常英杰,吳愛祥,阮竹恩,3,王貽明
(1.北京科技大學(xué) 金屬礦山高效開采與安全教育部重點實驗室,北京,100083;2.北京科技大學(xué) 土木與資源工程學(xué)院,北京,100083;3.北京科技大學(xué) 順德創(chuàng)新學(xué)院,廣東 佛山,528399)
隨著國家對礦山環(huán)境保護(hù)的重視,充填采礦法被越來越多的礦山作為主要采礦方法,而管道輸送作為充填采礦法的關(guān)鍵技術(shù)之一,對整個充填系統(tǒng)的安全和穩(wěn)定起決定性作用[1-2]。
隨著充填技術(shù)的發(fā)展,充填料漿濃度逐漸提高,高濃度充填料漿是由固體粗顆粒、膠凝材料和水等組成的復(fù)雜懸浮體系,在管道輸送過程中,由于高濃度充填料漿中含有較多的固體粗顆粒,在管道輸送過程中往往會使管道產(chǎn)生一定磨損,隨著管道磨損的問題日益突出,因此,眾多學(xué)者針對充填料漿的管道磨損(見圖1)展開了研究。
圖1 管道磨損Fig.1 Pipe wear
針對充填料漿的管道磨損機(jī)制,眾多學(xué)者對充填料漿的組成(如固體粗顆粒的尺寸、含量、硬度等)以及充填料漿的流速、濃度、酸堿度等因素展開研究。KUANG等[3]運用流體與顆粒耦合(CFD-DEM)的方法對顆粒管道輸送進(jìn)行數(shù)值模擬,并對相關(guān)數(shù)學(xué)模型的形成、驗證和應(yīng)用進(jìn)行了介紹。WANG等[4]基于管道磨損回路試驗系統(tǒng),建立了漿料質(zhì)量濃度與磨損率、漿料流量和磨損率的數(shù)學(xué)模型。CALDERóN-HERNáNDEZ等[5]建立了一個測試回路來模擬充填料漿管道長距離輸送過程,提出了一種解釋管道磨損與侵蝕、腐蝕和材料微觀結(jié)構(gòu)相關(guān)的機(jī)制,建立了預(yù)測管道厚度損失隨輸送距離變化的方法。TAKANO等[6]對304種類型的管道進(jìn)行了磨損實驗,分析了不同內(nèi)部材料和管道傾斜度的管道磨損特征。CHUGUNKOV等[7]分析了灰渣漿結(jié)構(gòu)對管道磨損的影響。UZI等[8]建立了由計算兩相流動力學(xué)的一維流動模型、計算顆粒磨損的一維破碎算法(ODBA)和計算侵蝕速率的一維侵蝕模型(ODEM)組成的管道磨損模型。張修香等[9]運用Fluent對粗骨料充填料漿管道輸送進(jìn)行了數(shù)值模擬,發(fā)現(xiàn)粗骨料充填料漿管道輸送數(shù)值模擬是可行的。楊天雨等[10]采用數(shù)值模擬的方法分析了質(zhì)量濃度、灰砂比等對廢石-風(fēng)砂高濃度充填料漿管輸阻力的影響。CARTER[11]建立了一種管道磨損監(jiān)測系統(tǒng),可以更快速地對管道磨損進(jìn)行監(jiān)測和跟蹤。VARGA等[12]通過開展數(shù)值模擬和管道磨損試驗建立了管道磨損預(yù)測模型。WU等[13]對金屬礦料漿管道輸送過程中的流變行為進(jìn)行了分析。劉志雙等[14]運用滾筒磨損實驗裝置分析了質(zhì)量濃度、流速等因素對管道磨損的影響規(guī)律。JEONG等[15]開展了粉煤灰料漿管道磨損試驗,對比了鑄鐵管與玻璃鋼管之間的耐磨性。ZHANG等[16]探究了充填料漿垂直降落對管道的沖蝕磨損,并根據(jù)充填鉆孔的高度、水平管道的長度、漿體的密度和水力坡度建立了管道磨損程度估算方法。WANG等[17-18]通過磨損試驗研究了不同質(zhì)量濃度、流速下充填料漿對Q345鋼的磨損規(guī)律,并分析了充填料漿管道輸送過程中Q345鋼的磨損機(jī)理。薛希龍等[19]針對充填管道磨損風(fēng)險各影響因素之間的復(fù)雜性和不相容性,建立了主客觀組合權(quán)重與可變模糊集相結(jié)合的充填管道磨損風(fēng)險評估方法。
管道輸送磨損試驗難以開展,故針對管道輸送磨損的研究大多采用數(shù)值模擬的方法,但目前大多針對充填料漿的質(zhì)量濃度、灰砂比、流速等因素展開研究,有關(guān)管道自身參數(shù)對磨損影響的研究較少。為此,本文作者基于Fluent數(shù)值模擬軟件設(shè)計響應(yīng)面試驗,對不同管道參數(shù)下含粗骨料膏體充填管道磨損情況進(jìn)行研究,并基于管道磨損機(jī)理對管道參數(shù)進(jìn)行優(yōu)化,以期為礦山管道輸送系統(tǒng)優(yōu)化提供參考。
為探究不同管道參數(shù)對含粗骨料膏體充填管道磨損的影響,借助Design-Export軟件中的Cube工具,設(shè)計管徑(管道直徑)、彎管角度(管道相對走向彎曲角度)、彎徑比(管道彎曲半徑R與管道直徑D的比值)為3種影響管道磨損的因素,分別用X1、X2和X3表示。因素水平代碼如表1所示。
表1 因素水平代碼Table 1 Factor level code
管道模型為水平彎管,設(shè)定彎管上游長度為2 m,下游長度為4 m,網(wǎng)格剖分采用多區(qū)域網(wǎng)格剖分方式,掃掠單元邊長為0.01 m,邊界層數(shù)為5,過渡比為0.272,增長率為1.2,如圖2所示。經(jīng)網(wǎng)格無關(guān)性驗證可知,不同管道參數(shù)下所用網(wǎng)格數(shù)量均對沖蝕率無影響,網(wǎng)格數(shù)量均大于200 000個。
圖2 網(wǎng)格剖分Fig.2 Grid subdivision
將水泥、尾砂和水的混合物視為連續(xù)相,粗骨料視為離散相,由于彎管中連續(xù)相為非理想層流狀態(tài),所以連續(xù)相模型采用k-ε模型。膏體質(zhì)量分?jǐn)?shù)為75%,粗骨料與尾砂質(zhì)量比為1:1,連續(xù)相黏度系數(shù)為0.6,密度為1 800 kg/m3。離散相模型采用DDPM模型,根據(jù)粗骨料粒徑測試結(jié)果(如圖3所示),離散相直徑設(shè)定為0.001~0.010 m,離散相密度為2 600 kg/m3,連續(xù)相與離散相雙向耦合。入口為速度入口,離散型為Escape條件,流速為1.5 m/s,壁面條件為Reflect,出口為壓力出口,離散相為Escape條件,出口壓強為0 Pa,壁面粗糙度常數(shù)為0.5。
圖3 粗骨料粒徑分布Fig.3 Coarse aggregates particle size distribution
1.4.1 基本控制方程
質(zhì)量守恒方程表達(dá)式如下:
式中:ρ為流體密度,kg/m3;t為時間,s;ux、uy、uz分別為流體速度沿x、y、z方向的速度分量。對于不可壓縮流體,ρ為常數(shù),式(1)可寫為
動量守恒方程表達(dá)式如下:
式中:p為靜壓,N;u為流體相速度矢量,m/s;?為拉普拉斯算子;τxx、τxy、τxz、τyz、τyy、τyx、τzx、τzy、τzz均為作用在x、y、z方向上的應(yīng)力分量,Pa;fx、fy、fz為x、y、z這3個方向上的單位質(zhì)量力,N。
湍流方程表達(dá)式如下:
式中:ui為x方向的速度分量;xi和xj為空間坐標(biāo)(下標(biāo)i,j=1,2,3,分別代表x、y、z坐標(biāo)軸,且i≠j),Pa·s;μt為湍流黏性系數(shù),Pa·s;μ為動力黏度系數(shù),Pa·s;Gk為層流速度梯度產(chǎn)生的湍流動能,J;Gb為浮力產(chǎn)生的湍流動能,J;k為湍流脈動動能,J;Sk和Sε為自定義參數(shù);G1ε、G2ε、G3ε、σk、σε為經(jīng)驗常數(shù),Gμ為湍流常數(shù)。經(jīng)驗常數(shù)可從基本湍流試驗中得出,一般取G1ε=1.44,G2ε=1.92,σk=1.0,σε=1.3。
1.4.2 離散相控制方程
式中:FD(u-uq)為顆粒的單位質(zhì)量曳力,N;u為流體相速度,m/s;uq為顆粒速度,m/s;ρq為顆粒密度,kg/m3;dq為顆粒直徑,m;Req為相對雷諾數(shù)(顆粒雷諾數(shù));CD為曳力系數(shù),N;Fy為y方向其他附加力,如熱泳力、加速度力、速度梯度力等,N;a1、a2、a3為常數(shù)。
1.4.3 沖蝕磨損模型
根據(jù)以往的研究[20],磨蝕與沉積模型可以較為準(zhǔn)確地對固液兩相流管道磨損結(jié)果進(jìn)行預(yù)測。
式中:Rerosion為沖蝕磨損率,kg/(m2·s);mq為顆粒的質(zhì)量流率,kg/s;C(dq)為顆粒直徑函數(shù);f(θ)為沖擊角度函數(shù);v為顆粒沖擊速度,m/s;b(v)為速度指數(shù)函數(shù);Aface為粒子沖擊壁面的單元表面積,m2。C(dq)、f(θ)、b(v)根據(jù)壁面邊界條件確定,默認(rèn)情況下,取C=1,f=1,b=0。
1.4.4 壁面碰撞恢復(fù)方程
固體顆粒與壁面發(fā)生碰撞時存在能量轉(zhuǎn)移和能量損失,主要表現(xiàn)為碰撞前后速度分量的變化[21]。通常以碰撞前后速度分量的比值衡量能量的損失情況,并將該比值定義為恢復(fù)系數(shù)。比較常用的包括FORDER等[22]提出的Non-stochastic恢復(fù)系數(shù)以及GRANT等[23]提出的Stochastic恢復(fù)系數(shù)。本文采用在計算中較為常用的Grant和Tabakoff恢復(fù)系數(shù),其表達(dá)式為
式中:εN和εT為恢復(fù)系數(shù);θ為沖擊角度,(°)。
按照Design-Expert中的Cube工具生成的代碼開展優(yōu)化試驗,結(jié)果如表2所示。
表2 優(yōu)化試驗的編碼值與結(jié)果Table 2 Coding values and results of optimization experiment
對影響因素與最大磨損率之間的關(guān)系進(jìn)行多元回歸擬合,得到響應(yīng)曲面函數(shù),如式(8)所示,同時,對響應(yīng)面回歸函數(shù)進(jìn)行檢驗,相關(guān)系數(shù)R2=0.99,假設(shè)檢驗參數(shù)P小于0.000 1,說明響應(yīng)面回歸函數(shù)擬合度較好,可靠性較高。
3.1.1 管內(nèi)流速分布
圖4所示為管道內(nèi)流速分布云圖。由圖4可以看出,充填料漿在管道中主要呈柱塞狀流動,在靠近管壁區(qū)域膏體料漿與管壁摩擦對料漿產(chǎn)生剪切作用,導(dǎo)致邊壁區(qū)域流速較小,而在管道中心區(qū)域膏體料漿結(jié)構(gòu)穩(wěn)固,加速度較大,導(dǎo)致中心區(qū)域料漿流速較大;在彎管區(qū)域,由于料漿與彎管外側(cè)壁面發(fā)生碰撞,流速減小,而靠近彎管內(nèi)側(cè)料漿流速較大,經(jīng)過彎管區(qū)域后料漿邊壁區(qū)域受剪切作用流速減小,料漿逐漸恢復(fù)至穩(wěn)態(tài)流動,最大流速區(qū)域逐漸轉(zhuǎn)移至管道中心位置。
圖4 流速分布云圖Fig.4 Velocity distribution cloud map
3.1.2 管內(nèi)壓力分布
圖5所示為管道內(nèi)壓力分布云圖。由圖5可以看出,由于重力作用,充填料漿沿徑向表現(xiàn)出了明顯的壓力梯度,在管道底部區(qū)域,料漿受重力作用對管道底部產(chǎn)生壓力,導(dǎo)致越靠近管道底部壓力越大;而隨著料漿距離管道出口距離的減小,出口與大氣相通,相對壓差為0 Pa,所以越靠近管道出口壓力越小。
圖5 壓力分布云圖Fig.5 Pressure distribution cloud map
3.1.3 管內(nèi)顆粒分布
圖6所示為管道內(nèi)顆粒分布云圖。由圖6可以看出,由于設(shè)置顆粒為面入射,入口管道邊壁區(qū)域網(wǎng)格較為密集導(dǎo)致,入口邊壁區(qū)域顆粒分布密度較大。同時,由于重力作用,在入口階段顆粒發(fā)生一定程度沉降,管道底部顆粒分布密度比頂部的略高;同時,由于慣性作用,在彎管區(qū)域顆粒與彎管外側(cè)壁面發(fā)生碰撞,顆粒主要集中于彎管外側(cè)區(qū)域;在經(jīng)過彎管區(qū)域之后外側(cè)邊壁區(qū)域顆粒由于重力作用逐漸遷移至管道底部,導(dǎo)致管道底部顆粒分布密度比頂部的大。
圖6 顆粒分布云圖Fig.6 Cloud map of particle distribution
3.1.4 管道磨損分布
圖7所示為管道磨損分布云圖,圖8所示為顆粒軌跡。由圖7和圖8可以看出,在入口區(qū)域,由于入口邊壁粗顆粒分布密度較大且管壁磨損較為嚴(yán)重,導(dǎo)致入口處最大沖蝕速率較大;在彎管區(qū)域,由于慣性作用粗顆粒與管道外側(cè)壁面發(fā)生碰撞,導(dǎo)致管道外側(cè)磨損較大;在經(jīng)過彎管區(qū)域后,粗顆粒逐漸向中心遷移,同時由于重力作用,粗顆粒逐漸堆積至管道底部,導(dǎo)致管道底部管壁磨損較為嚴(yán)重。
圖7 管道磨損分布云圖Fig.7 Pipe wear distribution cloud map
圖8 顆粒軌跡Fig.8 Particle trajectory
圖9所示為顆粒受力示意圖。由圖9可以看出顆粒在流體中主要受重力G、慣性力FI、剪切阻力FV、曳力FD等作用,在彎管區(qū)域還受到壁面的反彈力FR作用。在直管區(qū)域顆粒受重力作用,當(dāng)重力大于垂直方向曳力時,顆粒發(fā)生沉降,導(dǎo)致顆粒距管道底部較近,料漿底部濃度比頂部的大。一些專家學(xué)者[24]針對顆粒在中間柱塞流動區(qū)域內(nèi)能否發(fā)生沉降這一問題,提出了相應(yīng)的判別公式,如式(9)所示。
圖9 顆粒受力示意圖Fig.9 Particle stress diagram
式中:A為量綱一參數(shù),可用于比較顆粒所受塑性效應(yīng)與重力效應(yīng);τy為y方向的剪應(yīng)力;g為重力加速度,9.81 m/s2;d為顆粒直徑,m;Δρ為顆粒與流體之間的密度差,kg/m3。對于非剪切流動區(qū)域內(nèi)的沉降而言,存在一個判定值YS,0.048≤YS≤0.111,當(dāng)Y>YS時,非剪切流動區(qū)域內(nèi)的顆粒不會發(fā)生沉降;當(dāng)Y 而在彎管區(qū)域,顆粒由于慣性作用撞擊在管壁上導(dǎo)致管壁區(qū)域顆粒集中程度較大,同時,顆粒受到壁面的反射作用,產(chǎn)生向中部區(qū)域遷移的趨勢,在經(jīng)過彎管區(qū)域后顆粒逐漸恢復(fù)為原始的分布狀態(tài)。在顆粒之間還存在范德華力、靜電力以及水合力等,其中顆粒間作用主要受范德華力和水合力影響,靜電力對顆粒影響較小。 3.3.1 單因素影響 將Design-Expert中數(shù)據(jù)導(dǎo)入Origin軟件中進(jìn)行處理。圖10(a)所示為管徑X1與最大磨損速率的關(guān)系。由圖10(a)可以看出,當(dāng)彎管角度為90°、彎徑比為4時,隨著管徑的增加,顆?;顒涌臻g增大,碰撞減小,最大磨損速率逐漸降低;圖10(b)所示為彎管角度X2與最大磨損速率的關(guān)系。由圖10(b)可以看出,當(dāng)管徑為160 mm、彎徑比為4時,彎管角度增加導(dǎo)致顆粒與管壁碰撞加劇,最大磨損率逐漸增加;圖10(c)為彎徑比X3與最大磨損速率的關(guān)系圖。由圖10(c)可以看出,當(dāng)管徑為160 mm、彎管角度為90°時,彎徑比的增大對管道輸送有促進(jìn)作用,隨著彎徑比的增大,顆粒與壁面碰撞角度逐漸減小,最大磨損速率逐漸減小。 圖10 參數(shù)模型單因素對最大磨損速率的影響Fig.10 Influence of single factor of parameter model on maximum erosion rate 3.3.2 交互影響 圖11所示為響應(yīng)因素交互作用等高線圖,表3所示為模型方差分析。由圖11和表3可以看出,對最大磨損速率的影響由大到小依次為管徑、彎徑比、彎管角度。圖11(a)所示為管徑和彎管角度的交互影響。由圖11(a)可以看出,管徑對最大磨損速率的影響大于彎管角度的影響,隨著管徑的增加,最大磨損速率對彎管角度的敏感度逐漸增大,這主要是因為管徑增大導(dǎo)致顆粒自由活動空間增加,顆粒慣性增大,其對彎管壁面碰撞強度增大。圖11(b)所示為管徑和彎徑比的交互影響。由圖11(b)可以看出,管徑對最大磨損速率的影響大于彎徑比的影響,隨著管徑的增加最大磨損速率對彎徑比的敏感度逐漸增大,這主要是因為隨著管徑增大,彎徑比對顆粒與管壁碰撞面積影響增大。隨著管徑增加,彎徑比對最大磨損速率的影響由逐漸減小變?yōu)橄茸冃『笤龃?,表明不同管徑下使管道磨損最小的彎徑比不同。圖11(c)所示為彎管角度和彎徑比的交互影響。由圖11(c)可以看出,彎徑比對最大磨損速率的影響大于彎管角度的影響,隨著彎徑比的增加,最大磨損速率對彎管角度的敏感度逐漸增大,這主要是彎徑比增加使顆粒與彎管壁面的碰撞面積增大。 表3 模型方差分析Table 3 Response surface model analysis of variance 圖11 響應(yīng)因素交互作用等高線圖Fig.11 Contour diagram of interaction of response factors 圖12(a)~(c)所示為不同因素交互影響的響應(yīng)面分析。由圖12和表3可以看出,對最大磨損速率影響程度最大的為管徑,而彎管角度對其影響非常小,交互影響最大的為X1X3。將響應(yīng)面模型導(dǎo)入MATLAB中,采用目標(biāo)規(guī)劃算法對模型進(jìn)行優(yōu)化求解,如式(10)所示,其中,120≤X1≤200 mm,60°≤X2≤90°,2≤X3≤6。 圖12 響應(yīng)面分析Fig.12 Response surface analysis 在試驗范圍內(nèi)管道參數(shù)最優(yōu)組合如下:管徑為198.05 mm,彎管角度為84.50°,彎徑比為4.57,此時,最大磨損速率為0.726×10-4g/(m2·s)。 1) 運用數(shù)值模擬軟件對含粗骨料充填料漿水平彎管輸送過程進(jìn)行模擬,發(fā)現(xiàn)充填料漿在管道中主要呈柱塞狀流動;由于重力和慣性作用管道底部和彎管外側(cè)顆粒濃度較大,該區(qū)域管道磨損速率較大,顆粒在流體中主要受重力G、慣性力FI、剪切阻力FV、曳力FD、壁面的反彈力FR等作用。 2) 通過RSM-BBD試驗結(jié)果建立了管徑、彎管角度以及彎徑比與最大磨損速率的回歸方程,通過單因素分析發(fā)現(xiàn),管徑和彎徑比與最大磨損速率呈負(fù)相關(guān),而彎管角度與最大磨損速率呈正相關(guān)。 3) 單一影響因素下,管道參數(shù)對最大磨損速率的影響程度從大到小依次為管徑、彎徑比、彎管角度,交互作用下管徑與彎徑比共同作用的影響最大。 4) 在試驗設(shè)計范圍內(nèi)管道最優(yōu)參數(shù)如下:管徑為198.05 mm,彎管角度為84.50°,彎徑比為4.57。3.3 RSM-BBD試驗結(jié)果分析
3.4 基于目標(biāo)規(guī)劃算法的管道參數(shù)優(yōu)化
4 結(jié)論