燃燒室化學反應器網(wǎng)絡模型優(yōu)化與性能分析

趙?璐，劉?勇，張?祥，李亞清

?

燃燒室化學反應器網(wǎng)絡模型優(yōu)化與性能分析

趙?璐1, 2，劉?勇1, 2，張?祥1, 2，李亞清1, 2

(1. 南京航空航天大學能源與動力學院，南京 210016； 2. 南京航空航天大學航空發(fā)動機熱環(huán)境與熱結構工業(yè)和信息化部重點實驗室，南京 210016)

為了快速準確地預測不同工況下燃燒室流場信息，構建了含有幾何特征的化學反應器網(wǎng)絡對燃燒室進行高精度預測模擬．根據(jù)CFD數(shù)值模擬結果對燃燒室進行分區(qū)，建立特征網(wǎng)絡，每個區(qū)域由不同的反應器進行模擬．采用這種方法對滯止點回流(SPRF)燃燒室進行網(wǎng)絡拓撲構建，著重利用試驗數(shù)據(jù)對反應器網(wǎng)絡的特征尺寸進行優(yōu)化．對構建的燃燒反應器網(wǎng)絡結構優(yōu)化后進行CRN模擬計算，其結果與試驗數(shù)據(jù)相差不大．最后考慮了回流作用對拓撲結構的影響．研究結果表明，優(yōu)化的CRN是合理的，在當量比范圍為0.8～1.0時其反應器網(wǎng)絡拓撲結構具有較強的適用性．相較于沒有回流的拓撲結構，考慮了回流作用的拓撲結構能夠更準確地預測燃燒室的流場信息．隨著當量比增大，NO的排放量隨之增大；隨著進口溫度的增大，NO排放也隨之增大．此外這種方法相較于CFD極大地縮短了計算時間．

化學反應器；拓撲結構；回流；優(yōu)化；SPRF燃燒室

傳統(tǒng)的發(fā)動機燃燒室設計主要有經(jīng)驗公式和試驗研究，但這兩種方法都有各自的不足之處．經(jīng)驗公式的準確性略低，使用范圍有限，即不能對特定的燃燒室進行研究．而試驗研究能準確地獲得燃燒室的排放特性，但存在周期長、費用高、技術難等問題．隨著計算流體動力學(CFD)日益顯著的作用，燃燒室的數(shù)值模擬技術得到了快速發(fā)展．CFD數(shù)值分析可節(jié)省大量的實驗費用并縮短周期，但受軟件限制忽略了詳細的化學反應動力學機理[1]，因而對污染物的預測精度遠遠不夠．

1953年，Bragg S L提出用理想的完全混合反應器(perfectly stirred reactor，PSR)和柱塞流反應器(plug-flow reactor，PFR)來模擬火焰燃燒的過程．近幾十年來，國外研究人員發(fā)展了一種結合CFD 計算結果分析的化學反應器網(wǎng)絡模型方法(chemical reactor network，CRN)[2]，該方法依據(jù)燃燒室內溫度分布及流場特性，將燃燒室劃分為若干個小區(qū)域，因而每個區(qū)域都可用簡單的理想化學反應器來模擬[3]．相比以上幾個方法，CRN的優(yōu)點是：計算時間短，且由于CRN在模擬過程中可以使用詳細的化學反應機理，因而對污染物排放的預測具有理論依據(jù)．2001年，Novosselov[4]運用化學反應網(wǎng)絡模型的方法對貧油預混燃燒燃氣輪機燃燒室進行數(shù)值模擬．Lebedev等[5]在三維數(shù)值模擬計算的基礎上，建立簡單的反應網(wǎng)絡模型對CIAM-M型燃燒室的燃燒情況進行了研究．中科院王迪[6]應用CFD和化學反應器網(wǎng)絡模型兩種計算方法，對100kW干式低排放單管燃燒室和某環(huán)形燃氣輪機燃燒室分別進行了化學反應器網(wǎng)絡模型劃分，研究了值班區(qū)當量比、進氣溫度、燃燒室壓力、停留時間和回流作用等因素對污染物排放特性的影響．劉闖等[7]建立某低排放燃燒室的參數(shù)化反應器網(wǎng)絡模型，取得了較為滿意的結果．除此之外，針對不同典型的燃燒室建立了相應的網(wǎng)絡模型，并取得了滿意的結果．

CRN模擬的關鍵在于確定每個反應器的體積和流量，而以上國內外研究都缺乏對如何確定反應器的結構及體積的詳細說明．同時，以上研究中的反應器沒有形狀，一般利用經(jīng)驗來確定體積，導致CRN模擬計算結果的精度不高．

針對以上問題，筆者構建了含有幾何特征的反應器，以便確定其體積．本文根據(jù)SPRF燃燒室流場及溫度場的模擬結果，對該燃燒室進行化學反應器網(wǎng)絡模型的劃分．由于其Damkohler數(shù)小于1[8]，所以每個區(qū)域都用含有幾何特征的PSR反應器模擬．本文著重利用遺傳算法優(yōu)化每個反應器的特征尺寸，并與實驗數(shù)據(jù)進行了對比，最后考慮了回流作用對拓撲結構的影響．

1?化學反應器模型

不同燃燒區(qū)的反應過程，通常由理想的化學反應器網(wǎng)絡來模擬．CHEMKIN中用到的燃燒模型比較多，主要有完全混合反應器(PSR)、柱塞流反應器(PFR)以及部分混合反應器(PaSR)．在本文中，由于整個燃燒室的Damkohler數(shù)小于1，故每個區(qū)域都用PSR反應器進行模擬．

PSR是一種零維理想模型[9]，用于模擬均勻燃燒．當流量一定時，反應物進入反應器后很快就在整個空間內分布均勻并與其中的產物完全混合．因而生成物的轉化速率主要由化學反應速率控制，混合過程對此并無重大影響．PSR模型計算所用的時間很短，可有效降低計算量[10]，也可利用復雜詳細的化學機理．除了快速混合，PSR還需如下假設：一是所有壁面均不可催化；二是流經(jīng)反應器的流量需用停留時間來表征．

用PSR模型進行模擬計算時，可使用多個反應器相互連接從而形成化學反應器群．反應器群中任意兩個反應器之間都可以添加回流或分流．一般情況下，上一個反應器的出口參數(shù)就是下一個反應器的入口參數(shù)．每個反應器的停留時間決定了反應物在反應器中反應的時間，停留時間又由反應器體積和反應物的流量決定．

PSR包括質量、能量及組分守恒方程．由于反應物混合很快，因此可認為反應器中的溫度和組分與反應器出口的一樣，通過反應器的質量流量也是恒定不變的，如圖1所示．在本文求解過程中，需要求解的是反應器出口溫度及各組分的質量分數(shù)，因而，求解的方程是瞬態(tài)能量守恒方程和每個組分的能量守恒方程．

圖1?PSR結構示意

(1) 質量守恒方程

(1)

停留時間(滯留時間)表示反應物在反應器中反應與流動的時間，與反應器體積和燃料質量流量有關，定義為

(2)

故上述方程可表示為

(3)

(2) 能量守恒方程

(4)

2?燃燒反應器網(wǎng)絡拓撲結構構建

2.1?SPRF燃燒室結構

近年來為了降低燃燒室污染物的排放，Neumeire等提出了一種新型燃燒室—stagnation point reverse flow(SPRF)燃燒室，其結構如圖2[11]所示．SPRF燃燒室的入口和出口在同一側，空氣和燃料沿著燃燒室中心軸線噴入，進行燃燒反應并向燃燒室封閉端方向運動．燃燒后的高溫產物在燃燒室封閉端速度滯止為零，進而反向向上運動．部分高溫產物被卷吸到反應區(qū)中，剩余的高溫煙氣則繼續(xù)往出口方向流動．因此，不管是在預混或是非預混情況下，SPRF燃燒室都可以在貧油狀態(tài)下產生較低的氮氧化物排放．

SPRF燃燒室直徑為70mm，長305mm[12]．燃燒室入口處為兩個同心管組成的環(huán)形噴口，在非預混情況下，燃料通過1個外徑為7mm的中心管噴入燃燒室，空氣則從外側噴管噴入燃燒室．

圖2?SPRF燃燒室結構示意

2.2?SPRF燃燒室數(shù)值模擬

由圖2可知，SPRF燃燒室是軸對稱的，為方便計算，選取其1/4作為計算域．利用Gambit軟件對計算域進行建模及網(wǎng)格劃分．網(wǎng)格均為非結構化網(wǎng)格，在燃燒室中后部加密，共有208848個網(wǎng)格數(shù)．

本文采用Fluent對SPRF燃燒室進行數(shù)值模擬．湍流模型為標準模型，燃燒狀態(tài)為穩(wěn)態(tài)燃燒，采用渦耗散模型模擬燃燒過程．當甲烷與空氣混合物的質量流量為8.1g/s時，模擬當量比0.5時的工況，計算參數(shù)如表1所示．燃料和空氣均為質量流量進口，并給定了湍流強度及水力直徑；出口為壓力出口；認為壁面處速度無滑移，且與外界無熱量交換．兩個側面均為對稱面．

表1?計算參數(shù)

Tab.1?Calculation parameters

圖3為SPRF燃燒室中心截面速度分布．可以看出，燃燒后的高溫產物在燃燒室封閉端速度滯止為零，進而反向運動．快到出口時，有部分高溫煙氣被卷吸到進口處，預熱了未燃空氣和燃料，不僅降低了燃燒室溫度，同時也減少了污染物排放．

圖3?SPRF燃燒室中心截面速度云圖

圖4為SPRF燃燒室中心截面溫度分布．可以看出，由于燃燒后的高溫產物會朝向燃燒室底部流動直至速度滯止為0，所以高溫區(qū)在整個燃燒室的中后部．隨后高溫產物反向流動，部分熱量加熱未燃空氣與燃料，因而高溫產物溫度逐漸降低．

圖5為SPRF燃燒室的流線圖，可以明顯看出流體的運動軌跡．

對網(wǎng)格進行無關性檢驗，以減小網(wǎng)格數(shù)量對計算結果的影響[13]．依次對SPRF燃燒室劃分了5萬、10萬、15萬、20萬、30萬的網(wǎng)格．表2為不同網(wǎng)格數(shù)量下，燃燒室中軸線上流體速度結果．

圖4?SPRF燃燒室中心截面溫度云圖

圖5?SPRF燃燒室流線圖

表2?沿中軸線方向速度結果

Tab.2?Velocityalong the central axes

通過對比不同網(wǎng)格量計算結果的差異發(fā)現(xiàn)：當網(wǎng)格總數(shù)小于20萬時，網(wǎng)格數(shù)量對計算結果存在一定的影響．當網(wǎng)格總數(shù)達到20萬之后，網(wǎng)格數(shù)量對計算結果幾乎沒有影響．綜合考慮計算精度與計算時間，本文選取網(wǎng)格數(shù)量為20萬的方案．如圖6所示，其中case1～case5分別表示網(wǎng)格數(shù)為5萬、10萬、15萬、20萬、30萬．

圖6?不同網(wǎng)格數(shù)對計算結果的影響

2.3?燃燒化學反應器網(wǎng)絡拓撲結構的構建

燃燒室不同區(qū)域的數(shù)決定了該區(qū)域用哪種反應器模擬．數(shù)是流動特征時間與化學特征時間的比值，即

(5)

流動特征時間為流體中最大渦旋的存在時間．

(6)

化學反應時間是根據(jù)層流火焰定義出的．

?(7)

當數(shù)很大時，則流體的化學反應速率就越快；當數(shù)很小接近0時，化學反應則可被認為是停滯的．因而一般規(guī)定數(shù)小于1的區(qū)域用PSR模擬，數(shù)大于1則用PFR來模擬．根據(jù)CFD結果，計算燃燒室數(shù)，其結果如圖7所示．

圖7?SPRF燃燒室Da數(shù)

根據(jù)計算得知，整個SPRF燃燒室的數(shù)均小于1，因此不管如何劃分SPRF燃燒室，每個區(qū)域都應用PSR來模擬．

在燃燒過程中，溫度高于1500℃時，NO的生成變得明顯[14]．隨溫度升高，NO生成量按指數(shù)規(guī)律迅速增加．由此可見，溫度對NO的生成有決定性作用．因此，本文主要根據(jù)燃燒室的溫度將燃燒室劃分為幾個小區(qū)域，反應器之間的關系根據(jù)燃燒室的流場分別得出．根據(jù)CFD數(shù)值模擬結果，可以將此燃燒室劃分為4個區(qū)域，每個區(qū)域都用PSR反應器來模擬，如圖8所示．

圖8?SPRF燃燒室結構劃分示意

由于SPRF燃燒室為圓柱形，所以PSR1和PSR2為圓柱體，PSR3和PSR4為圓環(huán)柱．其化學反應器網(wǎng)絡模型如圖9所示，表示空氣和燃料先進入PSR1燃燒，再經(jīng)過PSR2、PSR3，最后燃燒產物經(jīng)過PSR4噴出．

圖9?CRN拓撲結構

2.4?優(yōu)化算法

反應器的參數(shù)會影響CRN模擬結果的精度．如何確定這些參數(shù)，使模擬結果更接近實驗結果，顯得十分重要．為方便計算反應器體積，構建了含有幾何特征的反應器網(wǎng)絡，如圓柱、長方體等．因而只需確定每個反應器的特征尺寸，即可得到反應器的體積．由于以往的實驗研究中，SPRF燃燒室采用甲烷作為燃料，因而本文采用GRI Mech 3.0機理，其中包括了53組分及325個基元反應[15]，適用于反應溫度1000～2500K，當量比0.1～5.0的反應系統(tǒng)．根據(jù)3組實驗數(shù)據(jù)，利用遺傳算法[16-18]求得每個反應器的最佳特征尺寸，使得CRN模擬的出口溫度與實驗數(shù)據(jù)最為符合．

燃燒室的半徑為3.5cm，長度為34.8cm，根據(jù)圖7可知，需要尋優(yōu)的是反應器PSR1的半徑，長度．每個反應器的特征尺寸如表3所示．

表3?反應器特征尺寸

Tab.3?Characteristic size of reactors

不同當量比下，燃燒室出口溫度的實驗數(shù)據(jù)如圖10所示[19]．

圖10?不同當量比下的出口溫度

本文選取了當量比分別為0.50、0.58、0.70的3組實驗數(shù)據(jù)作為已知參數(shù)對變量進行優(yōu)化．其算法如下：首先對染色體進行編碼．采用傳統(tǒng)的32位二進制串來表示(0～1)之間的浮點值，由于同時求解兩個變量，因而每次隨機產生兩個浮點值val[2]．因此這兩個變量的值為

(8)

(9)

(10)

3?研究結果與分析

經(jīng)過迭代運算，得到PSR1的半徑＝1.34366cm，PSR1的長度＝16.51083cm．為驗證此優(yōu)化結果的正確性和合理性，分別對當量比0.8、0.9、1.0時的工況進行計算，并與實驗結果進行比對，結果如圖11所示．

圖11?CRN模擬值與實驗值

在3組工況下，CRN模擬的燃燒室出口溫度分別為2097.9K、2214.3K、2306.3K．從圖中可以看出，當量比在0.8～1.0之間時，隨著當量比的增大，模擬得到的燃燒室出口溫度隨之增大，與實驗趨勢吻合良好．這是由于隨著當量比的增大，燃料的組分增加，燃燒放熱量增多，導致燃燒后的氣體溫度升高．CRN模擬得到的出口溫度與試驗值的最小誤差為1.3%，最大誤差為4.8%，在可接受范圍內．說明該拓撲結構是合理的，且優(yōu)化出反應器的特征尺寸具有很強的適用性，即在當量比變化時，不需要改動反應器結構和特征尺寸，就能較為準確地預測出燃燒室出口溫度.

在圖9的SPRF燃燒室化學反應器網(wǎng)絡拓撲結構中，任意兩個反應器之間沒有添加回流，而在圖5中可明顯看出燃燒室存在著回流區(qū)，部分高溫產物被卷吸到入口處的未燃燃料中．從圖中可以明顯看出，回流區(qū)大體分布在距射流噴嘴軸向距離0.02～0.10m內，徑向上距離中軸線為0.10～0.30m內，該回流區(qū)域所在的位置在反應器PSR1和PSR4上．所以CRN模擬的出口溫度與實驗值存在誤差的主要原因可能是未加入回流作用．因而在圖12構建的反應器拓撲結構中考慮了從PSR4到PSR1的回流作用．回流使得高溫產物的部分熱量被傳遞給低溫的進口燃燒，不僅預熱了低溫燃料，有利于充分燃燒；而且降低了燃燒室的出口溫度．

圖12?考慮回流作用的CRN拓撲結構

(11)

經(jīng)過迭代運算，得到PSR1的＝1.45174cm，＝18.75129cm，＝0.34788．對此拓撲結構進行計算驗證，結果如圖13所示．

圖13?考慮回流作用時CRN模擬值與實驗值

Fig.13 Simulation and experimental data of CRN consid-ering backflow effect

從圖13可以得知：在3組工況下，CRN模擬的燃燒室出口溫度分別為2087.0K、2199.5K、2241.5K；考慮回流作用的CRN模擬值與試驗值較為吻合，其最小誤差為0.8%，最大誤差為1.89%．由圖11和圖13可知，考慮回流作用模擬出的溫度值比沒有考慮回流作用模擬出的溫度值要小，這是由于回流使得部分高溫產物的熱量傳遞給了低溫的進口空氣與燃料，因而，出口溫度降低，這與實際的燃燒相符合．因而相比沒有回流的網(wǎng)絡拓撲結構，考慮回流作用的網(wǎng)絡拓撲結構更能準確預測燃燒室流場信息.

根據(jù)以上得到的各反應器的特征尺寸，對圖9中CRN重新計算，結果如圖14所示．

圖14?優(yōu)化后CRN模擬值與實驗值

在3組工況下，CRN模擬的燃燒室出口溫度分別為2091.1K、2210.3K、2310K．與實驗值的誤差最小為1.01%，最大為5%．

圖11、圖13和圖14分別代表了4種優(yōu)化方案：方案1、方案2和方案4．方案1為PSR1的半徑為1.34366cm，長度為16.51083cm，CRN模擬時不考慮回流作用；方案3為PSR1的半徑為1.45174cm、長度為18.75129cm、回流率為0.34788時進行CRN模擬；方案4為PSR1的半徑為1.45174cm，長度為18.75129cm，CRN模擬時不考慮回流作用．為了考慮反應器長度變化對計算結果的影響，本文提出了方案2：PSR1的半徑為1.34366cm，長度為16.51083cm，回流率為0.34788時進行CRN模擬．4種方案下每個反應器體積如表4所示．

表4?不同方案下反應器體積

Tab.4?Volumes of reactors in different schemes

通過對比這4種方案可知：方案2與方案3考慮了回流作用的影響，方案1與方案4不考慮回流作用；當PSR1的半徑由1.34366cm增為1.45174cm，長度由16.51083cm增為18075129cm時，反應器PSR1和PSR3的體積增大，PSR2和PSR4的體積變?。?種方案的計算結果如圖15和表5所示．

圖15?4種優(yōu)化方案對比

表5?4種優(yōu)化方案的相對誤差

Tab.5?Relative error of four optimization schemes

根據(jù)圖15及表4可得4種優(yōu)化方案中，方案3的結果更精確．這是由于考慮回流使得模擬的燃燒狀態(tài)更接近真實燃燒情況，從而燃燒室出口溫度更接近實驗值；其次，當反應器1體積變大時，反應物在反應器中的停留時間增長，燃燒會更加充分，因而燃燒出口溫度更加接近于真實值．所以選取方案3的優(yōu)化結果．因此，當燃燒室存在回流域時，該回流區(qū)不能由單一的反應器表示，而是需要劃分成幾個反應器，并在反應器間添加回流，利用優(yōu)化算法優(yōu)化出回流率，這樣CRN模擬出的結果會更接近實驗值，精度更高．

根據(jù)上面得到的各反應器的特征尺寸，按照圖12的化學反應器模型，對不同工況下的燃燒室進行燃燒計算．圖15給出了進口溫度300K、當量比分別為0.50、0.58、0.70、0.80、0.90、1.00時NO的排放特性．SPRF燃燒室出口NO排放量隨當量比的增加而增大，這是由于受到熱力NO機制的控制．當當量比大于0.7時，燃燒室的溫度超過2000K，因而NO的生成極為迅速．但當當量比從0.9增加到1.00時，由于燃料組分增加，沒有足夠的氧氣進行燃燒，因而NO增加變?。趫D16中，在當量比從0.5開始增大時，NO排放量也隨之增大，當量比大于0.9時，NO排放量增加變小，這種變化趨勢與理論相吻合，是合理的．根據(jù)對比可知，CRN模擬出的NO排放量比實驗值要大，這是由于CRN模擬的出口溫度比實驗值大．

圖16?當量比與NO排放關系

圖17表示了進口溫度對NO排放的影響，計算了當量比為0.5，進口溫度從300～700K范圍內時NO的生成情況．隨著進口溫度的增大，燃燒室內溫度升高，燃燒更為充分，因而反應器溫度升高．溫度是影響NO生成的主要因素，溫度越高，NO生成量越多，所以NO排放量隨進口溫度增大而增大．從圖17中可以看出，當進口溫度增大時，NO排放量也隨之增大，與理論情況吻合，因而該變化趨勢是合理的.

4?結?論

本文首先基于SPRF燃燒室數(shù)值模擬的溫度圖確定反應器的種類及結構，根據(jù)流場確定反應器之間的關系．本文著重利用遺傳算法優(yōu)化出每個反應器的特征尺寸，最后考慮了回流作用對反應器拓撲結構的影響．通過以上計算與分析，得出以下結論：

(1) 基于SPRF燃燒室CFD數(shù)值模擬，對燃燒室構建了含有幾何特征的PSR反應器網(wǎng)絡模型，并利用遺傳算法優(yōu)化出反應器的特征尺寸．對其他工況進行CRN模擬計算，計算結果與實驗值相差不大，說明構建的PSR反應器網(wǎng)絡拓撲結構是合理的．證明了優(yōu)化后的反應器拓撲結構在當量比為0.8～1.0時，具有很強的適用性，不需要改動反應器結構和特征尺寸，就能高效準確地預測燃燒室流場信息．因而相較于CFD模擬，此方法縮短了大量的計算時間．

(2) 考慮回流作用后，對優(yōu)化的反應器進行CRN模擬，計算結果與試驗值的最大誤差從4.8%變?yōu)?.89%．說明相比于沒有回流的網(wǎng)絡拓撲結構，考慮回流作用的網(wǎng)絡拓撲結構能更準確預測燃燒室流場信息．

(3) 在總質量流量一定的情況下，反應器出口溫度隨著當量比的增大而增大，NO的生成量也會增大．在當量比一定的情況下，隨著進口溫度的增大，燃燒更為充分，燃燒室內溫度升高，因而NO排放量也隨之增大．

［1］ Carmine Russo，Giulio Mori，Joao Parente. Micro gas turbine combustor emissions evaluation using the chemical reactor modeling approach[J].：，，，2007，2：531-542.

［2］ 王?迪，孔文俊，艾育華，等. 環(huán)形燃燒室化學反應器網(wǎng)絡模型分析[J]. 工程熱物理學報，2011，32(增1)：276-279.

Wang Di，Kong Wenjun，Ai Yuhua，et al. Chemical reactor network application to emissions prediction for the annular turbine combustor[J].，2011，32(Suppl 1)：276-279(in Chinese).

［3］ Dimitri Mavris. Enhanced Emission Prediction Modeling and Analysis for Conceptual Design[D]. Atlanta，USA：Georgia Institute of Technology，2010.

［4］ Novosselov I V. Eight-Step Global Kinetic Mechanism on Methane Oxidation with Nitric Oxide Formation for Lean Premixed Combustion Turbines[D]. Washington，USA：University of Washington，2001.

［5］ Lebedev A B，Secundov A N，Starik A M. Modeling study of gas-turbine combustor emission [J].，2009，32(2)：2941-2947.

［6］ 王?迪. 燃氣輪機燃燒室污染物生成的數(shù)值分析[D]. 北京：中國科學院工程熱物理研究所，2010.

Wang Di. The Numerical Study on Combustion Emissions for Gas Turbine Combustor[D]. Beijing：Institute of Engineering Thermophysics，Chinese Academy of Sciences，2010(in Chinese).

［7］ 劉?闖，李鵬飛，劉?勇，等. 低排放燃燒室化學反應器網(wǎng)絡模型的參數(shù)化[J]. 航空發(fā)動機，2016，42(2)：11-16.

Liu Chuang，Li Pengfei，Liu Yong，et al. Parameterized chemical reactor networks molds of low-emission combustor[J].，2016，42(2)：11-16(in Chinese).

［8］ Cicoria D，Chan C K. Large eddy simulation of lean turbulent hydrogen-enriched methane-air premixed flames at high Karlovitz numbers[J].，2016，41(47)：22479-22496.

［9］ Merino Madrid C. Chemical Reactor Network for LDI Combustor：CRN development and Analysis of Different Fuels[D]. Delft，Netherlands：Delft University of Technology，2017.

［10］ 楊忠濱. 湍流脈動性能對短環(huán)形燃燒室燃燒流場的影響[D]. 哈爾濱：哈爾濱工程大學動力與能源工程學院，2013.

Yang Zhongbin. Influence of Turbulent Fluctuation on Combustion Flow Field of Annular Combustion Chanmber[D]. Harbin：College of Power and Energy Engineering，Harbin Engineering University，2013(in Chinese).

［11］ Duwig C，Iudiciani P. Large eddy simulation of turbulent combustion in a stagnation point reverse flow combustor using detailed chemistry[J].，2014，123(1)：256-273.

［12］ 崔玉峰，呂?煊，徐?綱，等. 滯止點回流無焰燃燒燃燒室的數(shù)值模擬研究[C]//中國工程熱物理學會燃燒學學術會議. 西安，2008：084299.

Cui Yufeng，Lü Xuan，Xu Gang，et al. Numerical simulation on recirculation flamless combustor with stagnation point[C]//. Xi'an，China，2008：084299(in Chinese).

［13］ 王?方，明亞麗，劉鄧歡. 湍流-化學雙時間尺度PDF湍流燃燒模型及其檢驗[J]. 燃燒科學與技術，2018，24(3)：214-222.

Wang Fang，Ming Yali，Liu Denghuan. Turbulence-chemistry two-time-scale PDF turbulence combustion model and its validation[J].，2018，24(3)：214-222(in Chinese).

［14］ 李?磊. 燃氣輪機燃燒優(yōu)化和氮氧化物排放控制研究[D]. 武漢：武漢理工大學資源與環(huán)境工程學院，2015.

Li Lei. Research on Optimizing Combustion and Controlling NOEmission of Gas Turbine[D]. Wuhan：School of Resources and Environment Engineering，Wuhan University of Technology，2015(in Chinese).

［15］ 黃?利. 基于化學反應動力學的低熱值氣體燃料缸內燃燒模擬研究[D]. 北京：北京交通大學機械與電子控制工程學院，2011.

Huang Li. The Combustion Numerical Simulation Study of the In-Cylinder Fueled with Lower Heating Value Gas Based on the Chemical Reaction Kinetics[D]. Beijing：School of Mechanical，Electronic and Control Engineering，Beijing Jiaotong University，2011(in Chinese).

［16］ 黃豪中，蘇萬華，裴毅強. 微種群遺傳算法在電控柴油機控制參數(shù)優(yōu)化中的應用[J]. 燃燒科學與技術，2009，15(5)：423-428.

Huang Haozhong，Su Wanhua，Pei Yiqiang. Application of micro-genetic algorithm to parameter optimization for electronically controlled disel engines[J].，2009，15(5)：423-428(in Chinese).

［17］ 韋紅旗，牛中敏，江文豪，等. 自適應遺傳優(yōu)化的最小二乘支持向量回歸機在煤粉著火溫度建模中的應用[J]. 燃燒科學與技術，2011，17(3)：191-195.

Wei Hongqi，Niu Zhongmin，Jiang Wenhao，et al. Application of LSSVR oprimized by adaptive genetic algprithm at modeling igniting temperature of pulverized-coal[J].，2011，17(3)：191-195(in Chinese).

［18］ Boichot R，F(xiàn)an Y. A genetic algorithm for topology optimization of area-to-point heat conduction problem [J].，2016，108：209-217.

［19］ 李國能，周?昊，岑可法. 滯止點回流燃燒器熱聲脈動特性實驗研究[J]. 中國電機工程學報，2011，31(2)：1-6.

Li Guoneng，Zhou Hao，Cen Kefa. Experimental investigation on characteristics of thermoacoustic oscillations in a stagnation point reverse flow combustor[J].，2011，31(2)：1-6(in Chinese).

Optimization and Performance Analysis of Combustor Based on Chemical Reactor Network

Zhao Lu1, 2，Liu Yong1, 2，Zhang Xiang1, 2，Li Yaqing1, 2

(1. College of Energy and Power Engineering，Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China； 2. Aero-Engine Thermal Environment and Structure Key Laboratory of Ministry of Industry and Information Technology， Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China)

To rapidly and accurately predict the information of flow field in a combustor，a chemical reactor network(CRN)containing geometric characteristics was established．The combustor was divided according to the numerical simulation result obtained using computational fluid dynamics(CFD). A characteristic network was built，in which each region was simulated by different reactors．This approach was applied to build a topological network for the stagnation point reverse flowcombustor．Experimental data were used to optimize the characteristic dimensions of CRN．Simulations and calculations were then performed based on CRN，showing that the simulation results were in good agreement with the experimental data．Finally，the influence of backflow effect on the topological structure was considered．Research results indicate that the optimized CRN was reasonable，and its topological structure had strong capability when the equivalence ratio ranged from 0.8 to 1.0. Comparatively，the topological structure with the consideration of backflow effect could predict the information of flow field in the combustor more accurately than that without．With the increase in equivalence ratio，NOemissions increased．With the increase in inlet temperature，NOemissions increased as well．Furthermore，the proposed method could greatly reduce the computation time compared with CFD．

chemical reactor；topological structure；backflow；optimization；stagnation point reverse flow combustor

TK16

A

1006-8740(2019)03-0251-09

2018-09-23.

趙?璐（1994—），女，碩士，812391201@qq.com.

劉?勇，男，博士，副教授，njfuzlzc@126.com.

10.11715/rskxjs.R201809014