轴线附近也有碳烟出现。图10中也显示了计算得到的碳烟前驱物焦油浓度分布、碳烟数密度分布以及碳烟粒径分布[24-25]。图11的对比结果显示,在x 60~ 120mm的范围内,火焰中fv随着高度的增加而增

图10 针对CRIEPI实验台碳烟分布计算结果 Fig. 10 Predictions of soot distribution in the coal jet flame of CRIEPI-

图11 不同高度无量纲fv,norm与Hayashi等人实验值对比 Fig. 11 Comparison of the normalized fv,norm with the experimental data of Hayashi et al. at several heights

加,并且在径向方向向外移动。本文的预测值与实验值吻合良好,但在x = 60 mm处仍存在一定偏差。

图12进一步显示了碳烟辐射对火焰温度预测值的影响,并将预测温度值与Hwang等[25]实验数据进行了对比。从图中可以看出,在不考虑碳烟辐射的条件下,预测火焰温度明显高于实验值。在考虑碳烟辐射后,沿程温度明显下降,更接近实验结果。在x=200mm位置处,碳烟辐射导致温度下降238K。碳烟辐射对火焰温度预测的影响可归因于碳烟对介质吸收系数的影响。在火焰中,碳烟是一种较强的辐射能吸收、发射体,能够明显增强介质的吸收、发射系数。此外,碳烟分布接近火焰高温区,能将火焰区的能量辐射到周围壁面或颗粒,从而降低了火焰区的温度。

图12 碳烟辐射对火焰温度预测影响及与Hwang等人实验值对比 Fig. 12 Effect of soot radiation on the temperature prediction and the comparison with the experimental data of Hwang et al

本文针对现有CFD软件在煤粉等固体燃料燃烧预测过程中碳烟模型缺乏的现状,开发了能够在商业CFD平台上较为准确地预测煤粉火焰中碳烟生成、氧化及辐射特性的模型代码。主要结果如下：

1）调研了现有煤粉火焰碳烟生成模型、辐射模型及挥发分析出模型,并给出了碳烟模型的控制方程组。利用FLUENT提供的UDS,并配合UDF接口和UDM,将上述模型嵌入商业CFD平台FLUENT中。

2）通过案例研究验证了UDS子模块、碳烟辐射子模块以及DPM迭代子模块在FLUENT计算尤其是大规模并行计算中的正确调用。开发的程序可进行煤粉火焰中碳烟分布的预测及其辐射传热影响分析,可用于二维或三维模型,单核或多核并行计算,适用范围较广,满足常用CFD计算需求。

3）模型预测结果及其与实验数据对比结果表明程序能够较好地预测典型煤粉火焰中碳烟的分布,且碳烟辐射明显降低了火焰温度。本文开发的碳烟程序拓展了FLUENT性能,并使其能更好地预测煤粉燃烧过程中的温度分布、传热量及污染物排放,有较高的科研价值和较大的工程应用范围。

[1] Ma Jingliang,Fletcher T H,Webb B W.Thermophoretic sampling of coal-derived soot particles during devolatilization[J].Energy & Fuels,1995,9(5):802-808.

[2] Haynes B S,Wagner H G.Soot formation[J].Progress in Energy and Combustion Science,1981,7(4):229-273.

[3] 熊刚,李水清,宋蔷,等.燃煤碳烟生成的实验研究[J].工程热物理学报,2011,32(11):1965-1968. Xiong Gang,Li Shuiqing,Song Qiang,et al.Experimental study of soot formation in coal combustion process[J].Journal of Engineering Thermophysics,2011,32(11):1965-1968(in Chinese).

[4] Koshland C P.Impacts and control of air toxics from combustion[J].Symposium(International) on Combustion,1996,26(2):2049-2065.

[5] Lighty J S,Veranth J M,Sarofim A F.Combustion aerosols:factors governing their size and composition and implications to human health[J].Journal of the Air & Waste Management Association,2000,50(9):1565-1618.

[6] Marijnissen J,Gradoń L.Nanoparticles in medicine and environment:inhalation and health effects[J].Journal of Aerosol Medicine and Pulmonary Drug Delivery,2010,23(5):339-341.

[7] Brown A L,Fletcher T H.Modeling soot derived from pulverized coal[J].Energy & Fuels,1998,12(4):745-757.

[8] Adams B R,Smith P J.Modeling effects of soot and turbulence-radiation coupling on radiative transfer in turbulent gaseous combustion[J].Combustion Science and Technology,1995,109(1-6):121-140.

[9] Wu Guojiang.Analysis of convection heat transfer in Pulverized-Fuel Boiler Furnace[J].Journal of Shanghai Jiaotong University,1998,32(1):119-121.

[10] Lau C W,Niksa S.The impact of soot on the combustion characteristics of coal particles of various types[J].Combustion and Flame,1993,95(1-2):1-21.

[11] 李永华,陈鸿伟,刘吉臻,等.煤粉燃烧排放特性数值模拟[J].中国电机工程学报,2003,23(3):166-169. Li Yonghua,Chen Hongwei,Liu Jizhen,et al.Numerical simulation on emission characteristics of pulverized coal combustion[J].Proceedings of the CSEE,2003,23(3):166-169(in Chinese).

[12] 吕建燚,李定凯.不同条件对煤粉燃烧后PM10、PM2.5、PM1排放影响的实验研究[J].中国电机工程学报,2006,26(20):103-107. Lü Jianyi,Li Dingkai.Experimental study on PM10,PM2.5,PM1 emission features influenced by different conditions in pulverized coal combustion[J].Proceedings of the CSEE,2006,26(20):103-107(in Chinese).

[13] Ahluwalia R K,Im K H.Spectral radiative heat transfer in coal furnaces using a hybrid technique[R].Washington,DC:Argonne National Lab.,IL,1994.

[14] Alam M S,Wijayanta A T,Nakaso K,et al.Study on coal gasification with soot formation in two-stage entrained-flow gasifier[J].International Journal of Energy and Environmental Engineering,2015,6(3):255-265.

[15] Chen J C,Castagnoli C,Niksa S.Coal devolatilization during rapid transient heating.2.Secondary pyrolysis[J].Energy & Fuels,1992,6(3):264-271.

[16] Wornat M J,Sarofim A F,Longwell J P.Changes in the degree of substitution of polycyclic aromatic compounds from pyrolysis of a high-volatile bituminous coal[J].Energy & Fuels,1987,1(5):431-437.

[17] Wijayanta A T,Alam M S,Nakaso K,et al.Numerical investigation on combustion of coal volatiles under various O2/CO2 mixtures using a detailed mechanism with soot formation[J].Fuel,2012,93:670-676.

[18] 王春波,魏建国,盛金贵,等.300MW煤粉/高炉煤气混燃锅炉燃烧特性数值模拟[J].中国电机工程学报,2012,32(14):14-19. Wang Chunbo,Wei Jianguo,Sheng Jingui,et al.Numerical simulation of combustion characteristics of a 300MW blast furnace gas/pulverized coal combined combustion boiler[J].Proceedings of the CSEE,2012,32(14):14-19(in Chinese).

[19] 张志,李振山,蔡宁生.焦炭燃烧模型的改进及其Fluent实现与实验验证[J].中国电机工程学报,2015,35(7):1681-1688. Zhang Zhi,Li Zhenshan,Cai Ningsheng.An improved char combustion model and its implement in fluent and experimental validation[J].Proceedings of the CSEE,2015,35(7):1681-1688(in Chinese).

[20] Xu Kailong,Zhang Hai,Wu Yuxin,et al.Transient model for soot formation during the combustion of single coal particles[J].Proceedings of the Combustion Institute,2017,36(2):2131-2138.

[21] Grant D M,Pugmire R J,Fletcher T H,et al.Chemical model of coal devolatilization using percolation lattice statistics[J].Energy & Fuels,1989,3(2):175-186.

[22] Fletcher T H,Kerstein A R,Pugmire R J,et al.A chemical percolation model for devolatilization:summary [R].Provo,Utah:Brigham Young University,1992.

[23] Drolen B L,Tien C L.Absorption and scattering of agglomerated soot particulate[J].Journal of Quantitative Spectroscopy and Radiative Transfer,1987,37(5):433-448.

[24] Hayashi J,Hashimoto N,Nakatsuka N,et al.Soot formation characteristics in a lab-scale turbulent pulverized coal flame with simultaneous planar measurements of laser induced incandescence of soot and Mie scattering of pulverized coal[J].Proceedings of the Combustion Institute,2013,34(2):2435-2443.

[25] Hwang S M,Kurose R,Akamatsu F,et al.Observation of detailed structure of turbulent pulverized-coal flame by optical measurement(Part 1,time-averaged measurement of behavior of pulverized-coal particles and flame structure)[J].JSME International Journal Series B,2006,49(4):1316-1327.