CN115292883B - 一种基于化学反应器网络法的燃烧室性能在线监测预测方法及系统 - Google Patents

一种基于化学反应器网络法的燃烧室性能在线监测预测方法及系统 Download PDF

Info

Publication number
CN115292883B
CN115292883B CN202210731736.0A CN202210731736A CN115292883B CN 115292883 B CN115292883 B CN 115292883B CN 202210731736 A CN202210731736 A CN 202210731736A CN 115292883 B CN115292883 B CN 115292883B
Authority
CN
China
Prior art keywords
combustion chamber
reactor
combustion
dimensional
physical space
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.)
Active
Application number
CN202210731736.0A
Other languages
English (en)
Other versions
CN115292883A (zh
Inventor
赵宁波
孙继昊
杨洪磊
杨仁
邓福泉
郑洪涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN202210731736.0A priority Critical patent/CN115292883B/zh
Publication of CN115292883A publication Critical patent/CN115292883A/zh
Application granted granted Critical
Publication of CN115292883B publication Critical patent/CN115292883B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10Analysis or design of chemical reactions, syntheses or processes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08Thermal analysis or thermal optimisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

一种基于化学反应器网络法的燃烧室性能在线监测预测方法及系统,涉及燃气轮机燃烧室性能监测技术领域。本发明的技术要点包括:获取燃烧室实时运行参数、燃烧室或涡轮出口的污染物排放测量值;根据燃烧室实时运行参数进行三维燃烧数值模拟,获得燃烧室物理空间区域内的温度分布和燃料浓度分布;设置温度差异阈值和燃料浓度差异阈值,根据差异阈值对燃烧室物理空间区域进行离散化,以将燃烧室划分为由多个PSR或PFR反应器组成的化学反应器网络;利用划分生成的化学反应器网络获得各个反应器的组分浓度预测值;比较污染物排放测量值和预测值,判断燃烧室是否处于稳定工作状态,当处于非稳定工作状态时发出报警。本发明可实现燃烧室性能的在线评估预测。

Description

一种基于化学反应器网络法的燃烧室性能在线监测预测方法及系统
技术领域
本发明涉及燃气轮机燃烧室性能监测技术领域,具体涉及一种基于化学反应器网络法的燃烧室性能在线监测预测方法及系统。
背景技术
作为一种重要的热能动力装置,燃气轮机被广泛应用于发电、舰船、工业等领域。由于燃气轮机在工作过程中可能会面临进气温度、湿度、流量,燃料组分、温度、流量等的突变,因此燃烧室可能存在燃烧不稳定现象,通过快速、准确的燃烧室性能在线预测从而及时调整燃烧室的进口边界条件,可帮助提高燃烧稳定性。
国内近年来也有许多关于燃烧室性能监测预测方面专利的申请,其中,专利号201410073477.2提出了一种超燃冲压发动机燃烧室性能预估方法,该方法以热力喉道为起始点,计算热力喉道到燃烧室入口、热力喉道到燃烧室出口的参数分布,避免了以往的一维计算是从燃烧室入口进行计算,充分考虑了燃烧室的不同工作模态;专利号202110841460.7提出了一种燃气轮机燃烧室燃烧性能监测预测方法,该方法通过第一级燃料流量检测模块、第二级燃料流量检测模块、主燃区压力检测模块、主燃区热电偶获得主燃区的燃料、压力和温度分布,并基于燃料和压力分布数据来预测主燃区的燃烧温度,如果温度预测值和测量值相差较大则会报警;专利号202110547040.8公开了一种燃气轮机燃烧室热声振荡在线监测系统,该系统包括传感器组件、数据采集器和上位机,其中燃气轮机的每个火焰筒上均安有传感器组件来获得燃烧室实时的压力、震动等信号,这些信号通过数据采集器转化为电信号,并在上位机中进行多域分析和故障预警。
但是,上述方法所用到的测量系统较为复杂,增加了系统的复杂性和运行成本,且在燃烧室中布置较多的测量点会扰乱燃烧室内流场结构,导致监测结果不准确。
发明内容
鉴于以上问题,本发明提出一种基于化学反应器网络法的燃烧室性能在线监测预测方法及系统,使得在不扰乱燃烧室内流场结构的前提下,以较低运行成本对燃烧室性能进行在线实时监测。
根据本发明的一方面,提供一种基于化学反应器网络法的燃烧室性能在线监测预测方法,该方法包括以下步骤:
步骤一、获取燃烧室实时运行参数,获取燃烧室或涡轮出口的污染物排放测量值;
步骤二、根据燃烧室实时运行参数进行三维燃烧数值模拟,获得燃烧室物理空间区域内的温度分布和燃料浓度分布;
步骤三、设置温度差异阈值和燃料浓度差异阈值,根据差异阈值对燃烧室物理空间区域进行离散化,以将燃烧室划分为由多个PSR或PFR反应器组成的化学反应器网络;
步骤四、对划分生成的化学反应器网络进行计算,获得各个反应器的组分浓度预测值;
步骤五、比较所述污染物排放测量值和各个反应器的组分浓度预测值,若二者差异在误差允许范围内,则认为燃烧室处于稳定工作状态,否则认为燃烧室处于非稳定工作状态,且当燃烧室处于非稳定工作状态时发出报警,以实现在线监测。
进一步地,步骤一中所述燃烧室实时运行参数包括压力、进口空气温度、进口空气流量、燃料流量、燃料温度和燃料组分。
进一步地,步骤二中所述三维燃烧数值模拟所用的模型包括湍流模型和燃烧模型;所述湍流模型为基于雷诺时均假设的湍流模型,所述燃烧模型包括有限速率/涡耗散模型、涡耗散概念模型或小火焰生成簇模型。
进一步地,步骤三中将燃烧室划分为由多个PSR或PFR反应器组成的化学反应器网络的具体过程包括:当离散化后的物理空间区域的流动特征时间远大于化学反应特征时间,即Da数远大于1,则将该物理空间区域划分为PFR反应器;否则划分为PSR反应器;其中,流动特征时间等于燃烧室积分尺度与燃烧室内速度脉动的比值;化学反应特征时间等于层流火焰厚度与层流火焰速度的比值。
进一步地,步骤四中对划分生成的化学反应器网络进行计算时还需用到步骤二中根据燃烧室实时运行参数进行三维燃烧数值模拟后获得的压力、体积、停留时间、速度分布、组分分布及反应器之间的质量、能量交换信息。
根据本发明的另一方面,提供一种基于化学反应器网络法的燃烧室性能在线监测预测系统,该系统包括:
数据采集模块,其配置成采集燃烧室实时运行参数、采集燃烧室或涡轮出口的污染物排放测量值;
三维模拟模块,其配置成根据燃烧室实时运行参数进行三维燃烧数值模拟,获得燃烧室物理空间区域内的温度分布和燃料浓度分布;
反应器网络划分模块,其配置成设置温度差异阈值和燃料浓度差异阈值,根据差异阈值对燃烧室物理空间区域进行离散化,以将燃烧室划分为由多个PSR或PFR反应器组成的化学反应器网络;
监测模块,其配置成对划分生成的化学反应器网络进行计算,获得各个反应器的组分浓度预测值;比较所述污染物排放测量值和各个反应器的组分浓度预测值,若二者差异在误差允许范围内,则认为燃烧室处于稳定工作状态,否则认为燃烧室处于非稳定工作状态,且当燃烧室处于非稳定工作状态时发出报警,以实现在线监测。
进一步地,所述三维模拟模块中所述燃烧室实时运行参数包括压力、进口空气温度、进口空气流量、燃料流量、燃料温度和燃料组分。
进一步地,所述三维模拟模块中所述三维燃烧数值模拟所用的模型包括湍流模型和燃烧模型;所述湍流模型为基于雷诺时均假设的湍流模型,所述燃烧模型包括有限速率/涡耗散模型、涡耗散概念模型或小火焰生成簇模型。
进一步地,所述反应器网络划分模块中将燃烧室划分为由多个PSR或PFR反应器组成的化学反应器网络的具体过程包括:当离散化后的物理空间区域的流动特征时间远大于化学反应特征时间,即Da数远大于1,则将该物理空间区域划分为PFR反应器;否则划分为PSR反应器;其中,流动特征时间等于燃烧室积分尺度与燃烧室内速度脉动的比值;化学反应特征时间等于层流火焰厚度与层流火焰速度的比值。
进一步地,所述监测模块中对划分生成的化学反应器网络进行计算时还需用到所述三维模拟模块中根据燃烧室实时运行参数进行三维燃烧数值模拟后获得的压力、体积、停留时间、速度分布、组分分布及反应器之间的质量、能量交换信息。
本发明的有益技术效果是:
本发明提出一种基于化学反应器网络法的燃烧室性能在线监测预测方法及系统,与现有技术相比:本发明不需要在燃烧室火焰筒上布置传感器或数据采集装置,具有更好的经济性和可操作性;相较于数值模拟法,利用反应器网络法可以更高效地获得燃烧室不同特征区域内的燃烧特性。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,其中:
图1为本发明一种基于化学反应器网络法的燃烧室性能在线监测预测方法的流程示意图。
图2为本发明一种基于化学反应器网络法的燃烧室性能在线监测预测系统的结构示意图。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解,给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本发明的范围。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
本领域技术人员知道,本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式。在本文中,需要理解的是,附图中的任何元素数量均用于示例而非限制,以及任何命名都仅用于区分,而不具有任何限制含义。
本发明实施例提出一种基于化学反应器网络法的燃烧室性能在线监测预测方法,该方法包括以下步骤:
步骤一、获取燃烧室实时运行参数,获取燃烧室或涡轮出口的污染物排放测量值;
步骤二、根据燃烧室实时运行参数进行三维燃烧数值模拟,获得燃烧室物理空间区域内的温度分布和燃料浓度分布;
步骤三、设置温度差异阈值和燃料浓度差异阈值,根据差异阈值对燃烧室物理空间区域进行离散化,以将燃烧室划分为由多个PSR或PFR反应器组成的化学反应器网络;
步骤四、对划分生成的化学反应器网络进行计算,获得各个反应器的组分浓度预测值和温度预测值;
步骤五、比较污染物排放测量值和各个反应器的组分浓度预测值,若二者差异在误差允许范围内,则认为燃烧室处于稳定工作状态,否则认为燃烧室处于非稳定工作状态,且当燃烧室处于非稳定工作状态时发出报警,以实现在线监测。
本实施例中,优选地,步骤一中燃烧室实时运行参数包括压力、进口空气温度、进口空气流量、燃料流量、燃料温度和燃料组分;燃烧室或涡轮出口的污染物排放一般包括一氧化碳、氮氧化物,测量值为污染物对应的浓度值。
本实施例中,优选地,步骤二中三维燃烧数值模拟所用的模型包括湍流模型和燃烧模型;湍流模型为基于雷诺时均假设的湍流模型,燃烧模型包括有限速率/涡耗散模型、涡耗散概念模型或小火焰生成簇模型。
本实施例中,优选地,步骤三中将燃烧室划分为由多个PSR或PFR反应器组成的化学反应器网络的具体过程包括:当离散化后的物理空间区域的流动特征时间远大于化学反应特征时间,即Da数远大于1,则将该物理空间区域划分为PFR反应器;否则划分为PSR反应器;其中,流动特征时间等于燃烧室积分尺度与燃烧室内速度脉动的比值;化学反应特征时间等于层流火焰厚度与层流火焰速度的比值。
本实施例中,优选地,步骤四中对划分生成的化学反应器网络进行计算时还需用到步骤二中根据燃烧室实时运行参数进行三维燃烧数值模拟后获得的压力、体积、停留时间、速度分布、组分分布及反应器之间的质量、能量交换信息。
本发明另一实施例提供一种基于化学反应器网络法的燃烧室性能在线监测预测方法,如图1所示,该方法具体步骤如下:
步骤一、对燃烧室典型工况开展三维燃烧数值模拟;
根据本发明实施例,燃烧室运行的重要参数包括:压力、进口(来流)空气温度、进口(来流)空气流量、燃料流量、燃料温度、燃料组分。燃烧室三维燃烧数值模拟结果包括:燃烧室内的速度分布、流线、温度分布、各种组分的浓度分布。
三维燃烧数值模拟包括湍流模型和燃烧模型,其中湍流模型采用基于雷诺时均假设的湍流模型;采用单步机理或简化机理时,燃烧模型采用有限速率/涡耗散模型或EDC(eddy dissipation concept,涡耗散概念)模型,采用详细机理时,燃烧模型采用FGM(flamelet generated manifold,小火焰生成簇)模型。
步骤二、根据三维燃烧数值模拟结果对燃烧室进行反应器网络划分,生成反应器网络;
根据本发明实施例,采用Energico软件对燃烧室进行反应器网络划分。在进行化学反应器网络离散过程中,设置燃料浓度差异阈值和温度差异阈值,一旦某区域内燃料浓度或温度差异超过上述阈值,则将该区域离散为若干PSR(perfectly stirred reactor,良搅拌反应器)或PFR(plug flow reactor,平推流反应器),直至每一个PSR或PFR所代表的区域满足上述阈值要求。本实施例中,燃料浓度差异阈值范围为0.1%~5%,温度差异阈值范围为10~200K。
进一步地,在离散化后,若某一区域流动特征时间远大于化学反应特征时间,即Da数(即
Figure BDA0003714142750000051
数-丹姆克尔数)远大于1,则该区域划分为PFR(plug flow reactor,平推流反应器),否则划分为PSR(perfectly stirred reactor,良搅拌反应器),每一个反应器都与燃烧室的一个特定物理空间相对应。这里,流动特征时间计算方法为:流动特征时间=燃烧室积分尺度/燃烧室内的速度脉动;化学反应特征时间计算方法为:化学反应特征时间=层流火焰厚度/层流火焰速度;Da数计算方法为:Da数=流动特征时间/化学反应特征时间。
在PSR反应器中,所有反应物均匀混合,并在恒定的温度条件下发生化学反应。其中,PSR反应器中的反应温度由三维燃烧数值模拟结果获得,反应持续时间为该PSR反应器所对应燃烧室物理空间的流线长度与速度的比值;在PFR反应器中,所有反应物均匀混合,并以特定的速度匀速流动。其中,PFR反应器的流动速度为PFR反应器所对应燃烧室物理空间的平均速度,PFR反应器的长度为PFR反应器所对应燃烧室物理空间的长度。
所有反应器参数(包括温度、压力、体积、停留时间等)和反应器之间的质量、能量交换信息全部从三维数值模拟结果中获取;各个反应器直接的质量流量交换信息均由三维燃烧数值模拟结果中的速度分布、组分浓度分布直接获取。
步骤三、对燃烧室/涡轮出口污染物排放进行实时监测,对燃烧室进口空气和燃料的温度、压力、组分、流量进行实时监测;
步骤四、将燃气轮机运行时的实时进口空气参数和燃料参数代入到反应器网络,对比燃烧室/涡轮出口污染物排放测量值和反应器网络法的计算值,若二者差异小于误差允许范围则燃烧室处于稳定工作模式,若二者差异大于误差允许范围则表明燃烧室处于非稳定工作模式,系统将自动并发出警报并同时给出反应器网络法计算结果供操作人员判断警报产生原因;
根据本发明实施例,实时进口空气参数和燃料参数包括流量、压力、组分、温度。污染物排放测量值和反应器网络法的计算值的最大允许误差阈值为10%~30%。
进一步通过实验验证本发明的技术效果。
实验中选取燃烧室点火工况、30%负载工况、50%负载工况、80%负载工况、100%负载工况作为数值模拟典型工况。根据图1所示流程图对该燃烧室进行三维燃烧数值模拟。首先,在三维燃烧数值模拟工作中,对燃烧室的计算域进行网格划分,将生成的计算域网格输入到三维燃烧数值模拟求解程序;在三维燃烧数值模拟程序中,输入燃烧室运行的重要参数,选取湍流模型为Realizable k-e(可实现k-e)模型,燃烧模型为FGM(flameletgenerated manifold,小火焰生成簇)燃烧模型,燃烧模型选取GRI-Mech 3.0机理,将燃烧室运行的重要参数作为数值模拟边界条件,进行数值计算,获得燃烧室三维燃烧数值模拟结果;然后,将燃烧室三维燃烧数值模拟结果输入至Energico软件,在Energico软件中,设定燃料误差阈值为5%,温度误差阈值为200K,对燃烧室进行化学反应器网络划分。将所获得的反应器网络的所有信息作为输入参量输入至CHEMKIN软件,对反应器网络进行计算,判定预测值和实验值之间差异是否小于10%,若小于10%则完成化学反应器网络预测模型的构建,若大于10%则缩小上述燃料误差阈值和温度误差阈值,直至误差小于10%,至此完成反应器网络构建;然后,实时地对燃烧室进口空气和燃料的温度、压力、流量、组分进行采集;将采集的燃料和空气参数作为输入参量输入至反应器网络中进行实时计算,对污染物排放进行实时预测;将预测值与燃烧室/涡轮出口的污染物测量值进行对比:若二者偏差小于10%则系统不发出警报,若二者偏差大于10%系统将自动并发出警报并同时给出反应器网络法计算结果供操作人员判断警报产生原因。
本发明另一实施例提供一种基于化学反应器网络法的燃烧室性能在线监测预测系统,如图2所示,该系统包括:
数据采集模块110,其配置成采集燃烧室实时运行参数、采集燃烧室或涡轮出口的污染物排放测量值;采集燃烧室实时运行参数可选用以下设备:温度传感器、压力传感器、质量流量计、气相色谱仪等;采集燃烧室或涡轮出口的污染物排放测量值可选用烟气分析仪;
三维模拟模块120,其配置成根据燃烧室实时运行参数进行三维燃烧数值模拟,获得燃烧室物理空间区域内的温度分布和燃料浓度分布;
反应器网络划分模块130,其配置成设置温度差异阈值和燃料浓度差异阈值,根据差异阈值对燃烧室物理空间区域进行离散化,以将燃烧室划分为由多个PSR或PFR反应器组成的化学反应器网络;
监测模块140,其配置成对划分生成的化学反应器网络进行计算,获得各个反应器的组分浓度预测值和温度预测值;比较污染物排放测量值和各个反应器的组分浓度预测值,若二者差异在误差允许范围内,则认为燃烧室处于稳定工作状态,否则认为燃烧室处于非稳定工作状态,且当燃烧室处于非稳定工作状态时发出报警,以实现在线监测。
本实施例中,优选地,数据采集模块110中燃烧室实时运行参数包括压力、进口空气温度、进口空气流量、燃料流量、燃料温度和燃料组分。
本实施例中,优选地,三维模拟模块120中三维燃烧数值模拟所用的模型包括湍流模型和燃烧模型;湍流模型为基于雷诺时均假设的湍流模型,燃烧模型包括有限速率/涡耗散模型、涡耗散概念模型或小火焰生成簇模型。
本实施例中,优选地,反应器网络划分模块130中将燃烧室划分为由多个PSR或PFR反应器组成的化学反应器网络的具体过程包括:当离散化后的物理空间区域的流动特征时间远大于化学反应特征时间,即Da数远大于1,则将该物理空间区域划分为PFR反应器;否则划分为PSR反应器;其中,流动特征时间等于燃烧室积分尺度与燃烧室内速度脉动的比值;化学反应特征时间等于层流火焰厚度与层流火焰速度的比值。
本实施例中,优选地,监测模块140中对划分生成的化学反应器网络进行计算时还需用到三维模拟模块120中根据燃烧室实时运行参数进行三维燃烧数值模拟后获得的压力、体积、停留时间、速度分布、组分分布及反应器之间的质量、能量交换信息。
本发明实施例所述一种基于化学反应器网络法的燃烧室性能在线监测预测系统的功能可以由前述一种基于化学反应器网络法的燃烧室性能在线监测预测方法说明,因此本实施例未详述部分,可参见以上方法实施例,在此不再赘述。
应当注意,尽管在上文详细描述中提及了若干单元、模块或子模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之,上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
此外,尽管在附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
虽然已经参考若干具体实施方式描述了本发明的精神和原理,但是应该理解,本发明并不限于所公开的具体实施方式,对各方面的划分也不意味着这些方面中的特征不能组合以进行受益,这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。

Claims (6)

1.一种基于化学反应器网络法的燃烧室性能在线监测预测方法,其特征在于,包括以下步骤:
步骤一、获取燃烧室实时运行参数,获取燃烧室或涡轮出口的污染物排放测量值;所述燃烧室实时运行参数包括压力、进口空气温度、进口空气流量、燃料流量、燃料温度和燃料组分;
步骤二、根据燃烧室实时运行参数进行三维燃烧数值模拟,获得燃烧室物理空间区域内的温度分布和燃料浓度分布;三维燃烧数值模拟结果包括:燃烧室内的速度分布、流线、温度分布、各种组分的浓度分布;
步骤三、设置温度差异阈值和燃料浓度差异阈值,根据差异阈值对燃烧室物理空间区域进行离散化,以将燃烧室划分为由多个良搅拌反应器PSR或平推流反应器PFR组成的化学反应器网络;具体过程包括:当离散化后的物理空间区域的流动特征时间远大于化学反应特征时间,即Da数远大于1,则将该物理空间区域划分为PFR反应器;否则划分为PSR反应器;其中,丹姆克尔数Da数=流动特征时间/化学反应特征时间;流动特征时间等于燃烧室积分尺度与燃烧室内速度脉动的比值;化学反应特征时间等于层流火焰厚度与层流火焰速度的比值;
步骤四、对划分生成的化学反应器网络进行计算,获得各个反应器的组分浓度预测值;
步骤五、比较所述污染物排放测量值和各个反应器的组分浓度预测值,若二者差异在误差允许范围内,则认为燃烧室处于稳定工作状态,否则认为燃烧室处于非稳定工作状态,且当燃烧室处于非稳定工作状态时发出报警,以实现在线监测。
2.根据权利要求1所述的一种基于化学反应器网络法的燃烧室性能在线监测预测方法,其特征在于,步骤二中所述三维燃烧数值模拟所用的模型包括湍流模型和燃烧模型;所述湍流模型为基于雷诺时均假设的湍流模型,所述燃烧模型包括有限速率/涡耗散模型、涡耗散概念模型或小火焰生成簇模型。
3.根据权利要求1或2所述的一种基于化学反应器网络法的燃烧室性能在线监测预测方法,其特征在于,步骤四中对划分生成的化学反应器网络进行计算时还需用到步骤二中根据燃烧室实时运行参数进行三维燃烧数值模拟后获得的压力、体积、停留时间、速度分布、组分分布及反应器之间的质量、能量交换信息;
具体包括:所有反应器参数和反应器之间的质量、能量交换信息全部从三维数值模拟结果中获取;各个反应器直接的质量流量交换信息均由三维燃烧数值模拟结果中的速度分布、组分浓度分布直接获取;所有反应器参数包括温度、压力、体积、停留时间;
在PSR反应器中,所有反应物均匀混合,并在恒定的温度条件下发生化学反应;其中,PSR反应器中的反应温度由三维燃烧数值模拟结果获得,反应持续时间为该PSR反应器所对应燃烧室物理空间的流线长度与速度的比值;
在PFR反应器中,所有反应物均匀混合,并以特定的速度匀速流动;其中,PFR反应器的流动速度为PFR反应器所对应燃烧室物理空间的平均速度,PFR反应器的长度为PFR反应器所对应燃烧室物理空间的长度。
4.一种基于化学反应器网络法的燃烧室性能在线监测预测系统,其特征在于,包括:
数据采集模块,其配置成采集燃烧室实时运行参数、采集燃烧室或涡轮出口的污染物排放测量值;所述燃烧室实时运行参数包括压力、进口空气温度、进口空气流量、燃料流量、燃料温度和燃料组分;
三维模拟模块,其配置成根据燃烧室实时运行参数进行三维燃烧数值模拟,获得燃烧室物理空间区域内的温度分布和燃料浓度分布;三维燃烧数值模拟结果包括:燃烧室内的速度分布、流线、温度分布、各种组分的浓度分布;
反应器网络划分模块,其配置成设置温度差异阈值和燃料浓度差异阈值,根据差异阈值对燃烧室物理空间区域进行离散化,以将燃烧室划分为由多个良搅拌反应器PSR或平推流反应器PFR组成的化学反应器网络;具体过程包括:当离散化后的物理空间区域的流动特征时间远大于化学反应特征时间,即Da数远大于1,则将该物理空间区域划分为PFR反应器;否则划分为PSR反应器;其中,丹姆克尔数Da数=流动特征时间/化学反应特征时间;流动特征时间等于燃烧室积分尺度与燃烧室内速度脉动的比值;化学反应特征时间等于层流火焰厚度与层流火焰速度的比值;
监测模块,其配置成对划分生成的化学反应器网络进行计算,获得各个反应器的组分浓度预测值;比较所述污染物排放测量值和各个反应器的组分浓度预测值,若二者差异在误差允许范围内,则认为燃烧室处于稳定工作状态,否则认为燃烧室处于非稳定工作状态,且当燃烧室处于非稳定工作状态时发出报警,以实现在线监测。
5.根据权利要求4所述的一种基于化学反应器网络法的燃烧室性能在线监测预测系统,其特征在于,所述三维模拟模块中所述三维燃烧数值模拟所用的模型包括湍流模型和燃烧模型;所述湍流模型为基于雷诺时均假设的湍流模型,所述燃烧模型包括有限速率/涡耗散模型、涡耗散概念模型或小火焰生成簇模型。
6.根据权利要求4或5所述的一种基于化学反应器网络法的燃烧室性能在线监测预测系统,其特征在于,所述监测模块中对划分生成的化学反应器网络进行计算时还需用到所述三维模拟模块中根据燃烧室实时运行参数进行三维燃烧数值模拟后获得的压力、体积、停留时间、速度分布、组分分布及反应器之间的质量、能量交换信息;
具体包括:所有反应器参数和反应器之间的质量、能量交换信息全部从三维数值模拟结果中获取;各个反应器直接的质量流量交换信息均由三维燃烧数值模拟结果中的速度分布、组分浓度分布直接获取;所有反应器参数包括温度、压力、体积、停留时间;
在PSR反应器中,所有反应物均匀混合,并在恒定的温度条件下发生化学反应;其中,PSR反应器中的反应温度由三维燃烧数值模拟结果获得,反应持续时间为该PSR反应器所对应燃烧室物理空间的流线长度与速度的比值;
在PFR反应器中,所有反应物均匀混合,并以特定的速度匀速流动;其中,PFR反应器的流动速度为PFR反应器所对应燃烧室物理空间的平均速度,PFR反应器的长度为PFR反应器所对应燃烧室物理空间的长度。
CN202210731736.0A 2022-06-26 2022-06-26 一种基于化学反应器网络法的燃烧室性能在线监测预测方法及系统 Active CN115292883B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210731736.0A CN115292883B (zh) 2022-06-26 2022-06-26 一种基于化学反应器网络法的燃烧室性能在线监测预测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210731736.0A CN115292883B (zh) 2022-06-26 2022-06-26 一种基于化学反应器网络法的燃烧室性能在线监测预测方法及系统

Publications (2)

Publication Number Publication Date
CN115292883A CN115292883A (zh) 2022-11-04
CN115292883B true CN115292883B (zh) 2023-05-09

Family

ID=83821281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210731736.0A Active CN115292883B (zh) 2022-06-26 2022-06-26 一种基于化学反应器网络法的燃烧室性能在线监测预测方法及系统

Country Status (1)

Country Link
CN (1) CN115292883B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115619355B (zh) * 2022-11-30 2023-03-21 成都秦川物联网科技股份有限公司 智慧燃气有害组分监控方法、物联网系统、装置以及介质
CN118013892A (zh) * 2024-04-07 2024-05-10 杭州汽轮动力集团股份有限公司 一种基于多物理场的燃气轮机状态实时监控方法和装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001153353A (ja) * 1999-11-25 2001-06-08 Hitachi Ltd 燃焼装置内で発生する有害物質の濃度分布の予測方法および予測方法の記録媒体
US20150019181A1 (en) * 2013-07-15 2015-01-15 Siemens Aktiengesellschaft Estimation of NOx Generation in A Commercial Pulverized Coal Burner using a Dynamic Chemical Reactor Network Model
CN109767815B (zh) * 2018-12-25 2023-01-24 哈尔滨工业大学 基于速率不确定性下的燃烧反应机理简化的方法
CN110765698B (zh) * 2019-10-15 2023-05-30 哈尔滨工程大学 一种燃气轮机燃烧室变工况排放性能预测方法
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

Also Published As

Publication number Publication date
CN115292883A (zh) 2022-11-04

Similar Documents

Publication Publication Date Title
CN115292883B (zh) 一种基于化学反应器网络法的燃烧室性能在线监测预测方法及系统
Sun et al. Characterizing nonlinear dynamic features of self-sustained thermoacoustic oscillations in a premixed swirling combustor
CN104750066A (zh) 燃气轮机燃烧过程控制和优化系统
JP7158832B2 (ja) 音波センサを備えた有害ガスシステム
CN101595288B (zh) 监测内燃机过程状态的方法和系统
KR19990063752A (ko) 촉매 변환기에서 배기 가스중의 유해물질을 변환시키기 위한방법 및 장치
CN106482826A (zh) 一种用于油气锅炉燃烧振动的多信号融合测量诊断方法
Joo et al. Zero-crossing rate method as an efficient tool for combustion instability diagnosis
Joo et al. Prognosis of combustion instability in a gas turbine combustor using spectral centroid & spread
Walker et al. Experiments characterizing nonlinear shear layer dynamics in a supersonic rectangular jet undergoing screech
Rofi et al. Numerical procedure for the investigation of combustion dynamics in industrial gas turbines: LES, RANS and thermoacoustics
Hobson et al. Combustion instabilities in industrial gas turbines—Measurements on operating plant and thermoacoustic modeling
Munnannur et al. Development of flow uniformity indices for performance evaluation of aftertreatment systems
CN115840024A (zh) 一种基于燃料系统的二氧化碳排放量监测装置及准确度评估方法
Bittanti et al. Identification of a model for thermoacoustic instabilities in a Rijke tube
Badawy et al. Three-dimensional computational fluid dynamics modeling and validation of ion current sensor in a Gen-Set diesel engine using chemical kinetic mechanism
Mohamad A review of flow acoustic effects on a commercial automotive exhaust system-methods and materials
Karri et al. Artificial neural networks and neuro-fuzzy inference systems as virtual sensors for hydrogen safety prediction
CN105531559A (zh) 含碳燃料热交换器的监视运行方法
Feitelberg et al. Reduced NO x diffusion flame combustors for industrial gas turbines
Ponti et al. Estimation methodology for automotive turbochargers speed fluctuations due to pulsating flows
Traver et al. A neural network-based virtual NOx sensor for diesel engines
Abou-Taouk et al. CFD analysis and application of dynamic mode decomposition for resonant-mode identification and damping in an SGT-100 DLE combustion system
Hoeijmakers et al. Accuracy assessment of thermoacoustic instability models using binary classification
Bae et al. Instability prediction of GO2/GCH4 flames in a single recessed coaxial injector using 1D lumped network model

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
GR01 Patent grant
GR01 Patent grant