CN106338914A - 微通道流体分配器数学模型结构及其推导和优化方法 - Google Patents
微通道流体分配器数学模型结构及其推导和优化方法 Download PDFInfo
- Publication number
- CN106338914A CN106338914A CN201610289446.XA CN201610289446A CN106338914A CN 106338914 A CN106338914 A CN 106338914A CN 201610289446 A CN201610289446 A CN 201610289446A CN 106338914 A CN106338914 A CN 106338914A
- Authority
- CN
- China
- Prior art keywords
- fluid distributor
- microchannel fluid
- mathematical modeling
- micro
- microchannel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000012530 fluid Substances 0.000 title claims abstract description 145
- 238000005457 optimization Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000009795 derivation Methods 0.000 title claims abstract description 11
- 238000013178 mathematical model Methods 0.000 title abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 29
- 238000006243 chemical reaction Methods 0.000 description 23
- 239000002245 particle Substances 0.000 description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000011160 research Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 239000007795 chemical reaction product Substances 0.000 description 4
- 239000003153 chemical reaction reagent Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012827 research and development Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000000376 reactant Substances 0.000 description 3
- 238000007086 side reaction Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- 239000012736 aqueous medium Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000000741 silica gel Substances 0.000 description 1
- 229910002027 silica gel Inorganic materials 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000004781 supercooling Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种微通道流体分配器数学模型结构及其推导和优化方法,所述微通道流体分配器数学模型结构的管内径在10‑1000μm,在管径不变的前提下,根据哈根‑泊肃叶定律和质量守恒定律推导出1‑2‑3‑N型微通道流体分配器数学模型结构,利用PSO算法对1‑2‑3‑N型微通道流体分配器数学模型结构进行优化,首先利用PSO算法优化1‑2‑3型微通道流体分配器数学模型结构,在1‑2‑3型微通道流体分配器数学模型结构优化基础上,继续利用PSO算法优化1‑2‑3‑4型微通道流体分配器数学模型结构,以此类推,提出微通道流体分配器数学模型结构和建立微通道流体分配器数学模型结构的规律性公式,根据微通道流体分配器数学模型结构和规律性公式建立微通道流体分配器。
Description
技术领域
本发明涉及精细化工、制药过程强化技术领域,尤其是一种微通道流体分配器数学模型结构及其推导和优化方法。
背景技术
近年来,微反应器技术(Microreactor Technology)已逐渐成为国际精细化工技术领域的研究和利用的热点,微反应器是一种内径在10-1000μm的连续流动的管道式反应器,是重要的化工过程强化设备,微反应技术是当今精细化工,制药等行业一个最具创新的技术之一,它为开发新的生产工艺、建立极具经济效益的新型化工厂开辟了崭新的道路,提供了工艺研发和建造工厂的新概念、新方法。其特点主要有:
一、比表面积大,传热能力强。微反应器如此小的内径的优势使其具有超高的比表面积,可达1*105~5*105m2·g-1,与常规反应器相比具有高达两个数量级的优势,因此,微通道内的反应物与外界环境之间的热交换的效率远远超过传统反应器,达到10kW·m-2·K-1,微反应器是常规反应器的比表面积的百倍之多,在微反应器中,反应物可以迅速升高到要求的反应温度,也可以将反应过程中产生的热量迅速地扩散到外界环境,这有效避免了反应过程中局部过热或过冷情况的发生,大大降低了副反应发生的可能,同时也避免了一些热量短时间内大量聚集所引发的危险。
二、高效的传质作用。用微反应器进行多组分的化学反应,通常采用多通道进样模式,即反应试剂由多个进样通道汇聚于一个单通道,无论是Y型通道还是T型通道,反应试剂在交汇之后其传质主要是靠扩散作用实现的,微通道具有微米级的内径尺度和超大的比表面积,在微通道内,反应试剂之间的扩散作用具有很好的传质效果,大大高于传统反应器式的搅拌混合模式。
三、实现“数增放大”,无放大效应,在传统的化合物合成中,一种化学品在实验室阶段的合成路线成熟之后并不能直接投入到大规模的生产中,通常还需要进一步地优化,优化过程涉及诸多变量和因素,这无疑给化工生产带来成本的提高,微反应器有效的避免了这一环节,在外界条件不变的前提下,通常在微反应器中进行的反应起关键作用的变量是滞留时间,通过延长微通道长度并加大流量的简单操作即可以保持滞留时间不变又可以加大产量,此外,还可以通过简单地增加反应管道的数量来增大产量,这种方式在微反应器技术中有个专有的名词为“numbering-up”,简称并行微反应器(ParallelizedMicroreactors,PMR)。
结合微反应器的特点,并在考虑生产产量和质量两个因素的基础上,实行PMR运行过程中的每个单管流速控制显得尤其重要,因为如果流速不一致,那么反应滞留时间不同,反应产物转化率就会有区别,并行之后进行混合的反应产物浓度就可能不满足生产实际的需求,如反应不充分、副反应发生等等,因此,在微反应器结构中引入了微通道流体分配器(Fluid Distributor)实现流速的精确控制,确保反应滞留时间一致,尤其对于一些有极不稳定的试剂参与的反应以及需要苛刻反应条件的反应,优越性更为明显,此外,通过微通道流体分配器调节流速值即可方便地对反应的时间进行优化筛选,也大大的提升了反应路线的优化时间,促使反应效率大大提升,从而研究微通道流体分配器结构及其流速一致性成为当前微化工领域中的一个重要研究课题。
微反应系统具有过程强化、反应安全、易控制、数增放大等特点,传统大规模的并行微反应系统主要由微反应器和微通道流体分配器构成,结合微反应器的特点,并在考虑生产产量和质量两个因素的基础上,实行微反应器运行过程中的每个单管流速控制显得尤其重要,因为如果流速不一致,那么反应滞留时间不同,反应产物转化率就会有区别,并行之后进行混合的反应产物浓度就可能不满足生产实际的需求,如反应不充分、副反应发生等,因此,微通道流体分配器流速一致性精确控制的研究具有十分重要的意义和价值。
随着微化工、制药领域的不断延伸,微通道流体分配器结构的研究也在持续地增加,涌现出了一大批研究团队对流体分配器展开一系列研究和开发,如一致性、故障检测等,发现微通道流体分配器的微通道长度、形状、底板宽度、入口与出口的位置是影响微通道流体分配器流速分布的重要因素,其主要集中在根据manifold-type和bifurcation-type两种数学模型结构建立的微通道流体分配器上。
发明内容
针对上述问题,本发明在manifold-type和bifurcation-type两种数学模型结构基础上,根据质量守恒和动量守恒定律的基本原理,推导机理的精确数学模型结构,选择优化算法,寻找全局最优解,根据结构尺寸可实现关系,确定可行次优解,对微通道流体分配器的数学模型结构进行优化,提供一种利用粒子群优化算法优化的微通道流体分配器数学模型结构,从而根据微通道流体分配器数学模型结构建立微通道流体分配器,本发明以实现微通道流体分配器单管流速一致性为前提,根据流体性质确定最优控制方案,推导出并优化了的理想数学模型结构。
为实现该技术目的,本发明的方案是:微通道流体分配器数学模型结构及其推导和优化方法,所述微通道流体分配器数学模型结构的管内径在10-1000μm,在管径不变的前提下,根据哈根-泊肃叶定律和质量守恒定律推导出微通道流体分配器的1-2-3-N型数学模型结构,利用PSO算法对1-2-3-N型微通道流体分配器数学模型结构进行优化,首先利用PSO算法优化1-2-3型微通道流体分配器数学模型结构,其目标为实现根据微通道流体分配器数学模型结构建立的微通道流体分配器的流速一致性,在1-2-3型微通道流体分配器数学模型结构优化基础上,继续利用PSO算法优化1-2-3-4型微通道流体分配器数学模型结构,实现根据微通道流体分配器数学模型结构建立的1-2-3-4型微通道流体分配器的流速一致性,以此类推,保证大规模微通道流体分配器的流速一致性,最后提出微通道流体分配器数学模型结构和建立微通道流体分配器数学模型结构的规律性公式,根据微通道流体分配器数学模型结构和规律性公式建立微通道流体分配器。
所述manifold-type即1-N型数学模型结构的微通道流体分配器。
所述bifurcation-type即1-2-4-N型数学模型结构的微通道流体分配器。
所述哈根-泊肃叶定律是由法国科学家泊肃叶(1840年)和德国工程师哈根(1839年)分别研究得出的,因此奥斯特瓦尔德在1925年建议称该定律为哈根-泊肃叶定律。
所述PSO算法即粒子群优化算法(Particle Swarm Optimization Algorithm,PSO),是由Kennedy和Eberhaff于1995年提出的一种基于群体新型进化算法,其基本思想来源于对鸟类和鱼类行为的研究及行为进行模拟,PSO中种群成为一个群体,群体中的个体叫做粒子,鸟类或者鱼类具有同步群活动,突然改变路径和分散后重新组合在一起等行为,每个个体得益于自己和同类的经验进行寻食。
本发明一致性在实际应用中得到大大的改善,本发明基于粒子群优化算法的微通道流体分配器数学模型结构的微通道流体分配器,其结构有一定的规律性,有利于应用在大型并行微反应器中,可以使微反应走向产业化,缩短研发周期。
附图说明
图1为常规流体分配器与微通道流体分配器比表面对比示意图。
图2为微通道流体分配器中反应液的混合示意图。
图3为manifold-type结构示意图。
图4为bifurcation-type结构示意图。
图5为本发明未优化前的1-2-3-4型数学模型结构图。
图6为本发明未优化前的1-2-3-4-5-6-7-8型数学模型结构图。
图7为本发明PSO算法流程图和伪代码。
图8为本发明优化后的1-2-3型数学模型结构图。
图9为本发明优化后的1-2-3-4型数学模型结构图。
图10本发明优化后的的1-2-3-4-5-6-7-8型数学模型结构图。
图11为根据本发明的微通道流体分配器数学模型结构建立的优化前和优化后的微通道流体分配器各个出口流速值相对于流速平均值的程度大小示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细说明。
如附图所示,一种微通道流体分配器数学模型结构及其推导和优化方法,所述微通道流体分配器数学模型结构的管内径在10-1000μm,在管径不变的前提下,根据哈根-泊肃叶定律和质量守恒定律推导出1-2-3-N型微通道流体分配器数学模型结构,利用PSO算法对1-2-3-N型微通道流体分配器数学模型结构进行优化,首先利用PSO算法优化1-2-3型流体分配器数学模型结构,其目标为实现根据微通道流体分配器数学模型结构建立的流体分配器的流速一致性,在1-2-3型微通道流体分配器数学模型结构优化基础上,继续利用PSO算法优化1-2-3-4型微通道流体分配器数学模型结构,实现根据微通道流体分配器数学模型结构建立的1-2-3-4型微通道流体分配器的流速一致性,以此类推,保证大规模微通道流体分配器的流速一致性,进而确保产品质量以及生产效率,最后提出微通道流体分配器数学模型结构和建立微通道流体分配器数学模型结构的规律性公式,根据微通道流体分配器数学模型结构和规律性公式建立微通道流体分配器。
所述微通道流体分配器数学模型结构的管用半径R、长度l表示,哈根-泊肃叶定律(Hagen-Poiseuille law)是由法国科学家泊肃叶(1840年)和德国工程师哈根(1839年)分别研究得出的,因此奥斯特瓦尔德在1925年建议称该定律为哈根-泊肃叶定律,根据牛顿流体流动的流速分布公式,可以表明流体在水平均匀圆管中做层流时,其体积流量Q与管子两端的压强差ΔP=P1-P2、管的半径R、长度l,以及流体黏度η的关系为公式(2-1)。
哈根-泊肃叶定律推导过程:
从维纳-斯托克斯方程(流体动力学的基本方程之一)出发的推导方法优于牛顿粘滞定律,该方法可明确说明泊肃叶定律的适用条件,并且易于推广到非水平圆管等其他情况。
已知纳维-斯托克斯方程(N-S方程)的一般形式为公式(2-2)。
其中为运动粘滞系数,ρ、ν、p、v、f分别为液体密度、运动粘性系数、动水压强、流速矢量、单位质量的质量力。
为指定点处由于时间改变而引起的速度变化率,也称为当地加速度。
如果流动采取不可压缩假设,则质量守恒可表示为(2-3)。
现在,取一个柱坐标系使得x轴与管轴重合,使x轴正方向沿压强梯度的反方向,使得
流体速度的方向取为x轴方向,且由对称性得知速度分量表示为vx=v(r),则N-S方程可简化为(2-4)。
解此方程需要两个边界条件,在管壁上用无滑移条件,管轴上则须使速度保持有界,即:
积分上式后得出:
由速度分布求得流量为:
在现有微通道流体分配器数学模型结构的基础上,根据哈根-泊肃叶定律和质量守恒定律推导出1-2-3-N型微通道流体配送器数学模型结构,本发明的微通道流体分配器数学模型结构主要由横向、纵向支管组成,在本发明的微通道流体分配器数学模型结构中,横向与纵向支管的长度分别由lc(m,n)[mm]、ls(m,n)[mm]表示,管路半径由R表示,ΔQ[mm3/s]表示各个管路中的流量,同时考虑到流体分配器的微尺寸、快速性等特性,建立微通道流体分配器的数学模型结构时需在假设:
a)在层流流动中,流体入水口损失、出水口损失、局部损失影响较小,可忽略不计;
b)忽略重力因素;
c)流体为牛顿流体,并处于连续且稳定的状态;
d)在相同条件下,其入口流量值保持恒定;
e)出口压力为大气压。
在此基础上,采用哈根-泊肃叶定律和质量守恒定律建立本发明的微通道流体分配器数学模型结构,如公式(2-8)~(2-11)所示。
三通分流处:
ΔQc(i,j)=ΔQs(i,2j-1)+ΔQs(i,2j) i=1,2,…N-1;j=1,2,…i; (2-8)
90°弯头处:
ΔQs(i,1)=ΔQc(i+1,1) i=1,2,…N-1; (2-9)
ΔQs(i,2i-2)=ΔQc(i+1,i+1) i=1,2,…N-1; (2-10)
三通合流处:
Qs(i,2i)+Qs(i,2j+1)=Qc(i+1,j+1) i=1,2,…N-1;j=1,2,…i-1; (2-11)
并结合公式(2-1)建立微通道流体分配器数学模型结构的压力平衡方程式,如公式(2-12)和(2-13)所示。
本发明优选采用水介质作为管道流体,其密度均随压力和温度的变化而变化,表2-1是水介质在一个标准大气压下随着温度的变化而变化的密度参数。
温度对粘滞系数的影响也较为显著,这种影响关系对于气体和液体来说是截然不同的,液体可用内聚力解释、气体可用动量交换进行解释,其中水的动力粘滞系数可用公式(2-14)计算,水的粘滞系数与温度的变化关系为表2-14所示。
其中t为水的温度(℃),η为水的粘滞系数(m2/s)。
表2-1 水的密度
Table 2-1 the density of water
利用规范化流量的标准误差计算法判定微通道流体分配器数学模型结构中微通道出口流速值的一致性,如公式(2-15)所示,由σU%表示,其中出口流速平均值Um如公式(2-16)所示。
根据公式(2-8)到公式(2-13)推导出1-2-3-N型微通道流体分配器数学模型结构(N=4、8),本发明优选内径2mm的管道、入水口流量为0.1kg/s、水温为10℃环境下计算,并结合流动状态与流速v,管径d、动力粘滞系数μ和密度ρ的关系(公式2-17)测试以水为流体的临界状态,经过计算知Re=152.67,水的运动状态为层流,并分别计算各个流量分配器出口的流速值。
Re=vdρ/η (2-17)
根据数据所示,未优化前的微通道流体分配器的流速一致性并不满足实际的需求,而流速的一致性其主要依赖和根据微通道流体分配器的数学模型结构和尺寸设计,基于上述原因,本发明采用粒子群优化算法对微通道流体分配器数学模型结构进行优化设计。
粒子群优化算法(Particle Swarm Optimization Algorithm,PSO)是由Kennedy和Eberhaff于1995年提出的一种基于群体新型进化算法,其基本思想来源于对鸟类和鱼类行为的研究及行为进行模拟,PSO中种群成为一个群体,群体中的个体叫做粒子,鸟类或者鱼类具有同步群活动,突然改变路径和分散后重新组合在一起等行为,每个个体得益于自己和同类的经验进行寻食。
PSO算法在非线性问题中得到很好的应用,如电容放置问题、短期负荷预测、软测量、离散混沌动力系统的期望目标区域、流水车间调度问题。
PSO能够很好解决N维实函数的优化问题,PSO描述了一群以一定速度搜索空间中飞行的微粒之间的互动行为,每个微粒的飞行速度和位移可根据自身和群体的飞行经验进行调整以获取最优解,每个粒子在迭代过程中根据自身的最优值和群体的最优值来不断地修正自己的前进方向和速度大小,如公式(2-18)和(2-19)所示。
vi(t+1)=w·vi(t)+c1·rand1(t)·(pbesti(t)-xi(t))+c2·rand2(t)·(gbest(t)-xi(t)) (2-18)
xi(t+1)=xi(t)+vi(t+1) (2-19)
首先利用PSO算法优化1-2-3型微通道流体分配器数学模型结构,其目标为实现根据微通道流体分配器数学模型结构建立的微通道流体分配器的流速一致性,在1-2-3型微通道流体分配器数学模型结构优化基础上,继续利用PSO算法优化1-2-3-4型微通道流体分配器数学模型结构,实现根据微通道流体分配器数学模型结构建立的1-2-3-4型微通道流体分配器的流速一致性,以此类推,保证大规模微通道流体分配器的流速一致性,进而确保产品质量以及生产效率。
流体的特性已选取,即在特定温度下,其各个参数,如动力粘滞系数、密度等参数为定值,同时选取管路半径R=2mm、其管路横截面积A也将成为定值,在此基础上,将纵向管路长度lc(i,j)设定为lmm,横向管路长度ls(i,j)等于n(i,j)*l,其中i代表层数,j代表横向管路从左到右管路的标号。基于上述的参数的给定,其ΔQ(or velocity V)与压强差Δp之间关系依赖于比例系数n(i,j)。其中目标函数为公式(2-28)。
其约束条件为:
n(i,j)>0;
Pinlet≤106; (2-29)
0≤ΔQoutleti≤Q;
在(i)th中,n(i,j)的个数为:numbern(i,j)=2*i,i=1,2,....,N-1,在优化过程最优值F=0,流体分配器的各个出口的流速均相等,其值为Q/N,即Qoutlet1=Qoutlet2=Qoutlet3=…=QoutletN。
在此基础上,本发明分别选取l=2,3,4[mm],并利用上述方法以及微通道流体分配器的的数学模型结构在MATLAB中分别计算各个层中的n(i,j),其计算如表2-2所示,同时得到公式(2-30)。
MATLAB是美国MathWorks公司出品的商业数学软件,用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境,主要包括MATLAB和Simulink两大部分,MATLAB应用非常之广泛。
表2-2 计算结果
Tab.2-1 Calculation Results
当N为奇数时,(N)th的n(i,j)可由如下公式求得:
当N为偶数时,(N)th的n(i,j)可由如下公式求得:
根据纳雏-斯托克斯方程(流体动力学的基本方程之一)推到了哈根-泊肃叶定律,并通过后者推导出了微通道流体分配器的数学模型结构,进而分析了传统微通道流体分配器的流速一致性,并提出本发明的优化方法,最后通过粒子群优化算法对推导出的微通道流体分配器数学模型结构进行了优化,保证了流速的一致性,在研究和开发过程中,在知道层数N的情况下,可根据公式(2-31)到(2-33)设计微通道流体分配器,在未来微通道流体分配器设计和开发应用过程中提供了理论基础和方便性。
本发明的PSO算法对微通道流体分配器数学模型结构具体优化方法如下:首先设定微通道流体分配器数学模型结构各个管路长度的初始值,并利用公式(2-28),判断F是否等于0,若不等于0,并寻找一组F最接近0的粒子,利用公式(2-18)和(2-19),更新管路的长度,继续判断F是否等于0,并再次寻找一组F最接近0的粒子,然后寻找粒子的局部最优解,若不等于0,继续利用公式(2-18)和(2-19),更新管路的长度,直到F小于10-6次方为止。
为了检验根据本发明的优化后微通道流体分配器数学模型建立的微通道流体分配器的一致性,采用计算流体力学(Computational Fluid Dynamics,CFD)对根据本发明优化后的微通道流体分配器数学模型结构建立的1-2-3型、1-2-3-4型、1-2-3-4-5-6-7-8型微通道流体分配器的一致性进行分析和验证,以基于ANSYS FLUENT(流体动力学仿真软件)12.1.2平台的数值分析软件对上述三种微通道流体分配器进行一致性分析,其边界条件为:出口压力为标准大气压、流体为液态水(ρ=998.2kg/m3、μ=1.003*10-3Pa·s)、入口流速分别设定为0.1kg/s、0.2kg/s和0.3kg/s。
根据本发明建立的微通道流体分配器一致性数值模拟结果
从上表中可以看出,规范化流量标准误差σU%在不同流速、不同层数的下均基本趋近于0,即基于流速一致性的流体分配器在正常情况下出口流速基本相同,进而保证能有效的保证生产需求和生产效率。
根据本发明的微通道流体分配器数学模型结构分别搭建了未优化前1-2-3-4型微通道流体分配器和优化后的1-2-3-4型微通道流体分配器,优选内径2mm、外径4mm的硅胶管、T型三通以及直角弯头(均透明)作为实际模型的基本结构。
用一种重量式流量测量法测定流体分配器各个出口的流速值,在恒定时间t内,经称重测量系统测定在此规定时间内流体重量的实时累计值m,并将数据传输到PC后经由公式(5-1)和公式(5-2)处理,求得出口流速值v,其中R为管路半径。
m=ρ·V (5-1)
V=v·t·πR2 (5-2)
在此基础上利用称重测量系统实时采集当前流量分配器出口流体质量的累加值,其中入口流速值为0.91g/s,并经公式5-1和公式(5-2)处理求得各个出口的流速值。
各个出口流速值相对于流速平均值的程度大小
出口流速值的一致性对比表
从上表看出,相对于未优化前的微通道流体分配器来说,根据本发明优化后的微通道流体分配器其流速一致性在实际应用中得到大大的改善。
以上所述,仅为本发明的较佳实施例,并不用以限制本发明,凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同替换和改进,均应包含在本发明技术方案的保护范围之内。
Claims (1)
1.微通道流体分配器数学模型结构及其推导和优化方法,其特征是,所述微通道流体分配器数学模型结构的管内径在10-1000μm,在管径不变的前提下,根据哈根-泊肃叶定律和质量守恒定律推导出1-2-3-N型微通道流体分配器数学模型结构,首先利用PSO算法优化1-2-3型微通道流体分配器数学模型结构,其目标为实现根据微通道流体分配器数学模型结构建立的微通道流体分配器的流速一致性,在1-2-3型微通道流体分配器数学模型结构优化基础上,继续利用PSO算法优化1-2-3-4型微通道流体分配器数学模型结构,实现根据微通道流体分配器数学模型结构建立的1-2-3-4型微通道流体分配器的流速一致性,以此类推,保证大规模微通道流体分配器的流速一致性,最后提出微通道流体分配器数学模型结构和建立微通道流体分配器数学模型结构的规律性公式,根据微通道流体分配器数学模型结构和规律性公式建立微通道流体分配器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610289446.XA CN106338914B (zh) | 2016-05-03 | 2016-05-03 | 微通道流体分配器数学模型结构的推导和优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610289446.XA CN106338914B (zh) | 2016-05-03 | 2016-05-03 | 微通道流体分配器数学模型结构的推导和优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106338914A true CN106338914A (zh) | 2017-01-18 |
CN106338914B CN106338914B (zh) | 2019-09-27 |
Family
ID=57826104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610289446.XA Expired - Fee Related CN106338914B (zh) | 2016-05-03 | 2016-05-03 | 微通道流体分配器数学模型结构的推导和优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106338914B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108363988A (zh) * | 2018-03-09 | 2018-08-03 | 燕山大学 | 一种结合图像特征和流体力学特征的人群计数方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1898015A (zh) * | 2003-10-27 | 2007-01-17 | 维罗西股份有限公司 | 歧管设计和多路微通道装置中的流动控制 |
-
2016
- 2016-05-03 CN CN201610289446.XA patent/CN106338914B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1898015A (zh) * | 2003-10-27 | 2007-01-17 | 维罗西股份有限公司 | 歧管设计和多路微通道装置中的流动控制 |
Non-Patent Citations (4)
Title |
---|
HONG LIU,ET AL.: "CFD study on flow distribution uniformity in fuel distributors having multiple structural bifurcations of flow channels", 《INTERNATIONAL JOURNAL OF HYDROGEN ENERGY》 * |
HONG LIU,ET AL.: "Experimental study of the flow distribution uniformity in flow distributors having novel flow channel bifurcation structures", 《EXPERIMENTAL THERMAL AND FLUID SCIENCE》 * |
S.BALAJI,ET AL.: "Improved Design of Microchannel Plate Geometry for Uniform Flow Distribution", 《THE CANADIAN JOURNAL OF CHEMICAL ENGINEERING》 * |
窦群等: "泊肃叶定律三种推导方法的比较", 《科教导刊》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108363988A (zh) * | 2018-03-09 | 2018-08-03 | 燕山大学 | 一种结合图像特征和流体力学特征的人群计数方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106338914B (zh) | 2019-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dong et al. | Scale-up of micro-and milli-reactors: An overview of strategies, design principles and applications | |
Chen | Topology optimization of microfluidics—a review | |
Wang et al. | Strategy for scaling‐up of a microsieve dispersion reactor | |
Han et al. | New insights into the pressure during the merged droplet formation in the squeezing time | |
Mridha et al. | Coiled flow inverter as an inline mixer | |
Mansour et al. | Optimal Reynolds number for liquid-liquid mixing in helical pipes | |
Wang et al. | Lattice Boltzmann method for shape optimization of fluid distributor | |
Mandal et al. | Numerical modeling of polystyrene synthesis in coiled flow inverter | |
Akbar et al. | Simulation of Taylor flow in capillaries based on the volume-of-fluid technique | |
Renault et al. | Optimal design of multi-channel microreactor for uniform residence time distribution | |
Chao et al. | CFD simulation of internal flow and mixing within droplets in a T-junction microchannel | |
Abidi et al. | A review of the methods of modeling multi-phase flows within different microchannels shapes and their applications | |
Holland et al. | Enhancing nano-scale computational fluid dynamics with molecular pre-simulations: Unsteady problems and design optimisation | |
Sasmito et al. | Numerical evaluation of transport phenomena in a T-junction microreactor with coils of different configurations | |
Li et al. | Computational fluid dynamics simulation of a novel membrane distributor of bubble columns for generating microbubbles | |
Ma et al. | Effect of viscosity on liquid–liquid slug flow in a step T-junction microchannel | |
Anyanwu et al. | Numerical investigation of liquid water transport dynamics in novel hybrid sinusoidal flow channel designs for PEMFC | |
Su et al. | Numerical simulation on interface dynamics of core coalescence of double-emulsion droplets | |
Peng et al. | Dean instability and vortex-induced mixing for two miscible fluids in T-micromixers | |
CN106338914A (zh) | 微通道流体分配器数学模型结构及其推导和优化方法 | |
Luo et al. | Turbulent characteristics and design of transverse jet mixers with multiple orifices | |
Fernandes et al. | Non-isothermal free-surface viscous flow of polymer melts in pipe extrusion using an open-source interface tracking finite volume method | |
Wang et al. | Optimization of micromixer based on an improved Tesla valve-typed structure | |
Gu et al. | Mixing characteristics of shear-thinning fluids in a fractal perforating impeller stirred reactor | |
Wang et al. | Thermal hazard analysis of styrene polymerization in microreactor of varying diameter |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190927 |
|
CF01 | Termination of patent right due to non-payment of annual fee |