《ACS Omega》：Numerical and Experimental Investigation of High-Pressure Hydrogen Jet Dispersion from Leakage at 70 MPa
编辑推荐：
针对高压氢储能在燃料电池车等场景广泛应用，但其泄漏时产生的强非线性、解不连续等复杂激波结构导致传统CFD模型易出现数值振荡、计算失败的问题，研究人员通过建立冲击波不连续性影响范围与时间步长的函数关系，发展了高精度激波捕捉算法，并结合70 MPa纹影实验验证，实现了对马赫盘位置的高精度预测（误差8.7%）。研究揭示了流场局部低压区可显著降低氢气的临界自燃温度，易燃区主要集中于氢气云褶皱边缘及近壁“空气夹带区”，为泄漏检测传感器优化布置和泄爆方案设计提供了定量依据。
氢能被誉为未来的终极清洁能源，尤其是在交通领域，氢燃料电池汽车正成为各国竞相发展的焦点。为了实现长续航里程，车载储氢系统的压力等级不断提高，从35 MPa逐步提升至目前主流的70 MPa。然而，这枚能量硬币的另一面是巨大的安全挑战。想象一下，一个内部压力高达70 MPa（相当于700个大气压）的储氢罐一旦发生泄漏，高压氢气将以极高的速度喷出。这绝非普通的气体逸散，而是一个伴随强烈激波、复杂湍流和快速混合的瞬态物理过程。在泄漏口附近，气体因压力远高于环境压力而形成“欠膨胀射流”，并产生一系列复杂的激波结构，如马赫盘。这些激波不仅导致氢气在空气中迅速膨胀、混合，形成潜在的可燃气云，更给传统的数值模拟方法带来了“致命”难题：剧烈的非线性变化和物理量的不连续性，使得基于不可压缩假设或低马赫数条件的CFD模型极易“崩溃”——出现数值振荡、不收敛，甚至计算完全失败。传统的数值格式常常陷入两难境地：低耗散格式会引入非物理振荡，而高耗散格式则会过度平滑激波结构，导致流动特性失真，预测精度降低。如何“看清”并精确模拟这团“暴躁”的高压氢射流的演化，准确预测其可燃范围和危险性，从而为氢能设施的安全设计和风险防控提供可靠依据，成为了横亘在氢能大规模商业化应用面前的一道亟待解决的难关。
为了攻克这一难题，本文发表在《ACS Omega》上的研究，独辟蹊径地建立了一套高压氢气射流弥散模型，并发展了一种高精度激波捕捉算法。研究人员巧妙地构建了激波不连续性影响范围与计算时间步长之间的函数关系，提出了一种基于波速和时间步长动态优化数值耗散系数的高精度算法。该算法能够自适应调整耗散系数，从而克服了传统格式在强不连续区域难以同时兼顾稳定性和分辨率的技术瓶颈。与此同时，研究团队在70 MPa的超高压条件下开展了高精度纹影实验，将数值预测的马赫盘位置与实验结果进行定量比对，为算法的有效性和工程适用性提供了坚实的数据支撑。在经实验验证的数值模型基础上，研究人员系统分析了泄漏口附近的速度、压力和组分浓度分布，揭示了流场中出现的低至25,000 Pa的局部低压区能显著降低氢气的自燃温度，为高压储氢系统的安全设计提供了重要的理论和技术支持。
为了开展这项研究，作者们主要运用了几个关键的技术方法。首先，他们基于质量、动量和能量守恒定律，结合组分输运方程、维里状态方程、Peng-Robinson状态方程、Lee粘度模型以及k-ε湍流模型，建立了一套描述高压氢气射流与空气混合、弥散的完整控制方程组。其次，在数值求解方面，他们采用了基于Godunov类型格式的有限体积法，并引入了Van Leer通量限制器对网格界面物理量进行重构，成功构建了适用于强不连续性流动的数值离散方案。最后，为了验证模型的可靠性，研究团队搭建了70 MPa高压氢气泄漏实验台，利用高精度的纹影成像技术获得了全流场的可视化数据，为数值模拟结果提供了关键的实验验证基准。
2.1. 模型基本假设
研究从描述氢/空气混合物运动的基本物理规律出发，设定了三个基本假设：(1)混合物在空间中经历非定常三维流动，各组分的流动参数在时空域内连续可微；(2)泄漏口附近氢气高速射流，储罐高压与大气压的压差对混合物运动参数的影响远大于浮力、重力等体积力，因此忽略体积力对流体运动的影响；(3)控制方程离散后，任何物理量场在单个网格单元内连续，在整个计算域内分段连续。这些假设合理简化了问题，聚焦于由压差和激波主导的核心物理过程。
2.2. 控制方程组与辅助方程
研究系统地推导并给出了描述气体混合物质量守恒、组分间质量输运、动量守恒和能量守恒的偏微分方程组（公式1-10）。为了使方程组封闭可解，引入了维里方程计算定压比热容，采用Peng-Robinson状态方程描述气体密度与温度、压力的关系，使用Lee模型描述混合物粘度随温度的变化，并应用k-ε湍流模型来封闭由湍流引入的雷诺应力项（公式11-25）。这套完整的数学模型为后续的高精度数值模拟奠定了理论基础。
3. 高精度强不连续性捕捉算法
针对高压泄漏近音速或超音速射流导致的强物理量不连续性，研究放弃了基于泰勒展开的传统方法，转而采用Godunov类型的数值格式。该工作创新性地引入了激波不连续性影响范围与时间步长的函数关系，基于波速和时间步长确定了最优的数值耗散系数，并应用Kurganov和Tadmor方法来构造数值通量。在物理量重构环节，采用了Van Leer通量限制器，在速度梯度大时趋近迎风格式（保稳定），梯度小时趋近中心格式（保精度），从而在强梯度区同时实现了高分辨率和高稳定性。研究通过严谨的数学推导（公式26-33及其后续分析），详细阐述了算法如何将控制体（如图2所示的网格单元O）沿不同方向分解，并分别考虑激波影响范围，最终实现对流通量、压力项等的精确空间离散和时间推进，有效避免了强激波区域的数值振荡和失真。
研究结论与意义
本研究成功建立并验证了一套适用于70 MPa超高压氢气泄漏射流弥散的高精度数值模拟方法。所提出的强激波捕捉算法，通过动态优化数值耗散，有效解决了传统方法在模拟强不连续流动时的稳定性与精度矛盾，经70 MPa纹影实验验证，其对关键激波结构（马赫盘）位置的预测误差仅为8.7%，展现了优异的工程预测能力。
基于可靠的数值模型，研究获得了对高压氢射流流场特性的新认知：首先，在射流发展过程中，流场中会出现局部低压区，压力可低至25,000 Pa。这一发现至关重要，因为低压环境会显著降低氢气的临界自燃温度，从而在传统认为安全的区域也可能引发自燃风险。其次，研究明确了高压氢气泄漏后形成的可燃范围并非均匀分布，而是主要集中在氢气云团的“褶皱”边缘以及受障碍物或墙壁影响的“空气夹带区”。这些区域由于强烈的剪切和混合作用，形成了氢气浓度处于可燃极限（4%-75%）的有利条件。
这些结论具有重要的工程指导意义。它们为加氢站、氢气生产设施及车载储氢系统等场景的泄漏风险防控提供了直接、定量的设计依据。例如，研究指出可燃高风险区位于云团边缘和近壁区域，这直接指导了泄漏检测传感器的优化布置策略——应优先部署于这些区域，而非简单放置在泄漏源正下方或空间中心。同时，对局部低压区促发自燃风险的认知，也对泄爆口的设计、电气设备防爆等级的选取以及应急预案的制定提出了更精细化的要求。综上所述，本工作不仅发展了攻克高压氢安全数值模拟难题的关键算法，更通过深入的机理性分析，将模拟结果转化为可指导工程实践的安全知识，为氢能产业的安全、健康发展提供了有力的科技支撑。
