劉 璐，李鵬飛，成鵬飛，劉耀蔚，胡 帆，柳朝暉，鄭楚光

(華中科技大學(xué) 煤燃燒國家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430074)

0 引 言

高效低污染燃燒技術(shù)作為從源頭控制NOx等污染物生成的方法，近年來受到廣泛關(guān)注。我國已于“十三五”期間基本完成了現(xiàn)有電站鍋爐的超低排放改造。目前，部分地區(qū)對污染物排放要求更加嚴(yán)格，如京津冀地區(qū)新建鍋爐NOx排放限值為30 mg/m3[1]。愈加嚴(yán)格的NOx排放標(biāo)準(zhǔn)對NOx調(diào)控機(jī)理和低氮燃燒技術(shù)的研究提出了新要求。

無焰燃燒是20世紀(jì)90年代提出的新型高效清潔燃燒技術(shù)[2]，其實(shí)現(xiàn)條件主要包括3方面：① 高速射流的煙氣強(qiáng)卷吸作用；② 強(qiáng)烈的煙氣內(nèi)循環(huán)使反應(yīng)物被充分稀釋并彌散至整個燃燒區(qū)，形成局部低氧氛圍；③ 反應(yīng)混合物被再循環(huán)煙氣加熱至超過自燃點(diǎn)。無焰燃燒整體表現(xiàn)為容積式燃燒，燃燒穩(wěn)定性好，無明顯火焰鋒面，峰值溫度低，溫度場、組分濃度場均勻，熱力性能好，噪音小，NOx等污染物生成大幅降低[3-4]。

提高NOx生成預(yù)測的準(zhǔn)確性是無焰燃燒數(shù)值模擬的關(guān)鍵[5-6]。煤揮發(fā)分氮和焦炭氮具有不同的NOx生成路徑[7-9]，由于氮轉(zhuǎn)化機(jī)理尤其是燃料氮生成路徑較為復(fù)雜，目前絕大部分研究者在煤粉燃燒模擬中采用簡化的半經(jīng)驗(yàn)NOx后處理模型。該模型將燃燒氧化反應(yīng)與NOx生成過程解耦計(jì)算，無法考慮初始NO對著火的加速作用及湍流-燃燒-NO生成之間的相互影響，通常只能用于NO生成的趨勢性預(yù)測，未經(jīng)詳細(xì)驗(yàn)證時無法精確定量預(yù)測含氮組分轉(zhuǎn)化[10]。無焰燃燒具有容積式低反應(yīng)速率燃燒區(qū)，具備典型中低溫燃燒特性，因此有限速率化學(xué)反應(yīng)對燃燒過程的影響不可忽略，燃燒模擬過程需采用耦合含氮詳細(xì)機(jī)理的有限速率模擬方法，考慮湍流-化學(xué)-氮轉(zhuǎn)化反應(yīng)交互作用，以提高NO預(yù)測精度。然而受計(jì)算資源限制，大型含氮詳細(xì)反應(yīng)機(jī)理的組分?jǐn)?shù)和反應(yīng)數(shù)過多，如Glarborg等[11]開發(fā)的最新版本的PG2018含氮詳細(xì)反應(yīng)機(jī)理，含有151種組分和1 397步反應(yīng)，難以直接應(yīng)用于三維有限速率反應(yīng)的計(jì)算流體力學(xué)(CFD)模擬。須在不顯著降低計(jì)算精度的條件下進(jìn)行機(jī)理簡化并耦合計(jì)算加速算法，以提高計(jì)算效率。

燃燒過程的組分分布在不同反應(yīng)區(qū)域差別很大，因此無需在模擬全程使用相同的化學(xué)反應(yīng)機(jī)理。動態(tài)自適應(yīng)機(jī)理簡化算法可將詳細(xì)機(jī)理在反應(yīng)區(qū)當(dāng)?shù)貙?shí)時簡化為精確子機(jī)理，以此在每個反應(yīng)局部位置只需耦合適合該反應(yīng)區(qū)的最小組分與反應(yīng)數(shù)的簡化機(jī)理進(jìn)行有限速率反應(yīng)積分運(yùn)算，以此實(shí)現(xiàn)計(jì)算加速。當(dāng)前已有耦合動態(tài)自適應(yīng)機(jī)理簡化算法的氣體及液體燃料燃燒數(shù)值模擬研究[12-14]，而基于動態(tài)自適應(yīng)反應(yīng)的煤粉燃燒數(shù)值模擬鮮有報(bào)道。

為了提高煤粉無焰燃燒的模擬精度和計(jì)算效率，研究煤粉無焰燃燒燃料氮轉(zhuǎn)化機(jī)理，本文首先介紹動態(tài)自適應(yīng)機(jī)理簡化算法的原理，而后耦合自主發(fā)展的含氮骨架機(jī)理并采用動態(tài)自適應(yīng)機(jī)理簡化算法，進(jìn)行煤粉無焰燃燒燃料氮轉(zhuǎn)化有限速率模擬，經(jīng)過模擬結(jié)果系統(tǒng)驗(yàn)證后，進(jìn)行煤粉無焰燃燒燃料氮轉(zhuǎn)化動力學(xué)分析。

1 基于動態(tài)自適應(yīng)反應(yīng)的數(shù)值模擬方法

1.1 動態(tài)自適應(yīng)機(jī)理簡化算法

化學(xué)反應(yīng)流模擬需要求解偏微分方程組。大多數(shù)反應(yīng)流求解器基于算子分裂法求解組分和能量輸運(yùn)方程，化學(xué)反應(yīng)源項(xiàng)和輸運(yùn)項(xiàng)(對流和擴(kuò)散)使用流體力學(xué)時間步長Δt迭代求解。假設(shè)一個反應(yīng)機(jī)理含有k個組分，其化學(xué)反應(yīng)源項(xiàng)可表示為一組剛性常微分方程(ODE)：

(1)

其中，T、P、y分別為溫度、壓力和組分質(zhì)量分?jǐn)?shù)。給定一個特定的熱化學(xué)狀態(tài)Φ，動態(tài)自適應(yīng)機(jī)理簡化可在該條件下消除反應(yīng)機(jī)理中對放熱速率和目標(biāo)產(chǎn)物生成速率影響極小的組分及反應(yīng)。ODE方程組中相應(yīng)組分的方程式被消除，從而可求解簡化后的低維方程組。動態(tài)自適應(yīng)機(jī)理簡化算法能在特定時間內(nèi)基于每組當(dāng)?shù)厮矔r熱化學(xué)狀態(tài)參數(shù)進(jìn)行快速響應(yīng)并計(jì)算簡化。動態(tài)自適應(yīng)機(jī)理簡化算法連續(xù)響應(yīng)的時間間隔為反應(yīng)流計(jì)算中流體動力時間步長。

本研究采用的動態(tài)自適應(yīng)機(jī)理簡化通過直接關(guān)系圖法(DRG)實(shí)現(xiàn)[15]，該方法可較好地評估復(fù)雜機(jī)理中不同組分之間的耦合關(guān)系。簡化前首先需要確定目標(biāo)組分和簡化閾值，目標(biāo)組分通常確定為燃料主要成分及燃燒過程中的關(guān)鍵組分，簡化閾值需綜合考慮簡化效果和計(jì)算誤差。然后通過直接關(guān)系圖方法在每個網(wǎng)格內(nèi)量化非目標(biāo)組分B對目標(biāo)組分A總生成量的貢獻(xiàn)rAB，即

(2)

其中，ωi為基元反應(yīng)i的化學(xué)反應(yīng)速率；vA,i為反應(yīng)i中A組分的化學(xué)計(jì)量數(shù)。當(dāng)rAB>λ(λ為簡化閾值)時，B組分被保留在機(jī)理中。對每個非目標(biāo)組分，均需通過計(jì)算該組分對目標(biāo)組分總生成量的貢獻(xiàn)來確定其對目標(biāo)組分的直接影響。

采用相同方法確定目標(biāo)組分的間接貢獻(xiàn)組分，當(dāng)B組分包含于對目標(biāo)組分直接貢獻(xiàn)較大的組分集合中，其余組分K需計(jì)算出其對組分B的貢獻(xiàn)rBK，且當(dāng)rBK>λ時保留該組分。對所有組分執(zhí)行上述操作，可確定最終保留在簡化機(jī)理中的組分。

最后將所有與保留組分無關(guān)的反應(yīng)從機(jī)理中去除，即可得到最終簡化機(jī)理。通過求解簡化后的低維常微分方程組，可顯著縮短計(jì)算時間。因此，當(dāng)λ值較大時，保留的組分及反應(yīng)數(shù)減少，計(jì)算效率提高，但可能增大模擬誤差。

在當(dāng)?shù)刈赃m應(yīng)建表法(ISAT)的基礎(chǔ)上結(jié)合動態(tài)自適應(yīng)機(jī)理簡化(DAC)算法(即ISAT-DAC)，可進(jìn)一步提高基于詳細(xì)機(jī)理有限速率模擬的計(jì)算效率[16]。DAC算法在模擬過程中根據(jù)當(dāng)?shù)販囟取⒔M分濃度等條件進(jìn)行實(shí)時機(jī)理簡化，因此ISAT-DAC方法可充分發(fā)揮2種方法優(yōu)勢。ISAT-DAC方法中設(shè)置ISAT簡化閾值為10-4，DAC簡化閾值為10-2，計(jì)算精度不會顯著降低。DAC算法的目標(biāo)組分選用CH4、CO、NO和HO2和NO，其中CH4為燃料揮發(fā)分析出的主要組分，CO和NO為燃燒過程中需要精確預(yù)測的關(guān)鍵組分，HO2為著火過程的關(guān)鍵組分。ISAT-DAC方法的計(jì)算流程如圖1所示。

圖1 ISAT-DAC計(jì)算流程Fig.1 ISAT-DAC calculation flow chart

1.2 CFD模擬對象

煤粉無焰燃燒模擬研究對象為國際火焰研究基金會(IFRF)燃燒爐[17]。以高揮發(fā)分Guasare煤為燃料，其元素分析、工業(yè)分析及熱值結(jié)果見表1。爐膛幾何結(jié)構(gòu)如圖2所示，燃燒器中心射流為二次風(fēng)，直徑為125 mm。煤粉管直徑為27.3 mm，距中心二次風(fēng)280 mm對稱分布。燃燒爐測點(diǎn)分布于7個截面，沿x軸方向距離分別為0.150、0.440、0.735、1.320、2.050、3.220和4.970 m。爐內(nèi)試驗(yàn)測量數(shù)據(jù)為軸向速度、溫度、組分及爐膛出口煙氣組成，其中速度采用激光多普勒測速(LDV)探針測量，溫度采用B型熱電偶(Pt 6%Rh/Pt 30%Rh)測量，組分濃度通過煙氣取樣槍取樣結(jié)合氣體分析儀測量。

圖2 IFRF爐膛幾何結(jié)構(gòu)[17]Fig.2 IFRF furnace geometry structure [17]

表1 Guasare煤燃料分析[17]

爐膛燃燒功率為0.58 MW，試驗(yàn)工況參數(shù)見表2。一次風(fēng)速為26 m/s，風(fēng)溫為313 K。二次風(fēng)速為65 m/s，預(yù)熱溫度為1 623 K。二次風(fēng)O2含量為22%，NO含量為89×10-6。本文研究對象IFRF煤粉無焰燃燒試驗(yàn)采用高速直噴一、二次風(fēng)射流，高動量射流存在強(qiáng)烈的射流擴(kuò)散和卷吸作用，在整個燃燒區(qū)內(nèi)引起了大尺度煙氣內(nèi)循環(huán)，反應(yīng)混合物被再循環(huán)煙氣稀釋并加熱至超過自燃點(diǎn)，實(shí)現(xiàn)了無焰燃燒。

表2 IFRF試驗(yàn)工況[17]

由于試驗(yàn)爐具有對稱性，為節(jié)約模擬消耗，僅對1/4燃燒爐進(jìn)行模擬。采用三維六面體結(jié)構(gòu)化網(wǎng)格，經(jīng)網(wǎng)格獨(dú)立性分析，選用網(wǎng)格總數(shù)約60萬。

1.3 煤粉無焰燃燒CFD模型

本計(jì)算采用含氮詳細(xì)反應(yīng)機(jī)理并將燃燒氧化過程與氮轉(zhuǎn)化過程耦合，以模擬煤粉無焰燃燒NOx生成。Glarborg等[11]基于近幾十年來含氮化學(xué)機(jī)理的研究成果和最新進(jìn)展開發(fā)了PG2018機(jī)理，該機(jī)理更新了含氮組分的相關(guān)熱力學(xué)參數(shù)，主要包括熱力型NO、快速型NO、燃料型NO、N2O中間路徑、NNH路徑以及NO再燃還原，PG2018原始反應(yīng)機(jī)理包含151種組分和1 397步基元反應(yīng)。筆者對多種廣泛使用的含氮詳細(xì)反應(yīng)機(jī)理進(jìn)行了機(jī)理評估、發(fā)展與簡化，發(fā)現(xiàn)PG2018機(jī)理相較于其他含氮詳細(xì)機(jī)理在氮轉(zhuǎn)化模擬精度方面具有顯著優(yōu)越性[10]。筆者在保證模擬精度的條件下，基于PG2018機(jī)理發(fā)展和簡化得到僅含35種組分和259步反應(yīng)的骨架反應(yīng)機(jī)理[10]。本研究數(shù)值模擬中，使用該高精度骨架反應(yīng)機(jī)理，并耦合DAC算法以實(shí)現(xiàn)計(jì)算加速，以應(yīng)用于煤粉無焰燃燒模擬。

數(shù)值模擬基于Fluent平臺。湍流模型采用標(biāo)準(zhǔn)k-ε模型，并將模型系數(shù)Cε1由1.44修正為1.60以提升圓管射流的預(yù)測精度。采用化學(xué)滲透脫揮發(fā)分(CPD)模型模擬揮發(fā)分析出[18-19]。采用離散坐標(biāo)法(DO)求解輻射傳遞方程，同時引入灰氣體加權(quán)和(WSGG)氣體輻射模型[20]，WSGG模型中總發(fā)射率的空間變化是氣體成分和溫度的函數(shù)。采用渦耗散概念模型(EDC)耦合筆者團(tuán)隊(duì)自主發(fā)展的PG2018含氮骨架機(jī)理(35種組分和259步反應(yīng))模擬均相燃燒和燃料氮轉(zhuǎn)化，采用ISAT算法，結(jié)合DAC算法實(shí)現(xiàn)計(jì)算加速。速度-壓力耦合采用SIMPLE算法，方程離散采用高階QUICK格式。

不同于傳統(tǒng)半經(jīng)驗(yàn)后處理方法對燃料型NOx生成的近似模擬，本文考慮揮發(fā)分與焦炭燃料氮析出并結(jié)合燃料氮轉(zhuǎn)化機(jī)理(即PG2018含氮骨架機(jī)理)，進(jìn)行耦合燃燒氧化反應(yīng)和燃料氮轉(zhuǎn)化的有限速率詳細(xì)反應(yīng)機(jī)理模擬。煤粉揮發(fā)分組成采用CPD模型計(jì)算，并考慮為CH4、H2、CO2、CO、NO和HCN六種組分。揮發(fā)分氮均考慮以HCN形式釋放[17]，焦炭氮以NO形式釋放[21]。CPD模型計(jì)算結(jié)果表明：該煤粉干燥無灰基焦炭質(zhì)量分?jǐn)?shù)為42.6%，揮發(fā)分為57.4%。由煤粉元素分析可知，揮發(fā)分中氮元素質(zhì)量分?jǐn)?shù)為1.3%，焦炭中為1.7%。綜合以上信息計(jì)算可得：揮發(fā)分組成為CH4∶H2∶CO2∶CO∶NO∶HCN= 52.22%∶2.25%∶29.22%∶11.24%∶2.63%∶2.44%。焦炭燃盡模型采用動力學(xué)/擴(kuò)散控制模型，該模型假設(shè)焦炭表面反應(yīng)速率由動力學(xué)或擴(kuò)散速率影響，燃燒過程中顆粒尺寸不變，密度變化。

2 模擬結(jié)果與討論

2.1 基于動態(tài)自適應(yīng)反應(yīng)的煤粉無焰燃燒模擬與試驗(yàn)驗(yàn)證

通過將耦合ISAT-DAC算法的模擬結(jié)果與試驗(yàn)數(shù)據(jù)進(jìn)行對比，可驗(yàn)證ISAT-DAC算法在煤粉無焰燃燒數(shù)值模擬中的準(zhǔn)確性和適用性。本模擬與試驗(yàn)進(jìn)行了基于爐內(nèi)軸向速度、爐內(nèi)溫度、O2濃度、CO2濃度、CO濃度和NO濃度及煙氣排放數(shù)據(jù)的對比驗(yàn)證。

爐內(nèi)軸向速度和溫度的試驗(yàn)和預(yù)測結(jié)果對比如圖3所示?？傮w而言，速度與溫度場模擬結(jié)果與試驗(yàn)吻合較好。速度模擬偏差主要出現(xiàn)在0

圖3 爐內(nèi)軸向速度與溫度的預(yù)測結(jié)果與試驗(yàn)數(shù)據(jù)對比Fig.3 Comparisons between the predicted and experimental axial velocityand temperature inside the furnace

O2、CO2和CO組分試驗(yàn)與預(yù)測結(jié)果如圖4所示。O2、CO2和CO組分濃度預(yù)測結(jié)果與試驗(yàn)值總體吻合較好。

圖4 爐內(nèi)O2、CO2、CO濃度的預(yù)測結(jié)果與試驗(yàn)數(shù)據(jù)對比Fig.4 Comparisons between the predicted and experimental concentrations of O2，CO2 and CO inside the furnace

基于ISAT-DAC算法的動態(tài)自適應(yīng)反應(yīng)NO模擬結(jié)果，與常規(guī)后處理模擬及試驗(yàn)數(shù)據(jù)的對比結(jié)果如圖5所示?？芍诤筇幚矸椒ǖ玫降腘O預(yù)測結(jié)果精度不高，在截面3且z≈0.3 m處對NO生成模擬偏高，而在截面4、5和6且0

圖5 爐內(nèi)NO濃度的預(yù)測結(jié)果與試驗(yàn)數(shù)據(jù)對比Fig.5 Comparisons between the numerical results andexperimental data of NO concentration inside the furnace

最后對比爐膛煙氣出口試驗(yàn)數(shù)據(jù)與預(yù)測結(jié)果，具體見表3(dry)?？芍艧煖囟?、煙氣CO2、O2、CO和NO預(yù)測結(jié)果與試驗(yàn)值相對誤差均在5%以內(nèi)。

表3 爐膛出口預(yù)測結(jié)果與試驗(yàn)數(shù)據(jù)對比

綜合上述結(jié)果，本模擬爐內(nèi)各監(jiān)測面及爐膛出口的預(yù)測結(jié)果與試驗(yàn)數(shù)據(jù)吻合較好，模擬采用PG2018骨架機(jī)理及耦合的ISAT-DAC算法適用于煤粉無焰燃燒模擬，且相比常規(guī)NO后處理模擬方法提升了對燃料氮轉(zhuǎn)化的模擬精度。

2.2 煤粉無焰燃燒燃料氮轉(zhuǎn)化分析

基于已經(jīng)過試驗(yàn)驗(yàn)證的模擬結(jié)果，進(jìn)一步分析煤粉無焰燃燒燃料氮轉(zhuǎn)化機(jī)理。

溫度與燃料氮轉(zhuǎn)化過程密切相關(guān)，爐內(nèi)溫度分布云圖如圖6所示。可見煤粉無焰燃燒過程具備較均勻的爐內(nèi)溫度分布。進(jìn)一步觀察發(fā)現(xiàn)，爐內(nèi)存在2個主反應(yīng)區(qū)，一處是由于燃料向下游噴射并與氧氣混合、反應(yīng)形成，另一處位于煤粉噴管處并由高溫?zé)煔饣亓鳟a(chǎn)生。

圖6 爐內(nèi)溫度分布Fig.6 Temperature distribution in the furnace

含氮詳細(xì)(骨架)機(jī)理模擬方法可精確預(yù)測爐內(nèi)NO分布，基于含氮骨架機(jī)理ISAT-DAC模擬和總包機(jī)理后處理模擬的NO分布云圖如圖7所示。圖7(a)中，高濃度NO分布在給粉管四周的高溫區(qū)，爐膛下游雖存在高溫區(qū)，但NO與碳?xì)淙剂习l(fā)生的強(qiáng)烈還原反應(yīng)使NO濃度降低。圖7(b)中，高濃度NO分布在給粉管出口位置，爐膛下游NO濃度預(yù)估偏低，與實(shí)際NO分布有偏差，不適于精確定量分析。

圖7 爐內(nèi)NO分布Fig.7 NO distributions inside the furnace

基于含氮骨架機(jī)理ISAT-DAC算法的有限速率模擬，可得到機(jī)理中所包含的典型含氮中間組分在煤粉無焰燃燒過程的爐內(nèi)分布情況。HCN、NH3和N2O中間組分的爐內(nèi)分布云圖如圖8所示。爐內(nèi)HCN含量較高，HCN轉(zhuǎn)化為NH3的量較少，NH3含量較低且峰值僅有約15×10-6，N2O生成量更低。HCN和NH3主要分布在給粉管出口處，均由煤粉脫揮發(fā)分而來，N2O分布在高溫區(qū)周圍并參與NO的生成與還原。

圖8 爐內(nèi)HCN、NH3和N2O中間組分分布Fig.8 Distributions of HCN，NH3 and N2Ointermediates inside the furnace

基于含氮骨架機(jī)理ISAT-DAC算法的有限速率模擬不僅可預(yù)測不同含氮組分的生成量和爐內(nèi)分布，還可分析煤粉無焰燃燒過程中的燃料氮轉(zhuǎn)化路徑。煤粉無焰燃燒燃料氮轉(zhuǎn)化路徑如圖9所示，圖中箭頭顏色與數(shù)字表示各反應(yīng)在整個計(jì)算域內(nèi)體積加權(quán)平均后的反應(yīng)速率。由圖9可知，熱力型NO生成受到顯著抑制，燃料型NO生成主要取決于HCN、NH3和N2O中間體，且NCO和HNO是較關(guān)鍵的中間組分。HCN中間體主要通過HNCO/CN和NCO路徑生成NO；NH3中間體由HNCO生成，并進(jìn)一步轉(zhuǎn)化為NH2、HNO，最終生成NO；N2O路徑主要參與NO還原，對NO生成貢獻(xiàn)較低。反應(yīng)路徑分析表明，CH3CN也是生成NO的重要中間組分，可通過NCO路徑生成。因此，NO生成的關(guān)鍵反應(yīng)有

圖9 煤粉無焰燃燒燃料氮轉(zhuǎn)化路徑Fig.9 Fuel nitrogen conversion path of the flameless combustion of pulverized coal

(3)

(4)

(5)

(6)

(7)

由于模擬過程中耦合動態(tài)自適應(yīng)機(jī)理簡化法(DAC)和當(dāng)?shù)刈赃m應(yīng)建表法(ISAT)來實(shí)現(xiàn)計(jì)算加速，可得到經(jīng)動態(tài)自適應(yīng)機(jī)理簡化后的爐內(nèi)活躍組分分布云圖，如圖10所示。即采用ISAT-DAC簡化法，可以在模擬過程中準(zhǔn)確識別爐內(nèi)的主要反應(yīng)區(qū)，簡化后的主反應(yīng)區(qū)最多僅保留32種組分，其他區(qū)域組分?jǐn)?shù)為0(無反應(yīng)區(qū)域)，從而節(jié)約計(jì)算成本。圖10中主反應(yīng)區(qū)位于給粉管下游，煤粉經(jīng)給粉管射出后與高溫二次風(fēng)相遇并發(fā)生燃燒反應(yīng)，主反應(yīng)區(qū)與圖6中的高溫區(qū)對應(yīng)。爐膛上方處的活躍組分主要是由于高溫?zé)煔饣亓魉隆?/p>

圖10 爐內(nèi)活躍組分分布Fig.10 Distribution of active species in the furnace

動態(tài)自適應(yīng)機(jī)理簡化法在去除對目標(biāo)組分貢獻(xiàn)較小的其余組分時，也去除了包含該組分的相關(guān)反應(yīng)，從而得到圖11的爐內(nèi)活躍反應(yīng)分布云圖?；钴S反應(yīng)較多的區(qū)域與活躍組分較多的區(qū)域?qū)?yīng)，主反應(yīng)區(qū)內(nèi)最多保留了240步反應(yīng)，弱反應(yīng)區(qū)依次遞減至80步反應(yīng)，煙氣區(qū)域反應(yīng)數(shù)為0(即無反應(yīng)發(fā)生)。

圖11 爐內(nèi)活躍反應(yīng)分布Fig.11 Distribution of active reactions in the furnace

統(tǒng)計(jì)計(jì)算時間發(fā)現(xiàn)，相比于基于骨架反應(yīng)機(jī)理(35種組分和259步反應(yīng))耦合ISAT算法的燃燒模擬，本模擬進(jìn)一步結(jié)合DAC算法后，可獲得約3倍的計(jì)算加速。因該骨架反應(yīng)機(jī)理(35種組分和259步反應(yīng))相比于原PG2018詳細(xì)反應(yīng)機(jī)理(151種組分和1 397步反應(yīng))可獲得約18.6倍加速效果。即采用骨架反應(yīng)機(jī)理耦合ISAT-DAC算法，相比于原PG2018詳細(xì)反應(yīng)機(jī)理可實(shí)現(xiàn)近55倍的計(jì)算加速，且未犧牲計(jì)算精度。

3 結(jié) 論

1)本文基于IFRF 0.58 MW燃燒爐進(jìn)行了煤粉無焰燃燒的含氮骨架機(jī)理有限速率模擬，考慮了燃燒過程中的湍流-化學(xué)-氮轉(zhuǎn)化反應(yīng)交互，并進(jìn)一步耦合動態(tài)自適應(yīng)反應(yīng)機(jī)理簡化法來實(shí)現(xiàn)計(jì)算加速。爐內(nèi)監(jiān)測面及爐膛出口的溫度、速度、O2濃度、CO2濃度、NO濃度預(yù)測結(jié)果與試驗(yàn)數(shù)據(jù)吻合較好，驗(yàn)證了PG2018骨架機(jī)理及ISAT-DAC算法在煤粉無焰燃燒模擬中的準(zhǔn)確性和適用性。且耦合DAC算法相較采用骨架機(jī)理模擬可實(shí)現(xiàn)近3倍的計(jì)算加速，相較采用詳細(xì)反應(yīng)機(jī)理可實(shí)現(xiàn)近55倍加速效果。

2)對煤粉無焰燃燒燃料氮轉(zhuǎn)化特性和含氮關(guān)鍵中間組分的研究表明，NO生成主要取決于HCN、NH3和N2O中間體，且NCO和HNO是較為關(guān)鍵的中間組分。HCN中間體主要通過HNCO/CN和NCO路徑生成NO；NH3中間體由HNCO生成，并進(jìn)一步轉(zhuǎn)化為NH2、HNO，最終生成NO；N2O路徑主要參與NO還原，對NO生成貢獻(xiàn)較低。反應(yīng)路徑分析還表明，CH3CN也是生成NO的重要中間組分，可通過NCO路徑生成NO。

3)基于經(jīng)試驗(yàn)驗(yàn)證的煤粉無焰燃燒燃料氮轉(zhuǎn)化模擬結(jié)果，本研究首次獲得了爐內(nèi)燃料氮遷移轉(zhuǎn)化的含氮關(guān)鍵中間組分(HCN與NH3)分布及活躍組分與活躍反應(yīng)分布，可為NO減排技術(shù)的發(fā)展提供參考，如根據(jù)爐內(nèi)溫度與組分分布，針對性地提高爐內(nèi)NO再燃與選擇性非催化還原(SNCR)效果等。