CN102778344A - 一种复杂流化系统整体动力学特性的快速预测方法 - Google Patents

Abstract

本发明涉及一种复杂流化系统整体动力学特性的快速预测方法，包括：1)将流化系统分解成若干圆柱状、圆台状或倒圆台状且操作条件单一的子流化单元；2)将圆台状或倒圆台状的子流化单元近似为多个圆柱状片段；3)设定气固流化系统的颗粒流率；4)基于EMMS模型或相应的经验关联式，计算各圆柱状子流化单元或圆柱状片段的颗粒浓度、压降和颗粒存料量；5)判断颗粒存料量和压降之和是否同时满足系统的平衡条件；如不满足，则重新设定颗粒流率，回到步骤4)；如满足，进入步骤6)；6)计算各子流化单元的颗粒浓度分布并得出全系统的整体动力学特征。本发明能够对多种复杂流化系统进行实时或准实时全循环稳态模拟。

Description

一种复杂流化系统整体动力学特性的快速预测方法

技术领域

本发明涉及气固流态化系统设计技术领域，具体地说，本发明涉及一种复杂流化系统整体动力学特性的快速预测方法。

背景技术

气固流态化系统被广泛应用于石油、化工、制药等行业中，其中一个典型的应用实例就是炼油行业中的流化催化裂化(FCC)工艺。该工艺一般包含提升管、沉降器和再生器，但为了适应日益严格的环境限制和逐渐丰富的产品需求，其具体组织形式逐渐呈现多样化和复杂化。譬如，为了增加汽油辛烷值而降低其烯烃含量，中石化开发了一种以催化剂二次循环和提升管中段扩径为主要特征的多产异构烷烃(MIP)的复杂FCC新工艺[许友好，张久顺，龙军.石油炼制与化工，2001，32：1-5]。该工艺中各反应器或同一反应器各段的构型、尺寸以及操作条件(主要是指表观气速和颗粒通量)各不相同，而现有的商业计算流体力学(CFD)软件在处理这类具有复杂边界和操作条件的系统时往往费时费力，有时甚至无能为力。实际上，虽然数值模拟能够提供反应器内流体从非稳态到稳态的动态演化过程，但这类些工业装置一般都希望在一个定态上操作，以实现装置运行和产品质量的稳定，因此稳态动力学行为对此类工艺的设计和放大具有更重要的参考和指导意义。尽管已经有大量实验数据和许多经验关联式能够对具有圆柱状等简单构型反应器的稳态动力学进行预测，但目前仍然缺乏能够合理描述复杂循环流化床反应系统的整个回路、同一反应器具有复杂变径结构的区段、或反应系统操作在流域转变点上时的定态流场的通用性理论或经验预测方法。

气固流态化本身的复杂性主要表现在随着表观气速和颗粒通量等操作条件的改变，颗粒层会呈现鼓泡、湍动、快速流化和稀相输送等不同的被称为“流域”的状态。在多数流域，总体上会呈现上稀下浓的轴向S形浓度分布和中间稀边壁浓的径向环核结构，而在局部则呈现连续的稀相乳状物包围离散的密相颗粒团聚物的特征。针对这种状况，李静海[颗粒流体两相流多尺度作用模型和能量最小方法.博士学位论文.中国科学院过程工程研究所，北京.1987]提出了并流上行气固流态化系统的能量最小多尺度(EMMS)模型。该模型提出并论证了气固流化系统中的稀密两相结构是由颗粒悬浮输送能最小决定的，且在考虑微观流动机理(稀密相的单颗粒绕流和相界面上的压降平衡)的基础上，能够准确捕捉给定宏观操作参数(表观气速和颗粒通量)、具有圆柱状简单构型的气固流化系统的颗粒浓度以及流域转变等主要流体动力学特征。然而，目前的EMMS模型仅适用于圆柱状的简单构型的气固流化系统，不能直接应用于对具有复杂结构和形状的流化系统的整体动力学特征的预测。

因此，当前迫切需要一种能够快速预测复杂气固流化系统整体动力学特征的方法。

发明内容

本发明的目的是提供一种复杂流化系统整体动力学特性的快速预测方法。

为实现上述发明目的，本发明提供了一种复杂流化系统整体动力学特性的快速预测方法，包括下列步骤：

1)将具有复杂几何结构和不同操作条件的气固流化系统分解成若干基本流化单元，基本流化单元是形状为圆柱状、圆台状或倒圆台状，且操作条件单一的子流化单元；所述操作条件是指所述基本流化单元的表观气速和颗粒通量条件；

2)将圆台状或倒圆台状的子流化单元进一步近似为多个不同直径圆柱状片段的组合体；

3)在已知气固流化系统气体流率的基础上设定气固流化系统的颗粒流率；

4)根据当前所设定的气固流化系统的颗粒流率，计算各圆柱状子流化单元和各圆台状或倒圆台状子流化单元的各圆柱状片段的表观气速和颗粒通量条件；然后根据所计算的表观气速和颗粒通量条件，基于EMMS模型或相应的经验关联式，计算各圆柱状子流化单元或圆柱状片段的颗粒浓度、压降和颗粒存料量；

5)根据上述各子单元颗粒浓度、压降和颗粒存料量计算结果，在已知全系统气体流率、总存料量以及颗粒流率控制阀门开度的情况下，判断上述各圆柱状子流化单元和圆柱状片段的颗粒存料量和压降之和是否同时满足所述复杂流化系统的总存料量平衡、进出口压力平衡以及系统内部各循环回路的压力平衡条件；如果不满足，则重新设定气固流化系统的颗粒流率，回到步骤4)；如果满足，进入步骤6)；

6)根据当前所计算出的各圆柱状子流化单元和各圆柱状片段的颗粒浓度、压降和颗粒存料量计算各子单元的颗粒浓度分布并按气固流化系统的原有结构进行组合得出全系统的整体动力学特征。

其中，所述步骤4)至5)中，利用基于Compute Unified DeviceArchitecture(CUDA)、OpenMP或Message Passing Interface(MPI)的并行计算技术加速EMMS模型的求解以及加速对是否满足气固流化系统各平衡条件的判断。

其中，所述步骤4)中，对于处于密相湍动流化状态的圆柱状子流化单元，基于相应的经验关联式进行计算；对于其余圆柱状子流化单元，基于EMMS模型进行计算。

其中，所述步骤1)中，当所述气固流化系统具有非流化部分时，还应分解出相应的非流化子单元；所述步骤4)中，基于相应的经验关联式进行计算所述非流化子单元的颗粒浓度、压降和颗粒存料量。

其中，所述步骤6)中，所述全系统的整体动力学特征是所述气固流化系统的颗粒浓度分布和/或颗粒流率。

与现有技术相比，本发明具有下列技术效果：

1、利用本发明所提供的方法能够对多种复杂流化系统进行实时或准实时全循环稳态模拟，以为诸如FCC工艺等复杂气固流化系统的动力学设计、放大以及在线优化提供定量参考。

2、本发明尤其适用于对炼油行业中的流化催化裂化(FCC)系统催化剂循环量及全局催化剂浓度分布的预测。

附图说明

以下，结合附图来详细说明本发明的实施例，其中：

图1示出了本发明的原理示意图；

图2示出了本发明的流程示意图；

图3示出了本发明一个实施例中的多产异构烷烃FCC工艺简图；

图4示出了本发明一个实施例中所计算出的多产异构烷烃FCC装置内的催化剂浓度分布。

具体实施方式

EMMS模型能够准确捕捉给定宏观操作参数(表观气速和颗粒通量)、具有圆柱状简单构型的气固流化系统的颗粒浓度以及流域转变等主要流体动力学特征。然而，目前的EMMS模型仅适用于圆柱状简单构型的气固流化系统，不能直接应用于对具有复杂结构和形状的流化系统的整体动力学特征的预测。本案发明人分析了EMMS模型的优势和不足，在对复杂流化系统进行几何分解的基础上，以EMMS模型的全局表达为主体辅以部分合理的经验关联式，最终实现了对复杂流化系统整体动力学特性的快速预测。参考图1，本发明中，先将复杂流化系统分解为构型简单和条件单一的子系统，然后根据EMMS模型和经验关联式计算各子系统满足全系统物料和压降平衡的存料量和压降动力学特性，然后再将各子系统的动力学特性组合，得到复杂流化系统的整体动力学特性。

参考图2，本发明的复杂流化系统整体动力学特性的快速预测方法原理如下：

1、将具有复杂几何结构和不同操作条件的气固流化系统分解成若干基本流化单元，基本流化单元是形状为圆柱状、圆台状或倒圆台状，且操作条件单一的子流化单元；所述操作条件是指所述基本流化单元的表观气速和颗粒通量条件；本步骤中，当所述气固流化系统具有非流化部分时，还应分解出相应的非流化子单元。

2、将圆台状或倒圆台状的子流化单元进一步近似为多个不同直径圆柱状片段的组合体。可以根据实际需求来确定本步骤的不同直径圆柱状片段的组合体与原始的子流化单元的近似精度，这是本领域技术人员易于理解的。比如，该组合体的体积与实际子流化单元的体积相对误差不大于1％时，即可以保证由此导致的颗粒存料量的相对计算误差小于1％。

3、在已知气固流化系统气体流率的基础上设定气固流化系统的颗粒流率。

4、根据当前所设定的气固流化系统的颗粒流率，计算各圆柱状子流化单元和各圆台状或倒圆台状子流化单元的各圆柱状片段的表观气速和颗粒通量条件。根据所计算的表观气速和颗粒通量条件，基于EMMS模型或相应的经验关联式，计算各圆柱状子流化单元或圆柱状片段的颗粒浓度、压降和颗粒存料量。本步骤中，对于处于密相湍动流化状态的圆柱状子流化单元，基于相应的经验关联式进行计算；对于其余圆柱状子流化单元，基于EMMS模型进行计算。基于相应的经验关联式进行计算所述非流化子单元的颗粒浓度、压降和颗粒存料量。

5、根据上述各子单元颗粒浓度、压降和颗粒存料量计算结果，在已知全系统气体流率、总存料量以及颗粒流率控制阀门开度的情况下，判断上述各圆柱状子流化单元和圆柱状片段的颗粒存料量和压降之和是否同时满足所述复杂流化系统的总存料量平衡、进出口压力平衡以及系统内部各循环回路的压力平衡条件；如果不满足，则重新设定气固流化系统的颗粒流率，回到步骤4；如果满足，进入步骤6。

6、根据当前所计算出的各圆柱状子流化单元和各圆柱状片段的颗粒浓度、压降和颗粒存料量得出全系统的整体动力学特征，例如所述气固流化系统的颗粒浓度分布和/或颗粒流率。

在一个实施例中，其中步骤4和5可以利用基于CUDA(或者OpenMP，或者MPI等)并行计算技术加速EMMS模型的求解以及加速对是否满足气固流化系统各平衡条件的判断。这样可以进一步提高预测结果的实时性。并行计算时，硬件设备可采用(但不限于)GPU+CPU或者GPU+CPU异构集群。

下面以图3的多产异构烷烃FCC工艺的复杂流化系统为例，对本发明的快速预测方法进行详细说明。

参考图3，多产异构烷烃FCC工艺主要由提升管、沉降器以及再生器所组成。其中，提升管反应器由下至上又可以分为底部的裂解区、中间的扩大段转化区和上部的汽提区。再生器也可以分为下部的燃烧区和上部的再生区。从沉降器出来的待生催化剂一部分返回到提升管转化区的下部，其余部分被输送到再生器进行再生后返回到提升管裂解区的下部。

本优选实施例提供的复杂流化系统整体动力学特性的快速预测方法包括下列步骤：

1、根据几何构型和流化状态对多产异构烷烃FCC工艺进行分解

根据多产异构烷烃FCC工艺的几何结构以及各部分流化状态的不同，将其分解为流化子系统和非流化子系统两大类。流化子系统包括：裂解区1、裂解转化过渡区2、转化区3、转化汽提过渡区4、汽提区5、燃烧区6、燃烧再生过渡区底部到再生催化剂循环管入口区域7、再生催化剂循环管入口到燃烧再生过渡区顶部区域8、再生区底部密相区9和再生区顶部稀相区10，共10个区域。非流化子系统包括：沉降器11、待生催化剂循环管12、再生催化剂循环管13和MIP待生催化剂循环管14共4个区域。图3中，15为再生催化剂循环阀门；16为MIP待生催化剂循环阀门。

上述10个流化子系统均为基本流化单元，即形状为圆柱状、圆台状或倒圆台状，且操作条件单一的子流化单元；所述操作条件是指所述基本流化单元的表观气速和颗粒通量(本实施例中为催化剂通量)条件。

分解出流化子系统后，记录每个流化子系统的几何参数以备后续计算。对于圆柱状流化子系统，记录其高度和横截面直径，对于圆台状和倒圆台状流化子系统，记录其高度以及上表面和下表面的直径。

2、将圆台状或倒圆台状的流化子系统进一步分解

将上述10个流化子系统中圆台状或倒圆台状的流化子系统(即裂解转化过渡区2、转化汽提过渡区4、燃烧再生过渡区底部到再生催化剂循环管入口区域7、再生催化剂循环管入口到燃烧再生过渡区顶部区域8)进一步近似为多个不同直径圆柱状片段的组合体，且该组合体的体积与实际流化子系统的体积相对误差不大于1％，这样可以保证由此导致的颗粒存料量的相对计算误差小于1％，从而保证后续颗粒浓度和压降计算的准确性。当然，体积相对误差的上限取值并不限于1％，本领域技术人员可以根据实际需求来决定该体积相对误差的上限取值。

在将圆台状或倒圆台状的流化子系统近似为多个不同直径圆柱状片段的组合体时，记录每个圆柱状片段的高度和横截面直径，以备后续计算。

3、设定多产异构烷烃FCC工艺的操作条件和初始催化剂流率

一般地，假定催化剂颗粒的直径和密度在整个系统中保持不变，提升管流体从裂解区底部一次性引入。提升管流体的物性取转化区平均温度下的油气和水蒸气平均物性，再生器流体的物性取再生区平均温度下的烟气物性，如表1所示。

表1

已知全系统催化剂存料量I_m＝120吨、MIP待生催化剂循环阀门16和再生催化剂循环阀门15的开度均为10％、提升管流体流率Q_mix＝14.0m³/s和再生器流体流率Q_air＝50.0m³/s。

根据全系统的压力平衡条件确定多产异构烷烃FCC工艺再生催化剂流率的上限值或稍大于上限值的某一值，然后将二分之一的上述催化剂流率确定值设定为多产异构烷烃FCC工艺气固流化系统的初始再生催化剂颗粒流率(M_re)。如果待生催化剂阀门的开度不为零，则待生催化剂流率(M_sp)根据上述再生催化剂流率和系统的压力平衡条件计算确定。

4、根据当前所设定的多产异构烷烃FCC工艺的气体流率和催化剂颗粒流率，计算各子系统表观气速和催化剂颗粒通量条件，并计算各圆柱状子流化单元或圆柱状片段的催化剂颗粒浓度、压降和催化剂颗粒存料量。

根据当前所设定的多产异构烷烃FCC工艺的催化剂流率，进一步计算上述10个流化子系统的表观气速和催化剂通量条件。然后根据所计算的表观气速和催化剂通量条件，计算各圆柱状子流化单元或圆柱状片段的催化剂浓度、压降和催化剂存料量。

具体地，利用GPU加速的EMMS模型应用于前7个子流化系统(即裂解区1、裂解转化过渡区2、转化区3、转化汽提过渡区4、汽提区5、燃烧区6、燃烧再生过渡区底部到再生催化剂循环管入口区域7)中以计算其催化剂浓度(ε_s1-ε_s7)。而对于再生催化剂循环管入口到燃烧再生过渡区顶部区域8和再生区底部密相区9，由于在考察操作条件下一般处于密相湍动流化状态而不适用EMMS模型，所以根据经验假定上述子流化系统的催化剂浓度(ε_s8-ε_s9)保持不变且等于第7个子流化系统顶部的催化剂浓度。对于再生区顶部稀相区10，在考察操作条件下一般处于稀相沉降状态，其催化剂浓度(ε_s10)可以用EMMS模型来估计：假定一个催化剂流率，根据EMMS模型计算已知气体流率和假定催化剂流率条件下的催化剂浓度和速度，通过催化剂流率＝催化剂浓度×催化剂速度×反应器截面积得到计算催化剂流率，如果计算催化剂流率与假定催化剂流率的相对误差大于5-10％，则将计算催化剂流率作为新的假定催化剂流率代入EMMS模型进行重新计算，如此迭代直到二者的相对误差达到要求的精度为止，那么此时由EMMS模型计算得到的催化剂浓度可以作为再生区顶部稀相区10的催化剂浓度。沉降器11、待生催化剂循环管12、再生催化剂循环管13和MIP待生催化剂循环管14均为非流化子系统，一般处于最小流化状态，因此可假定其催化剂浓度(ε_s11-ε_s14)等于由该催化剂的最小流化空隙率计算的颗粒浓度(ε_smf)。

各流化子系统和非流化子系统的计算公式参考表2。其中单元序号就是各子系统的索引号。

表2

表2中，H9是再生器中密相段(子流化系统9)的高度，它由系统操作条件决定，并由全系统存料量平衡和压降平衡计算得出。计算方法为：在一定的操作气速和设定的催化剂流率条件下，首先通过EMMS模型或经验关联式确定其余13个子流化系统的存料量和压降，然后通过全系统存料量平衡和压降平衡计算出子流化系统9的存料量及催化剂浓度，并结合该子流化系统的直径确定其高度(即再生器密相段高度)。若计算出的再生器密相段高度H₉小于0或大于再生器的实际高度(15.00m)，则设定新的催化剂流率并重复上述计算过程直到满足要求为止。详细计算方法描述参见本案发明人即将发表的相关文献[XH Liu，et al.Fast hydrodynamicprediction of complex fluidization systems based on the EMMS model.Ind.Eng.Chem.Res.，2011，(Submitted)]。

各子系统的压降包括由催化剂本身重量产生的静态压降(ΔP_s)和催化剂颗粒加速以及固相壁面之间摩擦产生的动态压降(ΔP_d)两部分。如果存在阀门，则还包括阀门压降(ΔP_v)。动态和阀门压降根据经验关联式计算，而各子系统的静态压降ΔP_si以及催化剂存料量I_mi则分别通过式(1)和(2)计算：

ΔP_si＝ρ_pε_sigH_i      (1)

I_mi＝πD_i ²L_iε_siρ_p    (2)

上两式中，下标i是各子系统索引，ρ_p是催化剂密度，ε_si是子系统催化剂平均浓度，g是重力加速度，H_i是催化剂床层高度，D_i是子系统直径，L_i是催化剂床层长度。需要说明的是非圆柱状各子系统的压降及催化剂存料量应该为进一步分段计算的压降及催化剂存料量之和。

5、判断上述各子系统的催化剂存料量和压降之和是否同时满足所述复杂流化系统的总存料量平衡、进出口压力平衡以及系统内部各循环回路的压力平衡条件；如果不满足，则重新设定多产异构烷烃FCC工艺的催化剂流率，回到步骤4；如果满足，进入步骤6。

步骤4和5实际上就是利用试差算法计算满足全系统压降和物料平衡的动力学稳态。

在一个优选实施例中，在传统二分法的基础上，通过将求解区间进行多次分割而提出一种所谓的多分法，从而利用OpenMP并行计算技术加速前述试差计算过程，以计算由已知操作条件决定的再生催化剂循环量和MIP待生催化剂循环量，并同时满足式(3)表示的全系统存料量平衡条件以及式(4)、(5)和(6)表示的再生催化剂循环回路、MIP待生催化剂循环回路和反-再系统出口压力平衡条件：

$\underset{i=1}{\overset{14}{\mathrm{\Σ}}}{I}_{\mathrm{mi}}=I_m---\left(3\right)$

${\mathrm{\ΔP}}_{\mathrm{Dri}}+{\mathrm{\ΔP}}_{\mathrm{Dre}}+\underset{i=1}{\overset{7}{\mathrm{\Σ}}}{\mathrm{\ΔP}}_i={\mathrm{\ΔP}}_{\mathrm{cyclone}}+\underset{i=11}{\overset{13}{\mathrm{\Σ}}}{\mathrm{\ΔP}}_i---\left(4\right)$

$\underset{i=1}{\overset{5}{\mathrm{\Σ}}}{\mathrm{\ΔP}}_i={\mathrm{\ΔP}}_{\mathrm{cyclone}}+\underset{i=11}{\overset{12}{\mathrm{\Σ}}}{\mathrm{\ΔP}}_i---\left(5\right)$

${\mathrm{\ΔP}}_{\mathrm{Dri}}+\underset{i=1}{\overset{5}{\mathrm{\Σ}}}{\mathrm{\ΔP}}_i={\mathrm{\ΔP}}_{\mathrm{exit}}+{\mathrm{\ΔP}}_{13}+\underset{i=8}{\overset{10}{\mathrm{\Σ}}}{\mathrm{\ΔP}}_i---\left(6\right)$

在上述各式中，下标i是各子系统索引，I_mi是第i个子系统的催化剂存料量，I_m是总催化剂存料量，ΔP_i是第i个子系统的压降，ΔP_Dre是再生器分布板压降，ΔP_Dri是提升管分布板压降，ΔP_cyclone是提升管旋风分离器压降，ΔP_exit是FCC工艺反-再系统出口压差。

6、结合关联式计算多产异构烷烃FCC工艺全局催化剂浓度分布

如果某个子流化系统操作在所谓的“噎塞”点附近而具有两个共存的稳定状态[Ge W，Li J.Chem.Eng.Sci.，2002，57：3993-4004]，则该子系统的轴向催化剂浓度(ε_sh)分布呈由Li & Kwauk模型[Li Y，Kwauk M.Fluidization.1980，pp.537-544]计算的S形。进一步，不同高度处的径向催化剂浓度(ε_sr)分布可采用式(7)所示的关联式计算[Zhang W，Tung Y，Johnsson F.Chem.Eng.Sci.，1991，46：3045-3052]：

$1-{\mathrm{\ϵ}}_{\mathrm{sr}}={(1-{\mathrm{\ϵ}}_{\mathrm{sh}})}^{(0.191+a^{2.5}+{3a}^{11})}---\left(7\right)$

上式中，a是无因次半径，a＝r/R。

在计算出各子系统中催化剂浓度分布后，将各子系统中催化剂浓度分布简单组合，即可得到全局催化剂浓度分布。

实际的计算测试表明，根据上述算法可以在1秒钟左右实现对多产异构烷烃FCC工艺的全循环稳态模拟。

图4显示了根据上述算法计算得到的多产异构烷烃FCC工艺在一个典型操作条件下的全局催化剂浓度分布。显然，本发明所提供的上述算法能够快速计算给定操作条件下FCC工艺的催化剂循环量，并捕捉FCC反-再系统中的轴向S形和径向环核催化剂浓度分布等主要动力学特征。

上述优选实施例所提供的方法能够定量表征一定操作条件下复杂FCC工艺几何结构和尺寸(如提升管的形式及尺寸)对其整体动力学特性的影响，或一定几何结构和尺寸复杂FCC工艺所具有的操作弹性(如流化气体流率和催化剂循环量的可变范围)，相关计算结果不仅可以为传统FCC系统的升级改造提供直接参考，还能给全新FCC工艺的设计放大提供定量依据。

最后，上述的实施例仅用来说明本发明，它不应该理解为是对本发明的保护范围进行任何限制。而且，本领域的技术人员可以明白，在不脱离上述实施例精神和原理下，对上述实施例所进行的各种等效变化、变型以及在文中没有描述的各种改进均在本专利的保护范围之内。

Claims (5)

1.一种复杂流化系统整体动力学特性的快速预测方法，包括下列步骤：

1)将具有复杂几何结构和不同操作条件的气固流化系统分解成若干基本流化单元，基本流化单元是形状为圆柱状、圆台状或倒圆台状，且操作条件单一的子流化单元；所述操作条件是指所述基本流化单元的表观气速和颗粒通量条件；

2)将圆台状或倒圆台状的子流化单元进一步近似为多个不同直径圆柱状片段的组合体；

3)在已知气固流化系统气体流率的基础上设定气固流化系统的颗粒流率；

4)根据当前所设定的气固流化系统的颗粒流率，计算各圆柱状子流化单元和各圆台状或倒圆台状子流化单元的各圆柱状片段的表观气速和颗粒通量条件；然后根据所计算的表观气速和颗粒通量条件，基于EMMS模型或相应的经验关联式，计算各圆柱状子流化单元或圆柱状片段的颗粒浓度、压降和颗粒存料量；

5)根据上述各子单元颗粒浓度、压降和颗粒存料量计算结果，在已知全系统气体流率、总存料量以及颗粒流率控制阀门开度的情况下，判断上述各圆柱状子流化单元和圆柱状片段的颗粒存料量和压降之和是否同时满足所述复杂流化系统的总存料量平衡、进出口压力平衡以及系统内部各循环回路的压力平衡条件；如果不满足，则重新设定气固流化系统的颗粒流率，回到步骤4)；如果满足，进入步骤6)；

6)根据当前所计算出的各圆柱状子流化单元和各圆柱状片段的颗粒浓度、压降和颗粒存料量计算各子单元的颗粒浓度分布并按所述气固流化系统的原有结构进行组合得出全系统的整体动力学特征。

2.根据权利要求1所述的复杂流化系统整体动力学特性的快速预测方法，其特征在于，所述步骤4)中，对于处于密相湍动流化状态的圆柱状子流化单元，基于相应的经验关联式进行计算；对于其余圆柱状子流化单元，基于EMMS模型进行计算。

3.根据权利要求1所述的复杂流化系统整体动力学特性的快速预测方法，其特征在于，当所述气固流化系统具有非流化部分时，所述步骤1)中，所述气固流化系统分解成若干所述基本流化单元和非流化子单元；所述步骤4)还包括，基于相应的经验关联式进行计算所述非流化子单元的颗粒浓度、压降和颗粒存料量。

4.根据权利要求1所述的复杂流化系统整体动力学特性的快速预测方法，其特征在于，所述步骤4)至5)中，利用基于CUDA、OpenMP或MPI的并行计算技术对EMMS模型进行求解以及对是否满足气固流化系统各平衡条件进行判断。

5.根据权利要求1所述的复杂流化系统整体动力学特性的快速预测方法，其特征在于，所述步骤6)中，所述全系统的整体动力学特征是所述气固流化系统的颗粒浓度分布和/或颗粒流率。

Images