利用带有重力的欧拉-欧拉模型对时变气固流动进行拓扑优化

《Advances in Engineering Software》:Topology optimization of time dependent gas–solid flow using Euler–Euler model with gravity

【字体: 时间:2026年02月21日 来源:Advances in Engineering Software 5.7

编辑推荐:

  本文提出了一种基于Euler-Euler模型与重力的流体化床下导管拓扑优化方法,通过自动微分计算灵敏度以最小化粘性能耗。研究验证了Gidaspow拖拽模型在计算气固相互作用中的有效性,并发现高密度颗粒受重力影响显著,轻质颗粒更受入口边界条件制约。优化结果通过体形拟合网格模拟和交叉验证得到确认,为碳捕获中的多级流体化床系统设计提供理论支持。

  
迭戈·席尔瓦·普拉多(Diego Silva Prado)|路易斯·F·N·萨(Luís F.N. Sá)|费雷什特赫·拉兹马拉(Fereshteh Razmara)|若泽·路易斯·帕伊瓦(José Luís Paiva)|马塞洛·M·塞克勒(Marcelo M. Seckler)|埃米利奥·C·N·席尔瓦(Emílio C.N. Silva)
圣保罗大学理工学院机电与机械系统工程系,教授梅洛·莫拉埃斯大道(Av. Prof. Mello Moraes),2231 05508-030,圣保罗,巴西

摘要

本文提出了一种用于流化床下降管的新拓扑优化方法,该方法基于考虑重力的欧拉-欧拉(Euler–Euler)模型。流化床技术广泛应用于碳捕获领域,尤其是在温度摆动吸附(Temperature Swing Adsorption, TSA)过程中,其中固体吸附剂颗粒在各阶段之间的传输效率对整个过程至关重要。优化目标是通过调整下降管通道结构来最小化能量损失并确保颗粒的有效传输。前向问题采用Gidaspow阻力模型来描述气固相互作用,并通过有限元方法进行求解。通过对伴随方程进行自动微分来计算灵敏度。欧拉-欧拉模型的有效性通过文献中的实验数据进行了验证。拓扑优化应用于下降管设计,以确定能够最小化粘性能量损失的流动路径几何形状。优化结果通过体贴网格模拟进行验证,并通过交叉验证以确保其一致性。高密度固体颗粒的流动形态受重力影响较大,而轻质固体颗粒则更多受到入口边界条件的影响。该方法有助于设计高效的碳捕获流化床系统,因为颗粒传输效率直接影响整个过程的表现。

引言

“碳捕获、利用与储存”(Carbon Capture, Utilization, and Storage, CCUS)技术被认为是减少二氧化碳排放、实现碳中和的有效途径,同时还能带来经济和社会效益[1]。自20世纪20年代以来,人们一直在研究二氧化碳捕获技术,主要应用于天然气净化和燃烧相关气体的处理。目前的研究重点在于改进低温蒸馏、膜技术、吸附方法(包括压力摆动吸附(Pressure Swing Adsorption, PSA)、真空摆动吸附(Vacuum Swing Adsorption, VSA)和温度摆动吸附(Temperature Swing Adsorption, TSA)等技术[2]。
本研究聚焦于多级流化床系统中下降管设计的优化问题,这类系统用于碳捕获应用。下降管负责在流化床的不同阶段之间输送固体吸附剂颗粒,其几何形状直接影响压力损失以及分散相到达出口的能力。本文提出的拓扑优化方法基于考虑重力的时变欧拉-欧拉模型和非线性相耦合机制。与传统单相稳态流动模型不同,该模型适用于瞬态工况,且在相同边界条件下可能无法得到稳定的解;因此优化过程需要同时考虑连续相和分散相之间的相互作用。目标函数以粘性能量损失作为评估指标,这一指标既能物理上解释压力降,又能适用于瞬态多相场。此外,本研究采用自动微分方法计算时变耦合系统的灵敏度,因为解析推导这类参数较为复杂。
流化床技术自20世纪初起就已在化工、制药、食品和能源领域得到广泛应用[3]。流化床是一种多相系统,当气体或液体以足够高的速度流经固体颗粒层时,会形成类似流体的流动状态。床层底部装有气体分布器,以确保整个横截面内的气体速度均匀,从而实现流化。流化床技术的主要优点包括高效的热量和质量传递速率以及稳定的运行条件。图1展示了一个多级流化床系统的结构,各阶段通过下降管连接,以实现颗粒的传输。
计算流体动力学(Computational Fluid Dynamics, CFD)建模被广泛用于分析与二氧化碳减排相关的工业过程[4]。准确描述流体动力学、热量和质量传递特性对于确定高效运行条件、实现系统放大以及优化设计至关重要。在温度摆动吸附(TSA)过程中,CFD技术能够详细研究气固相互作用和热行为,从而促进更有效的碳捕获技术的发展[5]。
在流化床建模中,评估流体-固体相互作用产生的阻力和动量传递是一个重要环节。直接计算方法基于颗粒间的相互作用来评估阻力,但这种方法计算复杂,仅适用于小规模系统和短模拟时间[6]。另一种方法是利用假设和封闭关系间接计算阻力,这种方法更适合大规模系统和长时间模拟[6]。本研究采用欧拉-欧拉模型结合Gidaspow阻力模型[7],能够基于固体浓度准确计算阻力。
拓扑优化方法(Topology Optimization, TOM)在热传递和流体动力学领域得到广泛应用。近期文献报道了利用欧拉-欧拉方法进行拓扑优化的研究[8]。那些研究使用有限差分方法进行灵敏度分析,而本研究则采用自动微分技术,并针对固体压力和固体粘度建立了不同的数学模型。应用实例包括热系统和流体系统的优化,例如最小材料鳍片的截面设计[9]、瞬态热传导中的材料优化[10],以及受对流主导影响的电热微执行器[11][12]。纯流体系统的拓扑优化最初用于设计功率损耗最小的流动通道[13],后来扩展到不可压缩层流粘性流动[14][15]。也有研究将热传递和流体动力学结合进行拓扑优化,例如在强制对流条件下的散热结构优化[17][18][19][20],以及考虑流体相互作用的电热机械执行器设计[21]。近期发展还涉及二维旋流[22][23]、湍流[24][25]和可压缩流动[26][27]。在这些研究中,拓扑优化引入了材料模型的概念,该模型描述了设计域内材料在各种条件下的行为,从而影响优化过程和结果。本研究采用了Borrvall和Petersson提出的材料模型[13]。
本研究旨在优化多级流化床系统中下降管的设计,以提升碳捕获效果。下降管负责在流化床不同阶段之间输送固体吸附剂颗粒,其几何形状直接影响系统性能。通过拓扑优化调整下降管几何形状,以最小化能量损失并保证颗粒的有效传输。
本文结构如下:第1节介绍碳捕获技术及其在流化床中的应用;第2节详细阐述欧拉-欧拉模型在流化系统中的气固流动应用,以及用于拓扑优化的材料模型;第3节介绍优化算法的数值实现和灵敏度计算方法;第4节通过多个案例验证欧拉-欧拉模型的有效性,分析不同入口条件下的下降管通道拓扑优化结果,以及通过体贴网格模拟和交叉验证来验证优化设计的合理性;第5节总结研究成果及其对碳捕获流化床设计的启示。

节选内容

欧拉-欧拉模型

欧拉-欧拉模型将气固流动视为相互渗透的连续介质。动量方程中的阻力项Kg用于量化相间动量交换,对于预测气固流体的动力学行为至关重要。
由于使用欧拉-欧拉模型和Gidaspow阻力模型无法得到稳态解,因此采用瞬态分析方法进行下降管模拟。

数值实现

采用COMSOL Multiphysics软件框架来建立基本方程,通过覆盖弱形式中的相关项来实现材料模型。目标函数和约束条件也在同一环境中进行定义。优化过程中应用了有限元方法,欧拉-欧拉模型的连续控制方程通过混合有限元方法离散化。通过网格收敛性研究确保计算精度。

结果

本文介绍了所提出方法在流化床系统中的应用。首先,通过流化床实例验证材料模型的有效性,以评估其表征气固流动的能力;接着应用拓扑优化方法设计下降管通道,以优化颗粒在流化床各阶段间的传输;最后分析颗粒密度对优化设计的影响,并通过体贴网格模拟进行验证。

结论

本文提出的欧拉-欧拉模型拓扑优化方法用于优化含有连续气体相和分散粉末的多相流动系统。优化模型对速度场及固体颗粒扩散率施加惩罚项,用于求解时变问题。虽然两种材料模型计算出的气体速度相同,但由于惩罚机制的不同,颗粒浓度存在差异。

CRediT作者贡献声明

迭戈·席尔瓦·普拉多(Diego Silva Prado):撰写、审稿与编辑、初稿撰写、可视化处理、模型验证、软件开发、方法论设计、实验研究、数据分析、概念构建。路易斯·F·N·萨(Luís F.N. Sá):撰写、审稿与编辑、初稿撰写、模型验证、软件开发、方法论设计、数据分析。费雷什特赫·拉兹马拉(Fereshteh Razmara):撰写、审稿与编辑、软件开发。若泽·路易斯·帕伊瓦(José Luís Paiva):撰写、审稿与编辑、模型验证、研究监督、方法论设计。马塞洛·M·塞克勒(Marcelo M. Seckler):

手稿编写过程中未使用人工智能工具

本手稿完全由作者独立完成,作者对文章内容负全责。

利益冲突声明

作者声明以下可能构成利益冲突的财务关系/个人利益:所有作者均获得了圣保罗州研究基金会(State of S?o Paulo Research Foundation)的财政支持;所有作者还获得了巴西国家科学技术发展委员会(National Council for Scientific and Technological Development)的财政支持;此外,所有作者还得到了圣保罗大学理工学院气体创新研究中心(University of S?o Paulo Polytechnic School Research Centre for Gas Innovation)的资助。如有其他利益冲突情况,作者将予以说明。
致谢
作者衷心感谢RCGI – 温室气体创新研究中心(由圣保罗大学主办,FAPESP – 圣保罗研究基金会资助,项目编号2014/50279-4和2020/15230-5)以及Shell Brasil的支持;同时感谢ANP(巴西国家石油、天然气和生物燃料局通过研发税收政策提供的战略支持。作者还感谢FAPESP在项目编号2023/10333-9和2022/14475-0下的资助。
相关新闻
生物通微信公众号
微信
新浪微博

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号