格子Boltzmann气固两相流模型及纤维捕集颗粒过程的数值模拟

发布时间：2020-05-07 06:24

【摘要】：我国以煤等化石燃料为主的能源结构和工业的快速发展导致可吸入颗粒物(粒径在10微米以下的悬浮颗粒物)成为最主要的大气污染物。布袋除尘器由于具有高效的颗粒物脱除能力,低廉的价格等优点,广泛应用于燃煤电厂、采矿/水泥工业等。布袋除尘器的过滤过程涉及多种捕集机制,并且除尘过程中颗粒的沉积和除尘器的堵塞还会造成捕集效率和系统压降的动态变化,因此布袋纤维对悬浮颗粒的过滤过程十分复杂。本文建立了格子Boltzmann(LB)气固两相流模型,并以此作为研究不同纤维捕集颗粒物过程的工具,深入研究了具有不同形状及布置方式的纤维过滤器的稳态、非稳态捕集颗粒过程,为细致理解纤维的除尘机理和纤维除尘器的优化等奠定了理论基础。本文的主要工作包括： (1)利用格子Boltzmann方法模拟流场,采用元胞自动机的思路模拟颗粒运动,点源颗粒被限制在与流场结构相同的规则格了点上迁移,通过随机方法来决定流体曳力、布朗力等作用下颗粒的运动方向和位置,发展了格了Boltzmann-元胞自动机(LB-CA)概率模型。该模型可以方便地考虑颗粒-流体双向耦合、颗粒在流场中的随机轨道、动态变化的复杂边界条件和并行计算。通过对经典的后台阶气固两相流实验进行模拟,并与已有的实验结果以及其他模型结果比较,证明了LB-CA模型优于常规的双流体模型,并可以达到大涡模拟(LES)气固两相流模型的精度。 (2)利用LB-CA模型模拟圆形和非圆形截面(包括椭圆、矩形、三角形、三叶型、十字形等)纤维捕集颗粒物过程。其中,圆形纤维模拟结果和已有的理论或经验预测值以及实验结果吻合较好,证明LB-CA模型非常适合纤维捕集颗粒这种具有动态边界条件以及流体-颗粒-纤维/沉积物多向耦合特征的气固两相流工况。对于非圆形截面纤维,比较了在各种捕集机制下不同布置方式对捕集性能的影响,为新型纤维除尘器的设计和优化提供理论基础。模拟发现,与同体积分数圆形截面纤维的捕集效率相比,异形纤维通常具有更大的捕集范围,因此具有更大的扩散捕集效率,且扩散捕集效率与长短轴之比成正比,而与放置角度无关；而对于受惯性碰撞和拦截机制主导的颗粒,异形纤维的捕集效率主要决定于纤维迎风面积,与放置角度和长短轴之比均相关,且需要优化纤维配置才可能高于圆形截面纤维的捕集效率。在准确数值模拟的基础上,基于莱温伯格-马卡特方法对各种工况下(不同的捕集机制主导、不同的椭圆纤维长短轴比、不同的放置角度、不同的纤维体积分数等)模拟结果进行拟合,得到了简单易用的椭圆截面纤维系统压降和捕集效率的经验公式,并与少数可用的其他模型进行比较,验证了这些经验公式的可用性。 (3)利用LB-CA模型对纤维层捕集颗粒物过程进行数值模拟,研究了不同纤维配置方式及排列间距下系统压降与捕集效率的变化。通过性能参数的比较发现,虽然错列纤维系统压降大于并列纤维,但是其性性能仍然优于错列纤维,尤其是对较大惯性颗粒的捕集。在相同纤维填充率条件下,来流方向间距越大的过滤器捕集效率越高,但是压降也越高,最终会导致性能的下降。通过研究不同位置纤维对捕集过程的贡献,为优化纤维布置方式提出建议。本文也首次对纤维层过滤器捕集颗粒物的非稳态过程进行了模拟,研究了不同位置纤维表面枝簇结构的生长、相互接触的过程,同时考察枝簇结构对捕集效率、压降以及各纤维捕集贡献的影响,发现对于并列纤维,前排纤维的遮效应明显,而对于错列纤维,由于前排纤维的导流效应,第二排纤维的捕集贡献最大。 (4)从实际滤布的真实结构以及实际过滤过程中的多分散颗粒尺度分布出发,研究了三维情况下纤维过滤器捕集颗粒物的过程,并详细讨论了沉积颗粒形成的枝簇结构的生长过程及其结构特征。模拟发现,当布朗扩散主导颗粒沉积时,纤维表面枝簇的孔隙率呈单峰分布,且平均孔隙率与荷尘量呈反比,而当多分散颗粒群的纤维捕集过程有多个沉积机制主导时(如布朗扩散机制主导小尺度颗粒,而拦截机制主导中等尺度颗粒),形成的枝簇结构的孔隙率呈双峰分布,且平均孔隙率与荷尘量呈指数关系。荷尘过程中压降和捕集效率均随荷尘量的增加而增加,且压降与荷尘量之间满足指数关系,而基于数目和基于质量的捕集效率均随荷尘量的增加逐渐达到稳定,但是基于质量的捕集效率往往大于基于数目的捕集效率,这说明纤维对小尺度颗粒的捕集效率仍然低于大尺度颗粒。总之,LB-CA模型是一个研究纤维捕集颗粒过程的有力工具。相比于其他模型,它除了能够准确模拟稳态捕集过程之外,还能够较好的描述考虑颗粒沉积的非稳态过程,得到沉积颗粒枝簇结构的生长过程以及系统压降、捕集效率的动态变化。本文通过考察不同性质颗粒在不同形状及排列方式纤维除尘器内的运动特征,阐明了纤维配置、颗粒属性、流场属性与捕集性能之间的相关关系,研究结果为布袋除尘器的纤维配置方式的优化提供了理论依据。
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2013
【分类号】：X701;TK12

【参考文献】