20升球体内粉尘空气爆炸严重程度的半经验建模：应用于生物质粉尘和煤粉尘

《Process Safety and Environmental Protection》：Semi-Empirical Modelling of Dust Air Explosion Severity in the 20-L Sphere: Application to Biomass and Coal Dusts

本研究建立了一个有效的数值-实验框架，仅需少量成分数据即可预测粉尘-空气混合物的爆炸严重性参数（最大压力、压力上升速率和爆炸指数）。实验表明生物质爆炸性高于煤，无烟煤最低。模型误差小于3.4%，采用复合氧化指数（COI）和优化爆炸参数关联，为工业安全评估提供新方法。

　　

罗伯托·帕雷德斯（Roberto PAREDES）|玛丽亚·奇基托（María CHIQUITO）|莉娜·M·洛佩兹（Lina M. LóPEZ）|玛丽亚-皮拉尔·马丁内斯-埃尔南多（María-Pilar MARTíNEZ-HERNANDO）|迪米特里奥斯·潘泰拉基斯（Dimitrios PANTELAKIS）|布兰卡·卡斯特尔斯（Blanca CASTELLS）

马德里理工大学（Universidad Politécnica de Madrid）矿业与能源工程学院（E.T.S. Ingenieros de Minas y Energía），代码28003

摘要

在20升容器中评估粉尘爆炸的严重程度对于工业安全至关重要，但这需要大量的实验测试。本研究提出了一个经过验证的数值-实验框架，该框架能够利用最少的成分数据来预测粉尘-空气混合物的爆炸严重程度参数（最大压力、最大压力上升速率和爆燃指数）。

研究人员对七种木质纤维素生物质和三种煤炭进行了初步和最终分析，确定了氧平衡以及复合氧化指数（COI，由挥发性物质和固定碳计算得出）作为关键的反应性指标。在20升容器中获得的实验数据通过有效的TNT当量方法进行了建模，该方法结合了针对封闭体积燃烧的缩放律和层流火焰速度的相关性，同时考虑了容器的几何形状和粉末的反应性。

结果

研究表明，生物质的爆炸严重程度高于煤炭，其中无烟煤的爆炸严重程度最低。该模型的准确度非常高：最大压力的平均误差为3.4%，压力上升速率和爆燃指数的偏差小于10%。氧化燃烧产率介于5.3%至9.6%之间，这与生物质中的H/C比和煤炭中的碳含量相关。这种基于COI-TNT的框架能够快速估算爆炸严重程度，减少了实验次数，避免了复杂的CFD模拟，并有助于危险分类和保护系统的设计。

章节摘录

引言

应对气候变化的紧迫需求加速了新型低碳能源的探索，目的是在确保能源安全的同时替代化石燃料（各国政府，无日期）。在这种情况下，生物质被广泛视为一种碳中性资源，因为其转化过程中排放的二氧化碳最初是通过光合作用从大气中固定的，从而形成了一个封闭的生物循环。

样品表征

本研究选取了十种固体燃料样品，包括七种生物质材料和三种煤炭样品。所有样品均经过研磨并使用1毫米筛网进行筛选。颗粒分布曲线由Malvern Mastersizer 2000设备（Malvern Instruments Ltd., Worcestershire, UK）测定，重点分析了以下参数：d10、d50和d90（分别表示分布中10%、50%和90%颗粒直径的粒径）。

实验测试

爆炸特性参数的结果列在表6中。

最大爆炸压力（Pmax）处于一个相对狭窄的范围内，其中无烟煤样品的压力最低（CA，5.9巴），大豆粕样品的压力最高（BPS，8.0巴）。对于生物质样品，该压力在6.5至8巴之间；而对于煤炭样品，这一范围为6.4至5.9巴。

最大压力上升速率（dP/dtmax）的差异较大。

结论

本研究建立了一个经过验证的半经验建模框架，可以利用成分数据预测空气中粉末固体混合物的爆炸严重程度参数（Pmax、dP/dtmax和Kst）。这为传统的纯经验关联方法或需要化学动力学的CFD模拟提供了一种实用的替代方案，后者计算成本较高。

复合氧化指数（COI）的引入及其氧化效率的校准为该框架的有效性提供了支持。

CRediT作者贡献声明

玛丽亚·奇基托（María CHIQUITO）：撰写、审稿与编辑、验证、监督。 莉娜·玛丽亚·洛佩兹（Lina María LóPEZ）：撰写、审稿与编辑、验证、监督。 罗伯托·帕雷德斯（Roberto PAREDES）：撰写初稿、数据可视化、验证、软件使用、资源管理、方法论设计、实验研究、数据分析、概念化。 布兰卡·卡斯特尔斯（Blanca CASTELLS）：撰写、审稿与编辑、验证、监督、资源管理、项目协调、数据分析。 玛丽亚-皮拉尔·马丁内斯-埃尔南多（María-Pilar MARTíNEZ-HERNANDO）：撰写、审稿与编辑、数据分析。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

本研究得到了西班牙“大学部”（Ministerio de Universidades）的资助，项目编号为FPU22/00900。