CN110083861A - 一种构建碳氢燃料射流火焰拓扑结构的方法 - Google Patents
一种构建碳氢燃料射流火焰拓扑结构的方法 Download PDFInfo
- Publication number
- CN110083861A CN110083861A CN201910202300.0A CN201910202300A CN110083861A CN 110083861 A CN110083861 A CN 110083861A CN 201910202300 A CN201910202300 A CN 201910202300A CN 110083861 A CN110083861 A CN 110083861A
- Authority
- CN
- China
- Prior art keywords
- hydrocarbon fuel
- flame
- jet flame
- chemical reactor
- hydrocarbon
- 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.)
- Pending
Links
- 239000000446 fuel Substances 0.000 title claims abstract description 62
- 239000004215 Carbon black (E152) Substances 0.000 title claims abstract description 57
- 229930195733 hydrocarbon Natural products 0.000 title claims abstract description 57
- 150000002430 hydrocarbons Chemical class 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000000126 substance Substances 0.000 claims abstract description 28
- 238000004088 simulation Methods 0.000 claims abstract description 24
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 17
- 230000002068 genetic effect Effects 0.000 claims abstract description 17
- 238000002485 combustion reaction Methods 0.000 claims description 23
- DIOQZVSQGTUSAI-UHFFFAOYSA-N decane Chemical compound CCCCCCCCCC DIOQZVSQGTUSAI-UHFFFAOYSA-N 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 9
- 238000006243 chemical reaction Methods 0.000 abstract description 7
- 238000005457 optimization Methods 0.000 abstract description 6
- 239000012530 fluid Substances 0.000 abstract description 2
- 239000007789 gas Substances 0.000 description 14
- 238000010586 diagram Methods 0.000 description 11
- 238000002156 mixing Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 239000003350 kerosene Substances 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 239000000112 cooling gas Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000008303 genetic mechanism Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Biomedical Technology (AREA)
- Genetics & Genomics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Physiology (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种构建碳氢燃料射流火焰拓扑结构的方法，所述方法包括，建立碳氢燃料射流火焰的计算流体力学(CFD)模拟，根据碳氢燃料的CFD模拟结果选取温度特征描述反应火焰特征的参数。建立碳氢燃料的射流火焰反应网络拓扑结构，采用基于遗传算法的优化方法对化学反应器网络进行优化。本发明利用优化算法构建碳氢燃料射流火焰反应网络拓扑结构，是一种新型的，对碳氢燃料射流火焰化学反应器网络结构划分，相比较传统的CFD方法，大大减少了计算量，能够简单快速的描述碳氢燃料射流火焰，并且可以适应不同种类的碳氢燃料。
Description
技术领域
本发明属于计算燃烧学领域，尤其涉及碳氢燃料火焰的化学反应器模型构建方法。
背景技术
航空煤油燃烧的数值模拟对于研究航空发动机燃烧室内湍流燃烧机制、提高燃烧效率以及优化航空发动机设计具有重要的指导意义。航空煤油是以碳氢燃料为基础组成的一种复杂的混合物，研究碳氢燃油的燃烧特性对研究航空煤油的特性有重要意义，碳氢燃料与氧的反应过程非常繁杂，其具体反应过程包含着几百个组分和上千个基元反应，在目前计算机技术发展水平下很难直接应用于三维流场CFD(计算流体力学)计算中去，由于考虑多组分化学反应机理的CFD计算需要消耗大量的时间成本和计算资源，利用CRN(化学反应器网络)方法建立碳氢燃料射流火焰的拓扑结构，能准确模拟碳氢燃料的燃烧过程，具有计算速度快，模拟准确性高等特点。
发明内容
发明目的：为了准确描述碳氢燃料射流火焰特征，同时考虑在重力条件影响因素下气体的卷吸、混合作用对射流火焰的影响，以及气体燃烧实际过程中的散热，本发明提出了一种构建碳氢燃料射流火焰网络拓扑结构的方法。
技术方案：
一种构建碳氢燃料射流火焰拓扑结构的方法，包括如下步骤：
步骤一：构建多组工况的碳氢燃料射流火焰的CFD模拟，多组工况的进口参数包含具体碳氢燃料名称、进口流量、油气比；
步骤二：通过CFD模拟对射流火焰流场与燃烧场进行数据分析，根据不同燃料进口特点，提取碳氢燃料CFD的数据，包括速度场、温度场及组分质量分数物理空间分布的火焰特征信息，得到火焰速度、温度、组分浓度在燃烧流场中的分布特点和变化规律；
步骤三：根据CFD模拟分析结果，选取沿中心轴线的温度变化作为特征参数；采用有限个数反应器，构建化学反应器网络(CRN)模型，来模拟射流火焰燃烧；进行初步化学反应器网络划分；
步骤四：通过CFD模拟获取进入火焰区的掺混气量，构建掺混气和化学反应器体积、化学反应器温度的关系，描述进入各个化学反应器中的空气流量；
步骤五：利用初步构建的CRN模型对碳氢射流火焰进行模拟，根据不同工况下的实验数据，采用遗传算法对各个反应器的几何特征进行优化，得到碳氢燃料射流火焰拓扑结构。
所述步骤一中，选取的具体碳氢燃料为正癸烷，燃料的进口温度为450K，两组工况的燃料进口流量分别为0.000268kg/s和0.000307kg/s；油气比分别为0.0689和0.0754；压强为标准大气压，重力为9.8m/s2。
所述CFD模拟采用Fluent软件模拟。
所述步骤三中，选用7个完全混合反应器来构建化学反应器网络模型。
有益效果：
(1)本发明是采用基于遗传算法的优化算法构建碳氢燃料射流火焰拓扑结构的方法，在构建反应器拓扑结构时，考虑到气体的卷吸、掺混因素，建立了流入反应器的冷却气流量与反应器体积的关系。与CFD方法相比较，大大提高了计算时间和计算精度，能够准确的描述碳氢燃料射流火焰特征。
(2)本发明优于CFD模拟结果，更加接近实验结果，本发明能够提高数值模拟的精度，并大大减少的计算时间开销。
(3)本发明可移植性强，可作为一种计算软件的子程序加入到相关软件中。应用广泛，实用性强，可以描述基于碳氢元素为基础的射流火焰的燃烧特征。覆盖面广。
附图说明
图1是本发明构建碳氢燃料射流火焰拓扑结构的方法流程图。
图2是碳氢燃料射流火焰算例温度图。
图3是碳氢燃料射流火焰温度沿中心轴线的分布图。
图4是碳氢燃料射流火焰结构划分示意图。
图5是具有几何特征的碳氢燃料射流火焰CRN拓扑结构图。
图6无几何特征的碳氢燃料射流火焰CRN拓扑结构图。
图7是工况一优化值与CFD模拟值沿中心轴线的温度对比图。
图8是工况二优化值与CFD模拟值沿中心轴线的温度对比图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明。
本发明的核心在于采用有限个数的反应器来描述射流火焰的燃烧，采用基于遗传算法的优化方法来对不同工况的碳氢燃料射流火焰进行化学反应器拓扑结构的构建，由于考虑了重力因素引发的气体卷吸、混合作用，建立各个反应器冷却气流量与反应器体积的关系，最终可以建立射流火焰进口参数与反应器体积的关系，从而能更加准确的描述碳氢燃料射流火焰燃烧特性。提高碳氢燃料射流燃烧的模拟精度。
图1是本发明构建碳氢燃料射流火焰拓扑结构的方法流程图。如图一所示，包括如下步骤：
步骤一：构建多组工况的碳氢燃料射流火焰的CFD模拟，多组工况的进口参数包含具体碳氢燃料名称、进口流量、油气比(或混合分数)。在本发明具体实施例中，选取的具体碳氢燃料为正癸烷(C10H22),燃料的进口温度为450K，两组工况的燃料进口流量分别为0.000268kg/s和0.000307kg/s。油气比分别为0.0689和0.0754。压强为标准大气压，重力为9.8m/s2。
步骤二：通过Fluent模拟对射流火焰流场与燃烧场进行数据分析，特征提取，根据不同燃料进口特点，提取碳氢燃料CFD的数据，包括速度场、温度场及组分质量分数物理空间分布等火焰特征信息，得到火焰速度、温度、组分浓度在燃烧流场中的分布特点和变化规律。
对比实验结果与数值模拟结果，对燃烧流场、温度场等进行分析后，选择温度作为描述射流火焰燃烧特征的参数。图2是碳氢燃料射流火焰算例温度图。
步骤三：根据CFD模拟分析结果，选取沿中心轴线的温度变化作为特征参数，图3是碳氢燃料射流火焰温度沿中心轴线的分布图。采用有限个数反应器，构建化学反应器网络(CRN)模型，来模拟射流火焰燃烧；进行初步化学反应器网络划分；在本发明中，具体根据射流火焰特点，选用7个完全混合反应器(PSR)来模拟；具体构建化学反应器网络拓扑结构为：根据温度沿火焰中心轴线上的变化，一个化学反应器对应一段火焰的长度；图4是碳氢燃料射流火焰结构划分示意图。
步骤四：射流火焰实验是在常温常压，重力作用条件下进行的，考虑到实际情况，考虑实际情况，在划分反应器网络时，需要考虑气体的卷吸、混合引起的热量交换。通过Fluent模拟获取进入火焰区的掺混气量，构建掺混气和化学反应器体积、化学反应器温度的关系，描述进入各个化学反应器中的空气流量。图5是构建的具有几何特征的碳氢燃料射流火焰CRN模型。
步骤五：利用初步构建的CRN模型对碳氢射流火焰进行模拟，根据不同工况下的实验数据，采用遗传算法对各个反应器的几何特征进行优化，得到碳氢燃料射流火焰拓扑结构。图7和图8是两种工况下经过基于优化算法构建的射流火焰拓扑结构优化值与CFD模拟值沿中心轴线的温度对比图。
遗传算法(Genetic Algorithm,GA)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法以一种群体中的所有个体为对象，并利用随机化技术指导对一个被编码的参数空间进行高效搜索。其中，选择、交叉和变异构成了遗传算法的遗传操作；参数编码、初始群体的设定、适应度函数的设计、遗传操作设计、控制参数设定五个要素组成了遗传算法的核心内容。采用基于遗传算法的优化方法，对各个反应器进行优化，得到优化后的反应器几何参数：半径、长度、体积以及各个反应器温度。
遗传算法表述为
SGA＝(C,E,P0,M,Φ,Γ,ψ,T)
式中：C为个体编码方法；E为个体适应度评价函数；P0为初代种群；M为种群大小；Φ为选择算子；Γ为交叉算子；Ψ为变异算子；T为遗传运算终止条件。
在本发明中，遗传算法的初始种群设置为100，交叉算子为0.75，变异算子为0.05，进化代数为200。
得到优化后的反应器几何参数化，采用固定参数法来进一步优化化学反应器网络结构，在本发明中，具体为化学反应器的半径。得到化学反应器入口参数(入口温度，当量比，入口流量等)与反应器几何特征参数之间的关系。
增加遗传算法进化的进化代数，来进一步，更加准确的优化化学反应器网络。
以上详细描述了本发明的优选实施方式，但是本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换(如数量、形状、位置等)，这些等同变换均属于本发明的保护。
Claims (4)
1.一种构建碳氢燃料射流火焰拓扑结构的方法，其特征在于：包括如下步骤：
步骤一：构建多组工况的碳氢燃料射流火焰的CFD模拟，多组工况的进口参数包含具体碳氢燃料名称、进口流量、油气比；
步骤二：通过CFD模拟对射流火焰流场与燃烧场进行数据分析，根据不同燃料进口特点，提取碳氢燃料CFD的数据，包括速度场、温度场及组分质量分数物理空间分布的火焰特征信息，得到火焰速度、温度、组分浓度在燃烧流场中的分布特点和变化规律；
步骤三：根据CFD模拟分析结果，选取沿中心轴线的温度变化作为特征参数；采用有限个数反应器，构建化学反应器网络(CRN)模型，来模拟射流火焰燃烧；进行初步化学反应器网络划分；
步骤四：通过CFD模拟获取进入火焰区的掺混气量，构建掺混气和化学反应器体积、化学反应器温度的关系，描述进入各个化学反应器中的空气流量；
步骤五：利用初步构建的CRN模型对碳氢射流火焰进行模拟，根据不同工况下的实验数据，采用遗传算法对各个反应器的几何特征进行优化，得到碳氢燃料射流火焰拓扑结构。
2.根据权利要求1所述的构建碳氢燃料射流火焰拓扑结构的方法，其特征在于：所述步骤一中，选取的具体碳氢燃料为正癸烷，燃料的进口温度为450K，两组工况的燃料进口流量分别为0.000268kg/s和0.000307kg/s；油气比分别为0.0689和0.0754；压强为标准大气压，重力为9.8m/s2。
3.根据权利要求1所述的构建碳氢燃料射流火焰拓扑结构的方法，其特征在于：所述CFD模拟采用Fluent软件模拟。
4.根据权利要求1所述的构建碳氢燃料射流火焰拓扑结构的方法，其特征在于：所述步骤三中，选用7个完全混合反应器来构建化学反应器网络模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910202300.0A CN110083861A (zh) | 2019-03-18 | 2019-03-18 | 一种构建碳氢燃料射流火焰拓扑结构的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910202300.0A CN110083861A (zh) | 2019-03-18 | 2019-03-18 | 一种构建碳氢燃料射流火焰拓扑结构的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110083861A true CN110083861A (zh) | 2019-08-02 |
Family
ID=67413250
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910202300.0A Pending CN110083861A (zh) | 2019-03-18 | 2019-03-18 | 一种构建碳氢燃料射流火焰拓扑结构的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110083861A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113779899A (zh) * | 2021-08-30 | 2021-12-10 | 南京航空航天大学 | 一种基于化学反应器网络方法的燃烧室贫油点火极限预测方法 |
| CN115292882A (zh) * | 2022-06-26 | 2022-11-04 | 哈尔滨工程大学 | 一种基于化学反应器网络法的燃烧室污染物排放预测方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107247823A (zh) * | 2017-05-12 | 2017-10-13 | 北京环境特性研究所 | 基于准一维化学动力学过程和自模性的喷焰流场预估方法 |
-
2019
- 2019-03-18 CN CN201910202300.0A patent/CN110083861A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107247823A (zh) * | 2017-05-12 | 2017-10-13 | 北京环境特性研究所 | 基于准一维化学动力学过程和自模性的喷焰流场预估方法 |
Non-Patent Citations (3)
| Title |
|---|
| 亢银虎: "二甲醚火焰燃烧特性及工程应用的研究", 《中国博士学位论文全文数据库 工程科技II辑》 * |
| 赵璐等: "基于遗传算法的多分区结构化网格自动优化分区的研究", 《计算机应用与软件》 * |
| 马存祥等: "基于化学反应网络模型法的低排放燃烧室NOx模拟及预测", 《燃气涡轮试验与研究》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113779899A (zh) * | 2021-08-30 | 2021-12-10 | 南京航空航天大学 | 一种基于化学反应器网络方法的燃烧室贫油点火极限预测方法 |
| CN113779899B (zh) * | 2021-08-30 | 2024-03-19 | 南京航空航天大学 | 一种基于化学反应器网络方法的燃烧室贫油点火极限预测方法 |
| CN115292882A (zh) * | 2022-06-26 | 2022-11-04 | 哈尔滨工程大学 | 一种基于化学反应器网络法的燃烧室污染物排放预测方法及系统 |
| CN115292882B (zh) * | 2022-06-26 | 2023-04-07 | 哈尔滨工程大学 | 一种基于化学反应器网络法的燃烧室污染物排放预测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112922582B (zh) | 基于高斯过程回归的气井井口油嘴气体流量分析预测方法 | |
| CN113779876B (zh) | 一种基于神经网络模型的湍流燃烧大涡模拟方法 | |
| CN109767815B (zh) | 基于速率不确定性下的燃烧反应机理简化的方法 | |
| CN102331966A (zh) | 面向路径的软件测试数据进化生成系统 | |
| CN108647370A (zh) | 基于双环迭代的无人直升机气动外形优化设计方法 | |
| CN110083861A (zh) | 一种构建碳氢燃料射流火焰拓扑结构的方法 | |
| CN113779899B (zh) | 一种基于化学反应器网络方法的燃烧室贫油点火极限预测方法 | |
| CN116467817B (zh) | 一种基于上进风燃烧器的风道设计方法 | |
| Ansoni et al. | Optimal industrial reactor design: development of a multiobjective optimization method based on a posteriori performance parameters calculated from CFD flow solutions | |
| CN105046041A (zh) | 一种压气机可控扩散叶型稳健优化设计方法 | |
| Liu et al. | Optimization of structure parameters in a coal pyrolysis filtration system based on CFD and quadratic regression orthogonal combination and a genetic algorithm | |
| CN101853334A (zh) | 化学反应扩散中的免方程多尺度模拟方法 | |
| Gao et al. | Shape optimization of bi-directional flow passage components based on a genetic algorithm and computational fluid dynamics | |
| Janiga et al. | Reducing the CO emissions in a laminar burner using different numerical optimization methods | |
| CN102360400B (zh) | 自动模拟计算多方案城市大型缓流景观水体流态的设计方法 | |
| CN116541984A (zh) | 一种基于nsga-ⅱ算法的喷射器结构优化方法 | |
| Shrivastava et al. | Accuracy Improvement of Flamelet Generated Manifold (FGM) Model in Modeling Partially Premixed Combustion Systems by Combining Machine Learning | |
| Breda et al. | Coupling the multiple mapping conditioning mixing model with reaction-diffusion databases in LES of methane/air flames | |
| Janiga | A few illustrative examples of CFD-based optimization: Heat exchanger, laminar burner and turbulence modeling | |
| CN115048827A (zh) | 一种能够同时计算燃烧室污染物CO和NOx数值的方法 | |
| CN115292882B (zh) | 一种基于化学反应器网络法的燃烧室污染物排放预测方法及系统 | |
| Rojek et al. | Chemical Mixing Simulations with Integrated AI Accelerator | |
| CN116895338B (zh) | 树形分子研究模型的改进方法及系统 | |
| CN112084596A (zh) | 一种层板结构参数的智能推荐系统及推荐方法 | |
| CN116415449B (zh) | 顺酐反应器的设计方法、设计系统及信息数据处理终端 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190802 |
|
| RJ01 | Rejection of invention patent application after publication |