新型粉罐車流化床氣室和氣道結(jié)構(gòu)參數(shù)研究與結(jié)構(gòu)優(yōu)化

許 偉, 曾億山, 燕 浩

(合肥工業(yè)大學(xué) 機(jī)械工程學(xué)院,安徽 合肥 230009)

0 引 言

粉罐車用流化床是一種廣泛應(yīng)用于工業(yè)粉料運(yùn)輸行業(yè)的能夠使粉料流態(tài)化的封閉裝置。所謂粉料流態(tài)化就是壓縮氣體透過(guò)流化床,使流化床上的粉料相互分離而懸浮于空氣中,使粉料具有一般流體的特性,以便于運(yùn)輸,減少浪費(fèi)和環(huán)境污染。當(dāng)前的粉罐車采用布袋結(jié)構(gòu),使得粉料流化效果不理想,流化死區(qū)面積大,粉料剩余率較高等問(wèn)題都制約著粉罐車的發(fā)展。

關(guān)于流化床的基礎(chǔ)理論各國(guó)學(xué)者已展開諸多研究[1-3],發(fā)現(xiàn)流化床流化面的流體速度是影響流化床流化性能和粉料流化質(zhì)量的關(guān)鍵因素,同時(shí)也影響著粉料卸載的工作效率和粉料殘余率[4]。流化床的幾何結(jié)構(gòu)是影響氣體分布均勻的關(guān)鍵因素,若流化床面積較大,而床層較薄,則流化床層易出現(xiàn)溝流等非正常流化狀態(tài);若流化床面積較小,床層較厚,則易出現(xiàn)氣泡和節(jié)涌等非正常流化狀態(tài);若物料直徑差異較大,則易出現(xiàn)分層等非正常流化狀態(tài)[5-6]。因此,為了提高流化床粉料卸載效率和減小粉料殘余率,有必要加深對(duì)粉料運(yùn)輸領(lǐng)域流化床內(nèi)流體速度分布均勻性的研究。

目前常用的優(yōu)化方法包括田口算法、正交算法等[7-8]。文獻(xiàn)[9]將改進(jìn)的粒子群優(yōu)化算法和有限元分析的田口算法用于優(yōu)化安裝有渦旋壓縮機(jī)的六相銅轉(zhuǎn)子感應(yīng)電動(dòng)機(jī),以實(shí)現(xiàn)最小的制造成本和起動(dòng)電流、最大的效率和功率因數(shù);文獻(xiàn)[10]通過(guò)田口算法和多元回歸優(yōu)化一種空氣分配器通道的結(jié)構(gòu)參數(shù),得到了結(jié)構(gòu)參數(shù)的最佳方案及其預(yù)測(cè)阻力系數(shù);文獻(xiàn)[11]使用標(biāo)準(zhǔn)時(shí)間分?jǐn)?shù)擴(kuò)散方程分析氣體在多孔介質(zhì)中的擴(kuò)散濃度分布,發(fā)現(xiàn)氣體分子在多孔介質(zhì)中傳輸?shù)某谠r(shí)間在10-8～10-6s的范圍內(nèi);文獻(xiàn)[12]將田口算法應(yīng)用于垂直軸潮汐渦輪機(jī)的水動(dòng)力特性優(yōu)化中,優(yōu)化后的垂直軸潮汐渦輪機(jī)的功率系數(shù)比基準(zhǔn)設(shè)計(jì)提高了24%,流動(dòng)分離大大減少。以上這些對(duì)田口算法的應(yīng)用為本文分析流化床流體速度分布均勻性提供了理論基礎(chǔ)。

計(jì)算機(jī)技術(shù)的發(fā)展推動(dòng)了計(jì)算流體力學(xué)(computational fluid dynamics,CFD)在流體計(jì)算仿真領(lǐng)域的應(yīng)用,大量的研究證明該方法能夠準(zhǔn)確預(yù)測(cè)流體流動(dòng)特性[13]。文獻(xiàn)[14]使用CFD開發(fā)了一個(gè)用于模擬通過(guò)各種幾何形狀管道結(jié)構(gòu)中細(xì)顆粒的氣動(dòng)傳輸模型,驗(yàn)證了在水平和垂直氣力輸送中顆粒尺寸的分布完全不同;文獻(xiàn)[15]用CFD方法,以氧化鋁為輸送材料,進(jìn)行氣力密相輸送試驗(yàn),由此分析了固體體積分?jǐn)?shù)、氣體/固體速度等重要參數(shù)在管道橫截面上的變化;文獻(xiàn)[16]在單溫度多孔介質(zhì)模型的基礎(chǔ)上修正了雙溫度多孔介質(zhì)模型,通過(guò)CFD模擬了固定床反應(yīng)器多孔介質(zhì)中氣體的流動(dòng),模擬結(jié)果與實(shí)際數(shù)據(jù)吻合較好;文獻(xiàn)[17]采用多孔介質(zhì)和CFD-DEM2種方法模擬一種反應(yīng)器中氦的熱水力特性,結(jié)果表明2種方法模擬的傳熱特性大致相同。

關(guān)于流化床流動(dòng)特性有諸多研究。然而,在粉料運(yùn)輸領(lǐng)域,提高流化床內(nèi)氣體分布均勻性方面的研究較少,尤其是流化床氣室和氣道結(jié)構(gòu)對(duì)流體分布的影響。因此本文以粉罐車流化床為研究對(duì)象,基于田口算法分別設(shè)計(jì)了16種新型流化床氣室和氣道結(jié)構(gòu)參數(shù)方案。通過(guò)信噪比及方差結(jié)果分析各結(jié)構(gòu)參數(shù)對(duì)響應(yīng)的影響,獲得了各參數(shù)的貢獻(xiàn)率及其最佳參數(shù)組合。相關(guān)研究成果可為粉罐車流化床結(jié)構(gòu)設(shè)計(jì)提供參考。

1 粉罐車流化床工作原理

傳統(tǒng)粉罐車用流化床采用布袋結(jié)構(gòu),如圖1a所示,壓縮氣體直接進(jìn)入均勻分布在罐體底部的布袋,布袋四周均是流化面,由于布袋所用布料的氣阻相同,因此壓縮氣體使靠近氣室部分的粉料先進(jìn)入流化狀態(tài),布袋末端的粉料則難以流化,同時(shí)兩側(cè)布袋對(duì)其外側(cè)粉料輸送的氣體分布不均勻,因此存在流化死區(qū)。

圖1 粉罐車流化床結(jié)構(gòu)模型

新設(shè)計(jì)的粉罐車用流化床在氣室中間添加了一塊隔板,電機(jī)驅(qū)動(dòng)空壓機(jī)產(chǎn)生的壓縮氣體經(jīng)進(jìn)氣管道向罐體兩頭的氣室輸送,氣室內(nèi)的氣體經(jīng)過(guò)隔板的緩沖形成流速均勻的氣體后,流過(guò)鋪有透氣布的新型氣道區(qū)域形成細(xì)微、均勻的氣流進(jìn)入粉料層,使粉料流態(tài)化,如圖1b所示。優(yōu)化后的氣道除透氣布?jí)壕o位置存在死區(qū)外,總體部分死區(qū)面積明顯減少,由傳統(tǒng)粉罐車約11%死區(qū)降至約6%。

流化床上的氣道均勻地分布在罐車氣室的圓弧上。由于進(jìn)氣管道與氣道方向相垂直,因此經(jīng)空壓機(jī)壓縮后的高速氣體進(jìn)入氣室擴(kuò)散后流到氣道入口處時(shí),不同氣道處的氣體速度仍然存在一定的差異,進(jìn)而影響粉料的整體流化效果。因此,本文將不同測(cè)量點(diǎn)氣體的速度分布相對(duì)其平均速度的偏離程度稱為氣體的速度分布均勻性,該值越小,氣體的速度分布相對(duì)其平均速度的偏離程度越低,速度均勻性越好,氣道入口處和流化面的速度分布均勻性表達(dá)式分別為:

(1)

(2)

2 田口算法試驗(yàn)設(shè)計(jì)與數(shù)值模擬

2.1 田口算法的試驗(yàn)設(shè)計(jì)

田口算法是應(yīng)用在試驗(yàn)設(shè)計(jì)和確定參數(shù)對(duì)系統(tǒng)效率的影響方面使用最為廣泛的統(tǒng)計(jì)方法之一[18]。與傳統(tǒng)的優(yōu)化方法注重于提高系統(tǒng)的平均性能相比,田口算法更注重于通過(guò)對(duì)所有可能試驗(yàn)中的一部分典型試驗(yàn)進(jìn)行計(jì)算,以獲得更好的參數(shù)組合,從而深入了解控制因子的變化對(duì)系統(tǒng)效率的影響。

本文氣室部分的結(jié)構(gòu)影響氣道入口處的速度分布,氣道部分的結(jié)構(gòu)影響著粉料流化面的速度分布,2個(gè)部分的結(jié)構(gòu)都會(huì)影響流化床的流化效果,因此為了深入了解不同結(jié)構(gòu)參數(shù)對(duì)系統(tǒng)響應(yīng)的影響,分別對(duì)氣室和氣道部分的結(jié)構(gòu)參數(shù)進(jìn)行田口算法試驗(yàn)設(shè)計(jì)。該設(shè)計(jì)分為以下4個(gè)步驟[19-20]。

(1) 確定分析對(duì)象。本文需要通過(guò)數(shù)值分析研究以下2個(gè)目標(biāo)對(duì)象:① 流化床氣室和氣道的結(jié)構(gòu)參數(shù)對(duì)流化床內(nèi)氣體速度分布均勻性的影響;② 分析不同結(jié)構(gòu)參數(shù)的貢獻(xiàn)率,確定結(jié)構(gòu)參數(shù)的最優(yōu)組合。

(2) 確定響應(yīng)特性。本文選取vu和vu′作為田口算法的響應(yīng),通過(guò)CFD數(shù)值模擬得出每個(gè)小氣道入口處和流化面流體ui和ui′,由(1)式、(2)式計(jì)算得到各個(gè)方案的vu和vu′值。

(3) 確定因素及其水平。流入氣道的氣體是經(jīng)過(guò)有分隔板的氣室緩沖擴(kuò)散后輸入的,因此氣道入口處氣體的速度均勻性取決于氣室的結(jié)構(gòu)參考。氣室部分選取V、K及δ作為影響流化床內(nèi)氣體速度分布均勻性的關(guān)鍵因素進(jìn)行分析,如圖2a所示。其中:V為流化床氣室的整體容積大小;K為隔板右側(cè)氣室容量與左側(cè)氣室容量的比值;δ為隔板上端部的直線部分與氣室上壁面的距離。氣室結(jié)構(gòu)參數(shù)及其不同水平值見表1所列。

表1 氣室、氣道結(jié)構(gòu)參數(shù)及其水平值

圖2 氣室和氣道結(jié)構(gòu)

流化床氣道的結(jié)構(gòu)參數(shù)是影響流化面氣體速度分布均勻性的關(guān)鍵因素,為了分析流化床氣道的幾何參數(shù)對(duì)流化性能的影響,確定氣道高度H和氣道弧長(zhǎng)L這2個(gè)關(guān)鍵的結(jié)構(gòu)參數(shù)進(jìn)行分析,如圖2b所示。所選的因素及其具體的水平值見表1所列。

(4) 選擇合適的正交陣列。對(duì)于氣室選取的三因素四水平的試驗(yàn)方案,傳統(tǒng)的試驗(yàn)方法需要進(jìn)行64次試驗(yàn)才能全面地分析所有因素水平的影響,田口算法提供了一種基于正交陣列的試驗(yàn)方法,僅需16次試驗(yàn)即可均勻地考慮到每個(gè)因素的影響,有效地提高了試驗(yàn)效率。賦值后的三因素四水平正交陣列見表2所列。

表2 氣室和氣道結(jié)構(gòu)參數(shù)正交試驗(yàn)方案

對(duì)于氣道選取的兩因素四水平的試驗(yàn)方案,同樣采用上述田口算法提供的正交陣列。賦值后兩因素四水平的正交陣列見表2所列。

2.2 數(shù)值模擬

2.2.1 計(jì)算區(qū)域及邊界條件

為了分析流化床氣室和氣道的結(jié)構(gòu)參數(shù)對(duì)氣道入口處氣體的速度分布均勻性和床層內(nèi)部壓縮氣體流動(dòng)特性的影響,對(duì)基于田口算法設(shè)計(jì)的16種氣室和氣道結(jié)構(gòu)參數(shù)進(jìn)行數(shù)值計(jì)算。單側(cè)計(jì)算區(qū)域如圖3所示。進(jìn)口邊界條件為2.34 m/s質(zhì)量流進(jìn)口,出口設(shè)為9 kPa靜壓出口。當(dāng)能量殘差小于10-6且其他變量的殘差均小于10-3時(shí),可以認(rèn)為計(jì)算收斂,數(shù)值計(jì)算結(jié)果有效。

圖3 單側(cè)計(jì)算區(qū)域

為了使仿真結(jié)果更為準(zhǔn)確,現(xiàn)將工程實(shí)際中覆蓋在氣道上層的透氣布在仿真計(jì)算區(qū)域中設(shè)置為多孔介質(zhì)層。仿真模擬時(shí),多孔介質(zhì)層可以在氣道入口處提供一定的透氣阻力,使得進(jìn)入流化床氣道的氣體不會(huì)出現(xiàn)在氣道入口處就通過(guò)設(shè)定的仿真出口全部流失,導(dǎo)致流化床中后半部氣體速度衰減消失,使仿真結(jié)果更貼合實(shí)際情況,提高了仿真結(jié)果的真實(shí)性和準(zhǔn)確性。

2.2.2 控制方程

粉罐車流化床優(yōu)化設(shè)計(jì)為工程領(lǐng)域?qū)嶋H問(wèn)題,RNGk-ε湍流模型是應(yīng)用較為廣泛且精度較高的解決工程實(shí)際問(wèn)題的湍流模型。其控制方程[21]如下。

連續(xù)性方程為:

(3)

動(dòng)量方程為:

(4)

湍流脈動(dòng)動(dòng)能方程為:

(5)

湍流耗散率方程為:

(6)

渦黏系數(shù)和生成項(xiàng)分別為:

μt=Cμρk2/ε,

Pk=μtU·(U+UT)-

2.2.3 網(wǎng)格無(wú)關(guān)性驗(yàn)證

本文借助ICEM軟件對(duì)計(jì)算區(qū)域進(jìn)行網(wǎng)格劃分,如圖4所示,為了消除網(wǎng)格數(shù)量對(duì)計(jì)算結(jié)果的影響,以V為0.19 m3、K為0.5、δ為3 mm的氣室和L為180 mm、H為17 mm的氣道試驗(yàn)L1為例,進(jìn)行網(wǎng)格無(wú)關(guān)性驗(yàn)證,其他試驗(yàn)方案采用相同的網(wǎng)格劃分方法。

圖4 計(jì)算區(qū)域網(wǎng)格圖

表3 網(wǎng)格無(wú)關(guān)性驗(yàn)證

0.001 832、R2=5.596%,vu′下降了0.000 445、R2=4.897%;方案4與方案3相比,vu下降了0.00 367、R2=1.868%,vu′下降了0.000 185、R2=1.396%;方案5與方案4相比,vu僅下降了0.000 095、R2=0.134%,vu′僅下降了0.000 069、R2=0.249%。但由于網(wǎng)格數(shù)量較多,所需的計(jì)算時(shí)間大大增加。因此,綜合考慮時(shí)間成本和計(jì)算精度,選用方案4的網(wǎng)格數(shù)量進(jìn)行數(shù)值計(jì)算。

3 結(jié)果分析

采用上述數(shù)值模擬方法,得到流化床內(nèi)部氣體流動(dòng)和速度分布情況,由(1)式、(2)式計(jì)算出各方案氣道入口處和流化面流體的速度分布均勻性,見表4所列。

表4 速度分布均勻性

3.1 信噪比分析

在田口算法中,需要計(jì)算的損失函數(shù)被轉(zhuǎn)換成信噪比函數(shù),利用信噪比函數(shù)可以確定測(cè)量值或計(jì)算值與期望值之間的偏差[22]。信噪比指目標(biāo)值與標(biāo)準(zhǔn)差的比值,是一個(gè)度量穩(wěn)健性的參數(shù),本文為了得到最佳的響應(yīng)特性,即氣道入口處和流化面處流體的速度分布均勻性最小,采用望小特性(small the better,STB)的方法評(píng)估,表達(dá)式為:

(7)

通過(guò)田口算法對(duì)由數(shù)值計(jì)算得到的響應(yīng)結(jié)果進(jìn)行分析,得到V、K、δ3個(gè)因素各個(gè)水平對(duì)氣道入口處流體速度分布均勻性的信噪比響應(yīng),見表5所列,其中Δ1為每個(gè)因子的最大信噪比平均響應(yīng)值與最小信噪比平均響應(yīng)值之差。結(jié)果表明δ(Δ1=11.67、r=1)對(duì)信噪比的效應(yīng)最大,K(Δ1=6.07、r=2)對(duì)信噪比的效應(yīng)次之,V(Δ1=3.58、r=3)對(duì)信噪比的效應(yīng)最小。

表5 信噪比響應(yīng)

V、K、δ3個(gè)因素各水平的均值響應(yīng)見表6所列,其中Δ2為每個(gè)因子的最大均值平均響應(yīng)值與最小均值平均響應(yīng)值之差。結(jié)果表明δ(Δ2=9.159×10-3、r=1)對(duì)均值的效應(yīng)最大,K(Δ2=5.158×10-3、r=2)對(duì)均值的效應(yīng)次之,V(Δ2=2.067×10-3、r=3)對(duì)均值的效應(yīng)最小。通過(guò)對(duì)信噪比及均值響應(yīng)的分析,在本文流化床氣室的結(jié)構(gòu)參數(shù)中,δ對(duì)流化床氣道入口處流體速度分布均勻性vu的影響最大,其次是K,V的影響最小。

表6 均值響應(yīng)

通過(guò)同樣的方法得到H、L這2個(gè)因素各個(gè)水平的信噪比響應(yīng)見表5所列,結(jié)果表明L(Δ1=6.41、r=1)對(duì)信噪比的效應(yīng)較大,H(Δ1=1.68、r=2)對(duì)信噪比的效應(yīng)較小。H、L這2個(gè)因素各水平的均值響應(yīng)見表6所列,結(jié)果表明L(Δ2=1.754×10-3、r=1)對(duì)均值的效應(yīng)較大,H(Δ2=0.504×10-3、r=2)對(duì)均值的效應(yīng)較小。因此,在流化床氣道的幾何參數(shù)中,L對(duì)流化床流化面處流體速度分布均勻性vu′的影響較大,H對(duì)其影響較小。

3.2 主效應(yīng)圖分析和最優(yōu)參數(shù)選擇

流化床最優(yōu)結(jié)構(gòu)參數(shù)的選擇是基于對(duì)均值和信噪比響應(yīng)的分析結(jié)果。通過(guò)分析各個(gè)因素不同水平組合的數(shù)值模擬結(jié)果和信噪比結(jié)果,并以主效應(yīng)圖的形式來(lái)表示,得到各個(gè)參數(shù)對(duì)質(zhì)量特性影響的變化趨勢(shì)和最優(yōu)水平的選擇。

V、K、δ的均值和信噪比的主效應(yīng)圖如圖5所示,H、L的均值和信噪比的主效應(yīng)圖如圖6所示。本文采用STB方法評(píng)估信噪比,因此均值主效應(yīng)圖中的極小值點(diǎn)對(duì)應(yīng)最佳條件,無(wú)論望大還是望小的質(zhì)量響應(yīng)都需要保持最大的信噪比,因此信噪比主效應(yīng)圖中的極大值點(diǎn)對(duì)應(yīng)最佳條件,從而確定氣室的最優(yōu)結(jié)構(gòu)參數(shù)組合為:V=0.15 m3、K=0.5、δ=3 mm,氣道的最優(yōu)結(jié)構(gòu)參數(shù)組合為:L=180 mm、H=17 mm。

圖5 V、K、δ的均值與信噪比主效應(yīng)圖圖6 L、H的均值與信噪比主效應(yīng)圖

當(dāng)控制因素對(duì)質(zhì)量特性產(chǎn)生的影響不相同時(shí),即存在主效應(yīng),曲線的斜率越大,其主效應(yīng)就越明顯。

比較圖5、圖6中各因素均值和信噪比的主效應(yīng)圖,發(fā)現(xiàn)氣室部分的V、K、δ和氣道部分的H、L都存在對(duì)各自結(jié)構(gòu)影響流化效果的主效應(yīng)。其中氣室部分δ對(duì)應(yīng)的曲線斜率最大,主效應(yīng)最明顯,K對(duì)應(yīng)曲線的斜率次之,V對(duì)應(yīng)曲線的斜率最小,主效應(yīng)最小。氣道部分L的主效應(yīng)量值較大,對(duì)質(zhì)量特性的影響較大,H的主效應(yīng)量值較小,對(duì)質(zhì)量特性的影響較小。因此,在設(shè)計(jì)生產(chǎn)粉罐車用流化床時(shí),對(duì)氣室部分應(yīng)更重視δ和K這2個(gè)結(jié)構(gòu)參數(shù)的選擇,氣道部分應(yīng)更注重L的選擇。

3.3 信噪比殘差圖分析

通過(guò)殘差圖可以確定數(shù)值模擬的結(jié)果是否正確。殘差圖由殘差的正態(tài)概率圖、與擬合值圖、直方圖和與順序圖組成,氣室和氣道信噪比的殘差圖如圖7、圖8所示。殘差的正態(tài)概率圖可以驗(yàn)證信噪比殘差是否滿足正態(tài)分布,殘差的正態(tài)概率圖中的信噪比數(shù)據(jù)點(diǎn)緊緊圍繞在直線周圍,因此滿足正態(tài)分布。殘差的擬合值圖可以驗(yàn)證殘差是否具有隨機(jī)分布性,擬合值圖中的點(diǎn)隨機(jī)地分布在零值的兩端,因此模型具有良好的隨機(jī)分布性。殘差的直方圖可以看出基本滿足正態(tài)分布,且沒有遠(yuǎn)離整體的條形,因此不存在異常數(shù)據(jù)點(diǎn)。殘差的與順序圖顯示圖中的殘差圍繞中心線隨機(jī)分布,殘差不顯示某種趨勢(shì),因此殘差具有良好的獨(dú)立性。

圖7 氣室信噪比殘差圖

圖8 氣道信噪比殘差圖

3.4 多元線性回歸分析

為了綜合考慮多因素的耦合作用對(duì)流化床進(jìn)口處速度分布均勻性的影響,采用多元線性回歸方法來(lái)擬合結(jié)構(gòu)參數(shù)與速度均勻性的關(guān)聯(lián)式,預(yù)測(cè)的關(guān)聯(lián)式如下:

vu=-0.002 01-0.020 3V+

0.003 28K+0.015 64δ

(8)

vu′=-0.004 82+0.000 028L+

0.000 081H

(9)

從(8)式、(9)式中參數(shù)的系數(shù)可以看出,vu與K、δ成正相關(guān),與V成負(fù)相關(guān),vu′隨著L和H的減小而減小。因此,為了得到較小的速度分布均勻性,氣室部分應(yīng)選擇較小的K和δ,較大的V,氣道部分應(yīng)選擇較小的L和H,這與上述田口算法的分析結(jié)果一致。

比較數(shù)值模擬得到的速度分布均勻性與預(yù)測(cè)關(guān)聯(lián)式計(jì)算得到的速度分布均勻性,得到預(yù)測(cè)關(guān)聯(lián)式的關(guān)聯(lián)度如圖9所示。

圖9 線性擬合圖

由圖9分析得到,vu關(guān)聯(lián)式計(jì)算的結(jié)果與數(shù)值模擬的結(jié)果最大誤差不超過(guò)16.85%,vu′最大誤差不超過(guò)18.39%。因此多因素耦合作用下流化床流體速度分布均勻性的預(yù)測(cè)關(guān)聯(lián)式誤差較小,具有較高的相關(guān)性。

3.5 速度分析

通過(guò)對(duì)數(shù)值模擬結(jié)果和田口算法信噪比結(jié)果進(jìn)行分析,可知L1為理論上流化效果最好的試驗(yàn)方案;L13的流化效果最差。將L1、L6、L13數(shù)值模擬結(jié)果導(dǎo)出,得到氣道內(nèi)氣體速度衰減曲線和速度場(chǎng)如圖10所示。

觀察各方案靠近零點(diǎn)位置的速度曲線和速度場(chǎng)可以看出,L1各氣道入口處氣體速度波動(dòng)相對(duì)較小,L13波動(dòng)相對(duì)較大。因此,L1的氣道入口處氣體速度分布均勻性較小,L13較大。

同時(shí),進(jìn)入氣道內(nèi)的氣體首先在氣道入口處進(jìn)行一次速度衰減,然后沿Z軸方向氣體速度進(jìn)行均勻穩(wěn)定的衰減。L1流化床內(nèi)的氣體在氣道入口處損失較小,大部分氣體沿著氣道向后半部流動(dòng),速度衰減幅度較低的氣體在氣道中后半部對(duì)粉料進(jìn)行流化,提高了流化床整體的流化效果。與田口算法得到的優(yōu)化結(jié)果一致。

3.6 試驗(yàn)驗(yàn)證

對(duì)上述田口算法優(yōu)化結(jié)果進(jìn)行試驗(yàn)驗(yàn)證。將粉罐車流化床模型等比例縮小后進(jìn)行實(shí)際粉料卸載試驗(yàn),模型如圖11a所示。試驗(yàn)過(guò)程如下:① 在試驗(yàn)開始前,將卸料閥關(guān)緊,將粉料厚度均均地鋪在透氣布上;② 通過(guò)空壓機(jī)向試驗(yàn)?zāi)Ｐ蛢啥说臍馐覂?nèi)壓縮空氣,壓縮后的氣體經(jīng)過(guò)氣室流向氣道,使堆積在透氣布上的粉料在壓縮氣體的作用下開始流化,當(dāng)罐體內(nèi)壓強(qiáng)達(dá)到一定壓強(qiáng)時(shí),緩慢打開卸料閥,流化的粉料隨著氣體一起流向卸料口;③ 選擇流化床透氣布上粉料剩余量來(lái)比較各方案的流化效果。

L1和L13的試驗(yàn)結(jié)果如圖11b、圖11c所示。由圖11b、圖11c可知,L1透氣布上粉料剩余量比L13明顯減少,表明L1流化床的整體流化效果較好,這與田口算法結(jié)果一致。

4 結(jié) 論

本文以粉罐車用流化床為研究對(duì)象,基于田口算法分別對(duì)流化床氣室和氣道的結(jié)構(gòu)參數(shù)設(shè)計(jì)了16種流化床結(jié)構(gòu),并建立了不同因素水平的正交試驗(yàn)。借助CFD進(jìn)行了數(shù)值模擬,并將得到的速度分布均勻性作為響應(yīng),通過(guò)田口算法和多元回歸方法對(duì)速度分布均勻性響應(yīng)進(jìn)行分析,得到如下結(jié)論:

(1) 信噪比結(jié)果表明氣室部分3個(gè)結(jié)構(gòu)參數(shù)中δ(Δ1=11.67、r=1)對(duì)信噪比的效應(yīng)最大,K(Δ1=6.07、r=2)對(duì)信噪比的效應(yīng)次之,V(Δ1=3.58、r=3)對(duì)信噪比的效應(yīng)最小。氣道部分的2個(gè)結(jié)構(gòu)參數(shù)中L(Δ1=6.41、r=1)對(duì)信噪比的效應(yīng)較大,H(Δ1=1.68、r=2)對(duì)信噪比的效應(yīng)較小。各結(jié)構(gòu)參數(shù)對(duì)速度分布均勻性的影響與其對(duì)信噪比的效應(yīng)一致。

(2) 主效應(yīng)圖結(jié)果表明,氣室部分隔板間隙δ的主效應(yīng)最明顯,分隔比K的主效應(yīng)次之,氣室容量V的主效應(yīng)最小,氣道部分氣道弧長(zhǎng)L的主效應(yīng)量值較大,對(duì)質(zhì)量特性的影響較大,氣道高度H的主效應(yīng)量值較小,對(duì)質(zhì)量特性的影響較小。因此,氣室部分的最優(yōu)參數(shù)組合為V=0.15 m3、K=0.5、δ=3 mm,氣道部分的最優(yōu)參數(shù)組合為L(zhǎng)=180 mm、H=17 mm。

(3) 多元線性回歸結(jié)果表明,vu與K、δ成正相關(guān),與V成負(fù)相關(guān),vu′隨著L和H的減小而減小。擬合圖顯示回歸關(guān)聯(lián)式計(jì)算的結(jié)果與數(shù)值模擬的結(jié)果存在誤差,但誤差較小,因此多因素耦合作用下流化床流體速度分布均勻性預(yù)測(cè)關(guān)聯(lián)式的誤差較小,具有較高的相關(guān)性。