除霧器中細(xì)顆粒物湍流擴(kuò)散模型研究

蔡新劍，袁竹林

?

除霧器中細(xì)顆粒物湍流擴(kuò)散模型研究

蔡新劍，袁竹林

(東南大學(xué) 能源與環(huán)境學(xué)院，江蘇 南京，210096)

為了研究細(xì)顆粒物在除霧器中的運(yùn)動(dòng)擴(kuò)散規(guī)律以提高除霧器細(xì)顆粒物脫除效率的計(jì)算精度，研究粒徑小于15 μm的霧滴在除霧器中的運(yùn)動(dòng)。分別采用歐拉法和拉格朗日方法計(jì)算氣相場和霧滴軌跡；分別耦合連續(xù)隨機(jī)軌道(CRW)模型和離散隨機(jī)軌道(DRW)模型對(duì)不同粒徑(3~15 μm)的細(xì)顆粒物的脫除效率進(jìn)行計(jì)算，并與實(shí)驗(yàn)值進(jìn)行對(duì)比；采用大渦模擬方法(LES)對(duì)除霧器中細(xì)顆粒物的運(yùn)動(dòng)進(jìn)行進(jìn)一步對(duì)比分析。研究結(jié)果表明：2種隨機(jī)軌道模型能夠在一定程度上提高除霧器中細(xì)顆粒物脫除效率的計(jì)算精度，其對(duì)細(xì)顆粒物的擴(kuò)散預(yù)測在各向同性的湍流中較準(zhǔn)確，而在各向異性湍流中結(jié)果并不理想。

數(shù)值模擬；氣液兩相流；除霧效率；湍流擴(kuò)散；隨機(jī)軌道模型

除霧器是濕法脫硫(WFGD)[1]系統(tǒng)的重要設(shè)備，若其在運(yùn)行過程中效率降低，則會(huì)造成排煙中攜帶大量霧滴，形成“石膏雨”現(xiàn)象[2]。目前，隨著我國PM2.5排放標(biāo)準(zhǔn)愈加嚴(yán)格，提高除霧器對(duì)細(xì)顆粒物的脫除效率已經(jīng)迫在眉睫。過去，人們主要通過數(shù)值模擬與實(shí)驗(yàn)結(jié)合的方式對(duì)除霧器進(jìn)行研究。BüRKHOLZ等[3?4]對(duì)折形板和波紋板除霧器的性能特點(diǎn)進(jìn)行了測試，其研究結(jié)果表明：影響除霧器性能的主要因素包括氣流速度、葉片傾斜角、除霧器級(jí)數(shù)和板間距。VERLAAN[5]研究了液滴粒徑在20~90 μm范圍內(nèi)的除霧效率，發(fā)現(xiàn)液膜在波紋板上的溢流會(huì)造成除霧器葉片捕集液滴能力下降。郝雅潔等[6]利用流體動(dòng)力學(xué)計(jì)算方法對(duì)濕法脫硫折流板除霧器內(nèi)氣液兩相流動(dòng)進(jìn)行數(shù)值模擬，分析了除霧器葉片間距、板型及流速對(duì)不同粒徑霧滴的分級(jí)除霧效率和總除霧效率的影響，獲得了不同粒徑霧滴的運(yùn)動(dòng)和捕集規(guī)律。AL-FULAIJ等[7]針對(duì)除霧器在不同氣速和不同溫度下的性能表現(xiàn)進(jìn)行模擬研究，并將其與實(shí)驗(yàn)數(shù)據(jù)進(jìn)行對(duì)比，二者結(jié)果較吻合。上述研究表明，目前主要通過歐拉?拉格朗日法[8]對(duì)除霧器進(jìn)行數(shù)值模擬研究。通過雷諾平均方法(RANS)計(jì)算除霧器的流場，并通過耦合曳力模型對(duì)霧滴在除霧器中的運(yùn)動(dòng)進(jìn)行統(tǒng)計(jì)，可以得出較準(zhǔn)確的結(jié)果。然而，過去對(duì)除霧器的研究主要集中于粒徑大于20 μm的霧滴，由于慣性較大，該粒徑范圍內(nèi)的霧滴受湍流脈動(dòng)的影響較小。而對(duì)于粒徑小于20 μm的霧滴，由于其對(duì)氣相場的跟隨性能較好，因此，更容易受到流場中湍流脈動(dòng)對(duì)細(xì)顆粒物的擴(kuò)散作用，但在RANS耦合曳力模型的方法中往往忽略了這一因素。KAVOUSI等[9]對(duì)帶鉤折流板進(jìn)行研究，其結(jié)果表明：不考慮湍流擴(kuò)散計(jì)算霧滴的脫除效率時(shí)，3~10 μm粒徑霧滴的模擬結(jié)果與實(shí)驗(yàn)結(jié)果偏差較大。因此，在除霧器脫除性能的數(shù)值模擬中，如何考慮湍流擴(kuò)散對(duì)細(xì)顆粒物的影響以使模擬達(dá)到更好的精度，對(duì)研究除霧器優(yōu)化改進(jìn)以適應(yīng)國家新的排放標(biāo)準(zhǔn)有著重要意義。本文作者以帶鉤折流板模型[10](簡稱為ESFAKHRSAR模型)為模擬對(duì)象，采用2種主流的湍流擴(kuò)散模型，即連續(xù)隨機(jī)軌道(continuous random walk, CRW)模型和離散隨機(jī)軌道(discrete random walk，DRW)模型[11]來研究霧滴在除霧器中的湍流擴(kuò)散。氣相場的計(jì)算采取雷諾應(yīng)力模型，計(jì)算不同粒徑(3~15 μm)的霧滴在除霧器中的脫除效率。將所得結(jié)果與ESTAKHRSAR模型的實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比分析。同時(shí)，采用大渦模擬對(duì)除霧器內(nèi)不同位置的霧滴運(yùn)動(dòng)特性進(jìn)行進(jìn)一步分析。通過比較不同模型條件下霧滴的濃度分布和速度脈動(dòng)強(qiáng)度，分析2個(gè)湍流擴(kuò)散模型的對(duì)霧滴擴(kuò)散的預(yù)測特性和適用范圍。

1 數(shù)學(xué)模型

1.1 氣相場輸運(yùn)方程

氣相場均采用雷諾應(yīng)力模型(Reynolds-stress model，RSM)進(jìn)行計(jì)算。RSM模型屬于高雷諾數(shù)模型，與—模型相比，避免了同性的渦黏性假設(shè)，同時(shí)也需要占用CPU更多的時(shí)間和內(nèi)存。RSM模型適用于復(fù)雜的3D流動(dòng)，能夠較好地預(yù)測管道中的二次流。RSM模型的基本方程如下：

1.2 拉格朗日路線下離散液滴的控制方程

液滴在除霧器內(nèi)主要受曳力與重力作用，液滴運(yùn)動(dòng)滿足牛頓第二定理，其運(yùn)動(dòng)方程如下：

V=0+(3)

式中：p為液滴的質(zhì)量；p為液滴的速度；D和g分別為液滴受到的曳力和重力；0為霧滴初始速度；為加速度；t為液滴在加速度作用下經(jīng)歷時(shí)間后的速度；為液滴在時(shí)間內(nèi)的運(yùn)動(dòng)距離。

式中：為動(dòng)力黏度；D和分別為曳力系數(shù)和顆粒Reynolds數(shù)；，p和p分別為氣流速度、液滴直徑和液滴密度。

式中：q為氣體密度。

1.3 湍流擴(kuò)散模型

1.3.1 離散隨機(jī)軌道模型

式中：為服從高斯分布的隨機(jī)值。DRW模型中的渦存在時(shí)間的定義可以分為隨機(jī)渦存在時(shí)間和恒定渦存在時(shí)間2種觀點(diǎn)。在恒定渦存在時(shí)間的觀點(diǎn)中，e被定義為

式中：L為拉格朗日時(shí)間尺度，可被近似估計(jì)為

1.3.2 連續(xù)隨機(jī)軌道模型

CRW模型通常建立在郎之萬方程[11]的基礎(chǔ)上。相比DRW模型，CRW模型通?？梢蕴峁└臃蠈?shí)際情況的湍流顆粒擴(kuò)散預(yù)測。圖1所示為DRW模型與CRW模型中脈動(dòng)速度隨時(shí)間變化的對(duì)比圖[13]。

通過朗之萬方程定義顆粒軌跡中的脈動(dòng)速度，標(biāo)準(zhǔn)的郎之萬方程在流動(dòng)邊界層范圍內(nèi)按第個(gè)方向可以寫成以下形式[14]：

(a) DRW模型；(b) CRW模型

式中：u為流體脈動(dòng)速度；σ為速度的均方根；dη為一系列不相干的隨機(jī)應(yīng)力項(xiàng)；A為平均漂移修正 項(xiàng)[11]，用來保證慣性較小近似流體的顆粒群可以隨時(shí)間推移而能夠較好地混合。

1.4 大渦模擬數(shù)學(xué)模型

大渦模擬（LES）的主要原理如下：將湍流分解為可解尺度湍流運(yùn)動(dòng)和不可解尺度湍流運(yùn)動(dòng)，并且認(rèn)為大尺度運(yùn)動(dòng)幾乎包含所有的能量，而小尺度運(yùn)動(dòng)主要起能量耗散作用，幾乎不受流場邊界形狀或平均運(yùn)動(dòng)的影響，近似認(rèn)為是各向同性的[15]。對(duì)小尺度渦旋采取湍流模型求解而對(duì)可解尺度運(yùn)動(dòng)則直接進(jìn)行數(shù)值求解。物理空間的濾波過程可表示如下：

1.5 霧滴碰撞模型

霧滴在除霧器內(nèi)運(yùn)動(dòng)，會(huì)發(fā)生相互碰撞、聚并、破裂等現(xiàn)象。由于本研究的霧滴粒徑較小，因此，只考慮霧滴與霧滴的聚并現(xiàn)象，而忽略霧滴的破碎現(xiàn)象。

要判斷2個(gè)霧滴是否碰撞，最簡單的辦法就是比較其球心距離與半徑之和。當(dāng)球心距離小于其半徑之和時(shí)，2個(gè)霧滴發(fā)生碰撞。這種方法需要對(duì)空間內(nèi)任意的2個(gè)霧滴進(jìn)行判斷比較，計(jì)算效率非常低。本文采用硬球模型，通過計(jì)算概率的方式來判斷2個(gè)霧滴是否發(fā)生碰撞，可以有效控制碰撞模擬所需的計(jì)算量并在統(tǒng)計(jì)上達(dá)到相似的結(jié)果。

首先由計(jì)算機(jī)產(chǎn)生1個(gè)[0, 1]之間的隨機(jī)數(shù)，候選霧滴的編號(hào)=int[]+1，其中為所需計(jì)算的真實(shí)顆粒數(shù)量[17]。若＞?，則滿足霧滴與霧滴在Δ內(nèi)發(fā)生碰撞的要求。

霧滴和發(fā)生碰撞的概率計(jì)算公式如下：

式中：p為霧滴的直徑；G為霧滴與的相對(duì)速度，G=V?V；b為樣本顆粒與真實(shí)顆粒數(shù)目的比值，b=/；為流場網(wǎng)格所占的空間體積。

碰撞后2個(gè)霧滴融合成1個(gè)新的霧滴，其質(zhì)量與速度遵循質(zhì)量守恒定律與動(dòng)能守恒定律。

=m+m(18)

=mv+mv(19)

2 數(shù)值計(jì)算與分析

2.1 計(jì)算條件

本文選取文獻(xiàn)[10]中折流板模型進(jìn)行模擬計(jì)算，如圖2所示。將所得的實(shí)驗(yàn)數(shù)據(jù)與文獻(xiàn)[10]中實(shí)驗(yàn)數(shù)據(jù)進(jìn)行對(duì)比分析。圖3所示為該折流板的物理模型示意圖。其中角度為45°，折角長度為118.5 mm，管道垂直厚度為25.0 mm。

圖2 計(jì)算采用的折流板三維模型

圖3 除霧器幾何尺寸

該折流板除霧器在3個(gè)拐角的位置增加了3個(gè)直角溝板，以提高對(duì)細(xì)顆粒物的脫除效率，其位置如圖4所示。直角勾板的具體尺寸包含3個(gè)參數(shù)：彎折角、高度和長度。本文采取的尺寸方案為：高度為流道寬度的50%，長度為流道寬度的34%，彎折角度被設(shè)定為90°。

圖4 流道幾何參數(shù)

本文采用六面體結(jié)構(gòu)網(wǎng)格對(duì)模型進(jìn)行網(wǎng)格劃分，并對(duì)靠近壁面的區(qū)域采取邊界層網(wǎng)格加密，如圖5所示。經(jīng)過一定的網(wǎng)格數(shù)量無關(guān)性測試，RSM模型最終采取的網(wǎng)格總數(shù)量大約為23萬，大渦模擬要求網(wǎng)格尺寸處于慣性子區(qū)尺度范圍內(nèi)，對(duì)網(wǎng)格要求較高，因此，并未采用與RSM模型相同的網(wǎng)格劃分。其最終采取的方案網(wǎng)格數(shù)量約為150萬，邊界層內(nèi)首層網(wǎng)格高度+為0.01 mm，網(wǎng)格高度遞增比例約為1.2，進(jìn)一步提高網(wǎng)格密度。計(jì)算結(jié)果的變化小于3%。

圖5 板計(jì)算網(wǎng)格

圖6所示為在3種氣速下，采取2種不同的網(wǎng)格劃分方案的LES模型計(jì)算得出的壓降與RSM模型以及文獻(xiàn)[10]中同一模型的結(jié)果對(duì)比。圖中/為非壁面區(qū)域網(wǎng)格的尺寸與流道寬度的比值，其中1/100為本文最終選定的網(wǎng)格方案。由圖6可知：LES(/= 1/100)與RSM模型得出的壓降和文獻(xiàn)[10]中的結(jié)果基本一致；而當(dāng)采用更稀疏的網(wǎng)格(/=1/25)時(shí)，其壓降略低于其他3種方案的壓降，同時(shí)有著更少的流場 渦旋。

1—LES模型，d/D=1/100; 2—LES模型，d/D=1/25;3—RSM模型，d/D=1/25; 4—ESTAKHRSAR模型，d/D=1/25。

由于網(wǎng)格數(shù)量不同，LES模型的計(jì)算時(shí)長要遠(yuǎn)長于RSM模型的計(jì)算時(shí)長。在同樣設(shè)定時(shí)間步長為 1×10?4s，運(yùn)行5×103步的條件下，RSM模型需要大約18 h完成計(jì)算，而LES模型則需要70 h左右。

計(jì)算所用的環(huán)境物性參數(shù)如表1所示。計(jì)算的入口條件按照文獻(xiàn)[10]中測定的濕度將入口霧滴的質(zhì)量分?jǐn)?shù)設(shè)定為9%，流速為3~5 m/s。霧滴的粒徑范圍為3~15 μm，不同粒徑的霧滴數(shù)量比例服從R?R分布。

表1 兩相流動(dòng)的物性參數(shù)

2.2 計(jì)算結(jié)果與分析

2.2.1 不同模型除霧效率對(duì)比分析

分別采用CRW模型、DRW模型和None模型(即不采用湍流擴(kuò)散模型)對(duì)該折流板除霧器內(nèi)的霧滴運(yùn)動(dòng)進(jìn)行模擬計(jì)算，粒徑除霧效率為該粒徑壁面吸收的霧滴數(shù)量除以進(jìn)入除霧器的霧滴數(shù)量。

圖7所示為在3種入口氣速條件下，3種不同的計(jì)算條件下所得出的不同粒徑霧滴的在折流板內(nèi)的脫除效率與實(shí)驗(yàn)數(shù)據(jù)的對(duì)比。由圖7可知：在不同的計(jì)算條件下，整體霧滴的脫除效率隨粒徑的增大而增大，當(dāng)粒徑為10 μm時(shí)，脫除效率達(dá)到99.9%。

入口氣速/(m·s?1)：(a) 3；(b) 4；(c) 5

而對(duì)10 μm以下粒徑的霧滴，不同計(jì)算條件下所得出的除霧效率均不相同。無論是在哪種氣速下，不采用湍流擴(kuò)散模型所得出的脫除效率均明顯低于采取湍流擴(kuò)散模型計(jì)算結(jié)果和實(shí)驗(yàn)結(jié)果。由此可見，由于缺乏對(duì)霧滴隨湍流脈動(dòng)擴(kuò)散的考慮，低于10 μm粒徑的霧滴計(jì)算出的脫除效率往往小于實(shí)際的脫除效率。分析其原因，由于慣性的影響，粒徑越小的霧滴跟隨氣流的松弛時(shí)間越短，氣流跟隨性越好，受到湍流脈動(dòng)的影響也越明顯。因此，缺乏湍流擴(kuò)散的考慮造成計(jì)算誤差隨著霧滴粒徑的減小而增大。

相比于None模型，CRW模型與DRW模型的計(jì)算結(jié)果與實(shí)驗(yàn)結(jié)果更吻合。在霧滴粒徑約6 μm以下，CRW模型的計(jì)算結(jié)果整體低于實(shí)驗(yàn)結(jié)果，而DRW模型的計(jì)算結(jié)果則高于實(shí)驗(yàn)結(jié)果；在霧滴粒徑7~10 μm范圍內(nèi)，2個(gè)模型結(jié)果具有較高的一致性，均略低于實(shí)驗(yàn)結(jié)果。

2.2.2 大渦模型計(jì)算結(jié)果對(duì)比分析

采用大渦模擬對(duì)除霧器流場進(jìn)行非穩(wěn)態(tài)計(jì)算。相比于雷諾平均方法，由于大渦模擬保留了流場中的渦旋和速度脈動(dòng)信息，可以在沒有額外擴(kuò)散模型的條件下體現(xiàn)出湍流場速度脈動(dòng)對(duì)霧滴的擴(kuò)散作用。為驗(yàn)證大渦模擬結(jié)果的準(zhǔn)確性，本文同樣采取3種氣速條件對(duì)霧滴的脫除效率進(jìn)行計(jì)算。

圖8所示為在3種氣速下采用LES模型計(jì)算霧滴的脫除效率與實(shí)驗(yàn)結(jié)果的對(duì)比。由圖8可知：計(jì)算結(jié)果與實(shí)驗(yàn)結(jié)果的吻合度非常高。為更加準(zhǔn)確地比較不同模型的優(yōu)劣，本文將模擬結(jié)果與實(shí)驗(yàn)結(jié)果中不同粒徑的最大誤差和平均誤差進(jìn)行統(tǒng)計(jì)，如表2所示。由表2可知：LES模型誤差分析結(jié)果均明顯優(yōu)于DRW模型，CRW模型和None模型的結(jié)果。這從一定程度上可以說明LES模型對(duì)除霧器流場的湍流脈動(dòng)還原較準(zhǔn)確。

為進(jìn)一步對(duì)比不同計(jì)算條件下霧滴的擴(kuò)散，本文選取粒徑為3 μm的霧滴在某一時(shí)刻除霧器中的位置分布進(jìn)行對(duì)比，如圖9所示。由圖9可知：在沒有考慮湍流擴(kuò)散的作用時(shí)，霧滴運(yùn)動(dòng)的軌跡較整齊，霧滴群的邊緣與周圍有著明顯的分界線；同時(shí)，由于霧滴僅受到氣相場曳力作用，在拐角處低速區(qū)有著明顯的霧滴無法進(jìn)入的死區(qū)。相比而言，加入湍流擴(kuò)散模型后，霧滴的在空間中運(yùn)動(dòng)的分布范圍更大，甚至能進(jìn)入速度較低的邊角區(qū)域，霧滴群軌跡范圍沒有明顯的邊界存在。None模型、DRW模型和CRW模型均存在著大多數(shù)霧滴分布在流速較高的主流區(qū)的現(xiàn)象,而在LES模型的條件下，霧滴較為均勻地彌散在整個(gè)流道內(nèi)，其擴(kuò)散范圍與采取RANS方法下的結(jié)果差別很大。

入口氣速/(m·s?1)：(a) 3；(b) 4；(c) 5

表2 不同模型除霧效率的誤差分析

圖9 不同模型下霧滴在除霧器中的位置分布

為進(jìn)一步探究造成以上現(xiàn)象的原因，本文選取LES模型和RSM模型所計(jì)算流場的速度云圖和渦量分布云圖進(jìn)行對(duì)比。

由圖10可知：在2種不同的湍流模型下，除霧器的入口段和第1段流量和渦量云圖分布基本一致。分歧出現(xiàn)在第一段末尾處勾板以后的位置。由于勾板的阻滯作用和流體本身慣性的影響，流場在勾板的正后方拐角內(nèi)側(cè)形成了一道長長的低速區(qū)，空氣流量集中于拐角靠外側(cè)的部分并形成高速區(qū)。整個(gè)流道因此形成流速一邊高一邊低的速度梯度。RANS方法由于有著較大的渦黏性，即使在非穩(wěn)態(tài)計(jì)算下，流場隨時(shí)間也幾乎不發(fā)生變化，流道內(nèi)的流線幾乎與流道方向平行，其垂直于流道的速度分量很小，如同層流一般。因此，霧滴在流場中運(yùn)動(dòng)時(shí)，由于慣性的作用位置大多集中于一邊的高速流域，很少有霧滴能橫向擴(kuò)散到低速區(qū)域。

(a) 速度云圖；(b) 渦量

相比之下，在大渦模擬條件下，流場拐角的勾板后面產(chǎn)生連續(xù)渦街。渦街脫落前進(jìn)的軌跡覆蓋主流高速區(qū)域的邊緣和整個(gè)低速區(qū)，形成強(qiáng)烈的流場擾動(dòng)。當(dāng)霧滴在其中運(yùn)動(dòng)時(shí)，由于大尺度渦旋的帶動(dòng)，高流速區(qū)域邊緣的霧滴不斷地被攜帶到另一側(cè)的低流速回流區(qū)，從而整體形成強(qiáng)烈的垂直于流道方向的擴(kuò)散，使霧滴彌散在整個(gè)流道范圍內(nèi)。

2.2.3 霧滴擴(kuò)散特性統(tǒng)計(jì)分析

為對(duì)除霧器中不同流場狀態(tài)下湍流模型的擴(kuò)散特性進(jìn)行進(jìn)一步量化分析，選取前2段的中間截面，對(duì)經(jīng)過的霧滴位置和速度信息進(jìn)行統(tǒng)計(jì)分析，截面位置如圖11所示。根據(jù)前面的流場計(jì)算結(jié)果，截面代表除霧器中流場較為均勻的各項(xiàng)同性的湍流位置，而截面則代表各向異性湍流的位置。將截面按速度梯度最大方向劃分為等分的10個(gè)區(qū)域(分別編號(hào)1~10)，分別統(tǒng)計(jì)相同時(shí)間內(nèi)經(jīng)過截面的霧滴速度方差和霧滴數(shù)量分布。入口速度取4 m/s，選取粒徑分別為3和7 μm的霧滴。

圖11 截面C和D位置

圖12~13所示分別為截面的霧滴統(tǒng)計(jì)結(jié)果。粒徑為3 μm和7 μm時(shí)，在位置DRW模型和CRW模型下霧滴的數(shù)量分布與速度方差均與大渦模擬的結(jié)果基本一致。這與文獻(xiàn)[18]中采用LES和RANS方法模擬折流板霧滴擴(kuò)散研究中的折流板相似位置的結(jié)果相符合。

圖14~15所示分別為截面的霧滴統(tǒng)計(jì)結(jié)果。由圖12~15可知：3種計(jì)算條件下霧滴數(shù)量分布有著較大的差別。在大渦模擬流場下，同一位置霧滴的速度方差遠(yuǎn)遠(yuǎn)高于DRW模型與CRW模型的方差(見圖15)。這說明在位置2個(gè)隨機(jī)模型模擬出的速度脈動(dòng)強(qiáng)度跟實(shí)際值相差較大，從而導(dǎo)致流場內(nèi)霧滴彌散區(qū)域存在很大差別。

綜合上面2個(gè)截面霧滴運(yùn)動(dòng)的統(tǒng)計(jì)結(jié)果可知： CRW與DRW模型可以較好地模擬各向同性湍流中的小尺度渦旋的速度脈動(dòng)，但無法模擬各向異性湍流中大尺度渦旋引起的霧滴脈動(dòng)擴(kuò)散，從而會(huì)造成較大的計(jì)算誤差。CRW模型產(chǎn)生的霧滴脈動(dòng)強(qiáng)度分布較為均勻連續(xù)，而DRW模型產(chǎn)生的霧滴脈動(dòng)強(qiáng)度具有較強(qiáng)的波動(dòng)跳躍性，這是由于它們產(chǎn)生隨機(jī)速度的機(jī)理 不同。

粒徑/μm：(a) 3；(b) 7

粒徑/μm：(a) 3；(b) 7

粒徑/μm：(a) 3；(b) 7

粒徑/μm：(a) 3；(b) 7

3 結(jié)論

1) 傳統(tǒng)的RANS流場結(jié)合曳力模型的方法由于沒有考慮湍流擴(kuò)散的影響，計(jì)算得出霧滴的脫除效率整體低于實(shí)驗(yàn)值，霧滴的粒徑越小，產(chǎn)生的偏差越大。

2) 大渦模擬可以有效地預(yù)測流場的脈動(dòng)和渦旋分布，利用LES模型計(jì)算流場并與霧滴相進(jìn)行耦合計(jì)算，其得出的脫除效率與實(shí)驗(yàn)值偏差很小。

3) 相比于None模型，采用CRW和DRW模型預(yù)測霧滴在除霧器中的湍流擴(kuò)散，可以有效地提高小粒徑(＜10 μm)霧滴的脫除效率計(jì)算的準(zhǔn)確度。2種隨機(jī)軌道模型在各向同性湍流中對(duì)霧滴的速度和脈動(dòng)預(yù)測較準(zhǔn)確，而在各向異性湍流中其結(jié)果并不理想。

4) CRW模型在相同條件下計(jì)算得出的霧滴脫除效率比DRW模型的低，其產(chǎn)生的速度脈動(dòng)強(qiáng)度在空間中的分布較為連續(xù)、均勻，而DRW模型產(chǎn)生的速度脈動(dòng)則具有一定的波動(dòng)跳躍性。

5) 對(duì)粒徑較小(＜15 μm)的細(xì)顆粒物進(jìn)行數(shù)值模擬時(shí)，有必要考慮湍流擴(kuò)散的作用。LES方法準(zhǔn)確性高于RANS方法，但是對(duì)計(jì)算能力要求較高，花費(fèi)時(shí)間較長。

[1] 楊林軍, 顏金培, 沈湘林. 蒸汽相變促進(jìn)燃燒源PM2.5凝并長大的研究現(xiàn)狀及展望[J]. 現(xiàn)代化工, 2005, 25(11): 22?26. YANG Linjun, YAN Jinpei, SHEN Xianglin. Research status and prospect of vapor phase transformation to promote PM2.5 condensation and growth of combustion sourse[J]. Modern Chemical Industry, 2005, 25(11): 22?26.

[2] 曹作旺, 李云濤. 燃煤電廠濕式電除塵技術(shù)[J]. 科技創(chuàng)新與應(yīng)用, 2014(19): 47?48. CAO Zuowang, LI Yuntao. wet electric dust removal technology in coal fired power plant[J]. Technology Innovation and Application, 2014(19): 47?48.

[3] BüRKHOLZ A. Droplet Separation[M]. New York: VCH Publishers, 1989: 75?79.

[4] USHIKI K, NISHIZAWA E, BENIKO H, et al. Performance of a droplet separator with multistage rows of flat blades[J]. Journal of Chemical Engineering of Japan, 1982, 15(4): 292?298.

[5] VERLAAN C C J. Performance of Novel Mist Eliminators[D]. Mekelweg, Nederland: Delft University of Technology, 1991: 152?153.

[6] 郝雅潔, 劉嘉宇, 袁竹林, 等. 除霧器內(nèi)霧滴運(yùn)動(dòng)特性與除霧效率[J]. 化工學(xué)報(bào), 2014, 12(12): 4669?4677. HAO Yajie, LIU Jiayu, YUAN Zhulin, et al. Movement characteristics of droplets and demisting efficiency of mist eliminator[J]. Journal of Chemical Industry and Engineering, 2014, 12(12): 4669?4677.

[7] AL-FULAIJ H, CIPOLLINA A, GIORGIO M, et al. Eulerian– lagrangian modeling and computational fluid dynamics simulation of wire mesh demisters in msf plants[J]. Desalination, 2016, 385(7): 148?157.

[8] YUAN Zhulin. Gas-Solid Two-Phase Flow and Numerical Simulation [M]. Nanjing: Southeast University Press, 2012: 81?92.

[9] KAVOUSI F, BEHJAT Y, SHAHHOSSEINI S. Optimal design of drainage channel geometry parameters in vane demister liquid–gas separators[J]. Chemical Engineering Research & Design, 2013, 91(7): 1212?1222.

[10] ESTAKHRSAR M H H, RAFEE R. Effects of wavelength and number of bends on the performance of zigzag demisters with drainage channels[J]. Applied Mathematical Modelling, 2015, 40(2): 685?699.

[11] TANIèRE A, ARCEN B. Prediction of a particle-laden turbulent channel flow: Examination of two classes of stochastic dispersion models[J]. International Journal of Multiphase Flow, 2014, 60(2): 1?10.

[12] RYBALKO M, LOTH E, LANKFORD D. A Lagrangian particle random walk model for hybrid RANS/LES turbulent flows[J]. Powder Technology, 2012, 221(221): 105?113.

[13] MACINNES J M, BRACCO F V. Stochastic particle dispersion modeling and the tracer-particle limit[J]. Physics of Fluids A, 1992, 4(12): 2809?2824.

[14] DEHBI A. Validation against DNS statistics of the normalized Langevin model for particle transport in turbulent channel flows[J]. Powder Technology, 2010, 200(1): 60?68.

[15] 張曉龍, 張楠, 吳寶山. 壁面渦旋結(jié)構(gòu)與湍流脈動(dòng)壓力的大渦模擬研究[J]. 船舶力學(xué), 2014, 18(8): 871?881. ZHANG Xiaolong, ZHANG Nan, Wu Baoshan.Computation of tunnel wall pressure fluctuations using large eddy simulation[J].Journal of Ship Mechanics, 2014, 18(8): 871?881.

[16] SMAGORINSKY J. General circulation experiments with primitive equations[J]. Monthly Weather Review, 1963, 91(3): 99?164.

[17] 樊水沖, 楊學(xué)忠, 郭 勇. 波紋板除霧器流場與效率的數(shù)值計(jì)算[J]. 煉油與化工, 2006, 17(2): 5?10. FAN Shuichong, YANG Xuezhong, GUO Yong. Numerical computation on flow filed and efficiency of wave-plate[J]. Refining and Chemical Industry, 2006, 17(2): 5?10.

[18] RUIZ J, KAISER A S, ZAMORA B, et al. CFD analysis of drift eliminators using RANS and LES turbulent models[J]. Applied Thermal Engineering, 2016, 105: 979?987.

(編輯 伍錦花)

Research on the turbulent particle dispersion model in baffle demisters

CAI Xinjian, YUAN Zhulin

(School of Energy and Environment, Southeast University, Nanjing 210096, China)

To research the particle dispersion regularity in eliminators and improve the calculation accuracy of the droplets separation efficiency, the movement of droplets smaller than 15 μm in diameter in baffle demister was studied. The gas phase flow field was determined with Eulerian method and the droplet trajectories were computed by applying the Lagrangian method. Two turbulent dispersion models, i.e., discrete random walk (DRW) model and the continuous random walk (CRW) model, were used to predict the turbulent dispersion of the droplets. The separation efficiencies of the droplets (3 to 15 μm in diameter) were calculated and compared with the experiment results. Large eddy simulation (LES) was also used to predict the motion of droplets for further comparative analysis. The results show that the two turbulent dispersion models can improve the accuracy of the droplets separation efficiency computation. The stochastic trajectory models can predict the particle dispersion in homogeneous isotropic turbulent flows well while they have not good performance in inhomogeneous turbulent flows.

numerical simulation; gas-liquid flow; demister efficiency; turbulent dispersion; random walk model

10.11817/j.issn.1672?7207.2018.02.005

TQ021.4

A

1672?7207(2018)02?0290?10

2017?03?30；

2017?05?29

國家自然科學(xué)基金資助項(xiàng)目(51576046)；江蘇省科技計(jì)劃項(xiàng)目(BY2015070-15)(Project(51576046) supported by the National Natural Science Foundation of China; Project (BY2015070-15) supported by the Scientific Research Project of Jiangsu Province)

袁竹林，博士，教授，從事于氣固兩相流相關(guān)研究；E-mail: zlyuan@seu.edu.cn