基于光谱实验反演甲烷火焰温度和烟炱浓度的研究

摘要

天然气是实现能源结构优化调整的最现实能源。在天然气消费大量增加的现状下，研究天然气燃烧特性进而优化天然气的燃烧将对节能减排政策提供支持。在许多工业应用中，天然气的燃烧是以射流燃烧的方式进行的，研究天然气射流燃烧的辐射特性，并实现基于火焰方向辐射传输逆问题对温度场的重建，以及对辐射能力较强的烟炱(Soot)分布的重建具有重要的学术价值和工程应用前景。本文以数值模拟方法和实验方法分别对甲烷同轴射流火焰的燃烧与辐射特性进行了研究。为了实现对火焰流场、温度场和组分浓度场的较准确预测，使用涡耗散概念(EDC)模型结合甲烷燃烧简化反应机理对甲烷射流火焰进行数值模拟。使用简化反应机理能在对组分浓度场模拟精度较好的基础上提高计算效率，因路径通量分析法(PFA)在化学反应机理的简化过程中能全面的考虑组合或基元反应的直接和间接的关系，保留主要的组分和基元反应来保障模拟精度。本文应用PFA方法对甲烷燃烧详细反应机理进行了合理简化，得到了简化反应机理sp24，在均质自燃着火模型下使用简化机理的模拟结果与使用详细机理的模拟结果吻合较好，在不同工况下两者的着火延迟时间也相差不大，误差值均在5％以内。使用Fluent模拟了同轴射流甲烷值班火焰Sandia flame D，分别采用概率密度分布函数(PDF)模型和EDC模型结合简化机理sp24进行模拟分析。数值模拟结果与实验数据的对比表明，PDF模型与EDC模型对火焰温度场的预测相差不大，而EDC模型对火焰组分浓度场的预测更接近实验数据。在实验研究方面，搭建了甲烷同轴射流火焰光谱检测实验系统，并实现了基于火焰方向辐射传输逆问题对温度场以及辐射能力较强的烟炱(Soot)浓度分布的重建。采用基于多样性反馈的自适应粒子群优化算法(APSO)结合同轴射流火焰辐射模型，建立了基于火焰发射光谱反演火焰的温度与烟炱浓度分布的智能优化算法。随后将文献的实验数据（温度和烟炱浓度）代入模型进行模拟计算，验证智能优化算法的有效性并讨论了参数选取对计算效率和精度的影响。在保障计算精度的条件下选择计算效率较高的参数组合，然后将实验甲烷同轴射流火焰发射光谱信息代入智能优化算法进行计算。在火焰四个高度截面处将计算得到温度和烟炱浓度分布与数值模拟结果进行了对比，相对误差都在10％左右。

目录

声明

致谢

摘要

符号表

1．1 研究背景

1．2 国内外研究现状

1．2．1 火焰温度和烟炱浓度检测方法

1．2．2 化学机理简化方法

1．2．3 甲烷射流火焰数值模拟

1．3 本文研究内容

2 PFA方法简化甲烷燃烧详细反应机理

2．1 路径通量分析法

2．2 甲烷燃烧机理GRI-Mech3．0 的简化结果分析

2．3 本章小结

3．1 数值模型

3．11 湍流模型

3．12 化学反应模型

3．1．3 辐射模型

3．2 Sandia Flame D火焰的模拟

3．3 甲烷同轴射流火焰燃烧器模拟

3．4 本章小结

4 基于APSO的火焰温度和烟炱浓度重建算法

4．1 粒子群优化算法

4．1．1 基本原理

4．1．2 基于多样性反馈的粒子群优化算法

4．2 同轴射流火焰辐射模型及温度和烟炱浓度重建算法

4．2．1 同轴射流火焰辐射模型

4．2．2 同轴射流火焰温度和烟炱浓度分布的APSO重建算法

4．2．3 APSO算法模拟验证

4．3 本章小结

5 基于甲烷射流火焰光谱实验反演温度和烟炱浓度

5．1 甲烷同轴射流发射光谱测量系统

5．2 测量与计算结果

5．3 CFD模拟结果与实验结果对比

5．4 本章小结

6．1 结论

6．2 展望

参考文献

作者简历

学位论文数据集