煤粉与生物质热解和燃烧的高精度数值模拟研究.pdfVIP

摘要 我国独特的能源结构分布决定了在可以预期的未来，我国的能源结构会一直以煤炭 为主导。其中绝大多数的煤炭被用在燃煤电站锅炉进行发电和供热，过程中会产生大量 的氮氧化物(NO ) 、二氧化硫(SO ) 、重金属汞和粉尘颗粒物等污染物的排放，这些污 x 2 染物是造成光化学烟雾、酸雨和雾霾的重要原因。因此，煤粉高效清洁利用技术的发展 是当前能源科学领域的研究热点，已经出现一些先进的煤粉高效清洁利用技术，例如煤 炭分级多联产技术、煤粉富氧燃烧技术和煤粉与生物质混烧技术等。 煤粉燃烧是一个非常复杂的物理和化学过程，包含挥发分释放、焦炭燃烧和气相燃 烧等复杂过程，涉及到复杂的气固两相传热、传质、动量交换、相变、湍流、化学反应 以及湍流与化学反应之间多物理、多尺度的相互作用。深入研究不同煤炭清洁利用方式 中的非稳态多物理多尺度的相互作用对于发展新型煤粉清洁燃烧技术以及对现有煤粉 燃烧系统的优化和控制具有非常重要的指导作用。基于此，本文通过机器学习和高精度 的数值模拟方法，对煤粉和生物质热解过程的准确建模、煤粉富氧燃烧和生物质/煤粉 混烧技术中的气固两相湍流燃烧特性以及污染物生成机理、湍流与化学反应相互作用的 亚网格模型等若干关键基础问题开展了深入研究。 首先，本文创新性地采用人工神经网络方法发展了可以准确预测煤粉热解速率和组 分分布的高效准确热解模型。该模型使用双方程的动力学架构，但是允许其动力学参数 随着煤种和加热条件的改变进行动态的调整，调整的规律采用人工神经网络从由广泛收 集的实验数据和复杂热解模型的预测结果学习得来。该模型可以很好地再现实验数据和 复杂模型的预测结果，且计算量只有复杂网络热解模型的1/4，相比传统的双方程模型 只有15% 的计算量提升。同时还将该方法拓展到生物质热解，发展了生物质热解的人 工智能模型。这些模型能够很好地再现各种生物质的热解行为，相比传统模型具有明显 的优势。此外，还发展了可以预测生物质热值和化学组成的人工智能模型。对于生物质 三种主要的化学成分的预测，本文发展的随机森林模型能够对较广的生物质类型给出与 实验测量数据吻合良好的预测，相对误差均小于20% 。对于生物质热值的预测，无论是 基于元素分析还是工业分析，本文发展的人工神经网络、支持向量机和随机森林模型也 都能够给出明显优于比传统多项式拟合模型的预测结果，特别是随机森林模型，在训练 和验证数据库中的表现都最佳。值得注意的是，当使用元素分析结果作为训练数据时， 即使样本很少，所训练的模型都比以工业分析为训练数据时得到的模型更准确。同时基 于发展的生物质热解模型，还开展了全参数空间的敏感性分析，获得了全参数空间生物 质定向热解的相图，为定向选择生物质类型和改变反应器的操作条件实现生物质的定向 V 热解提供了有效的指导。 紧接着，采用直接数值模拟方法研究了煤粉燃烧、煤粉富氧燃烧和煤粉与生物质混 烧火焰的若干基础问题。针对煤粉燃烧，直接耦合化学渗透挥发分(CPD) 模型研究不同 的气相湍流脉动强度对于煤粉颗粒热解的影响，结果发现气相温度的脉动可以显著的增 强颗粒热解，且小颗粒对于气相温度的脉动更加敏感，越大的颗粒对气相温度脉动的响 应越滞后。然后，本文对层流滞止煤粉火焰开展直接数值模拟研究，对两种常见的热解 模型、三种挥发分假设和三种反应机理进行了比较和评价研究。结果表明，当采用CPD 模型校正后的单步模型，并且将挥发分假设为轻质气体或者重烃的混合物时耦合对应的 详细机理，可以给出与实验结果吻合较好的预测；假设挥发分成甲烷是不合理的，即使 采用详细机理描述其燃烧，也会带来气相温度、颗粒性质的高估；简单的两步机理预测 的火焰形态和燃烧特性误差很大；挥发分模型同时也对污染物的释放有着重要的影响。 针对煤粉富氧燃烧，采用详细机理对不同富氧浓度下的煤粉富氧燃烧火焰开展直接数值 模拟研究，探索富氧浓度对于煤粉火焰的着火特性、气相和颗粒物特性以及污染物形成 特性的影响，同时也研究了氧气浓度对NO 生成路径的影响。结果表明，增加氧浓度可 明显提前着火、提高燃烧强度与气相温度、热释率和CO 质量分数，降低CO2 质量分数， 这也增加碳捕集的难度；随着氧浓度的增加，煤的挥发分和焦炭氧化过程增强；与高氧 浓度下燃烧强度的提高相对应，NO 质量分数也随之增加。针对煤粉与生物质混烧，本 文采用直接数值模拟耦合详细机理对不同掺混比下的煤