基于DEM模擬氣固循環流化床提升管內顆粒聚團特性

吳迎亞，彭麗，和寧寧，高金森，藍興英

（中國石油大學（北京）重質油國家重點實驗室，北京 102249）

基于DEM模擬氣固循環流化床提升管內顆粒聚團特性

吳迎亞，彭麗，和寧寧，高金森，藍興英

（中國石油大學（北京）重質油國家重點實驗室，北京 102249）

采用CFD-DEM的方法對氣固循環流化床提升管內的氣固流動特性進行模擬，建立了基于圖像處理的分析顆粒聚團的方法，重點研究了顆粒聚團在床層內的整體分布以及顆粒聚團的特性，包括顆粒聚團的傾角、球形度以及長短軸比的概率密度分布以及它們在床層內的軸向和徑向上的分布特性。研究結果表明，聚團在床層內的分布較寬，較小的聚團居多，邊壁區域附近易形成較大的聚團。聚團的數目沿床層高度方向先增加后減少。聚團傾向于以偏離球形聚團、較大的傾角形式存在，其長短軸比值在2～4之間。

流化床；多相流；計算流體力學；DEM；顆粒聚團

引　言

氣固循環流化床（CFB）越來越廣泛用于石化、煤炭、冶金、能源等現代基礎工業［1］。CFB提升管內氣固流動的不均勻性以及復雜不穩定性使得顆粒極易發生聚集并形成顆粒聚團。顆粒團聚的存在強烈地影響著其內的流動、傳熱、傳質以及化學反應的特性，從而使得其成為一個具有時空多尺度結構特征以及瞬時混沌特性的高度復雜耦合系統。因此，采用合適的方法表征顆粒聚團，分析顆粒聚團在提升管內的空間分布等特性對于更加準確地認識、理解和掌握提升管內復雜流動特性具有重要的意義，為進一步探測流化床內顆粒聚團的形狀和特性，研究顆粒聚團對床層內部流動特性的影響至關重要。

眾多研究者［2-13］通過設計實驗來研究流化床內顆粒聚團的特性。一方面是采用高速相機結合圖像處理分析聚團的分布特性。例如，Mondal等［2-3］利用高速相機識別流化床內的顆粒聚團；Yang 等［4］對高速攝像得到顆粒聚團照片進行剝離，分析聚團的顆粒濃度及分布特性；Rhodes等［5］采用高速攝像技術觀察了流化床內的顆粒聚團是以簇狀或帶狀形式存在；Lim等［6］采用高速攝像技術觀察到顆粒聚團是以橢球形存在。此外，光纖探針法也是一種被許多研究者廣泛地應用于研究流化床內顆粒聚團的有效方法［7-9］。Li等［10］通過光纖探針對團聚物的典型形狀進行了定性分析。通過對顆粒聚團進行實驗研究表明，氣固兩相流動體系中顆粒聚團多以橢球形式存在，且顆粒聚團處于不斷地變化中，即不斷地發生著形成、聚并與破碎的過程。石惠嫻等［11］采用灰度閾值法確定了冷態循環流化床內的顆粒聚團邊界，進一步分析了聚團的形狀和大小，從而實現了顆粒聚團在流化床內部的可視化。盡管目前有很多研究者［12］研究了循環流化床內的顆粒聚團的特性。然而僅有幾篇研究報道是關于氣固循環流化床內顆粒聚團特性的研究［13］。

計算流體力學方法（CFD）常用于研究氣固流化床內的氣固流動特性，其中基于歐拉-拉格朗日的CFD-DEM［14-15］方法可以追蹤單個顆粒的運動軌跡，是準確模擬氣固流化床內顆粒聚團特性的重要方法。趙永志等［16］基于DEM方法，采用周期性邊界研究了提升管和下行床內顆粒團聚行為。Zhang等［17］考慮了操作條件、顆粒特性及床體幾何條件對顆粒團聚行為的影響。Deen等［14］指出CFD-DEM方法廣泛應用于流態化系統。因此，通過CFD-DEM方法深入準確地研究整個循環流化床內顆粒聚團的特性對于更加準確地建立全床內的氣固流動模型至關重要。本文采用CFD-DEM方法對氣固循環流化床提升管內的氣固流動特性進行模擬，建立表征顆粒聚團的方法，重點研究了顆粒聚團在提升管內的分布、形狀以及大小等情況。

1　模擬對象

在CFD-DEM模擬中，如果按照實際的循環流化床的尺寸計算，顆粒數目將非常龐大，因此追蹤每個顆粒的軌跡也不現實。考慮到計算條件和計算時間的限制，本文采用CFD-DEM對提升管進行二維簡化。其尺寸為0.04 m×0.5 m，厚度約為一個顆粒的直徑。DEM模擬中的網格尺寸大小一般選取為顆粒粒徑的4～10倍。本文采用均勻的網格，網格數目為：25×200，網格大小約為顆粒粒徑的8倍。具體的幾何結構以及網格劃分如圖1所示。具體的顆粒和流體屬性及相關模擬參數如表1所示。

圖1　計算模型的幾何結構Fig. 1　Geometry structure of simulation domain

表1　模擬條件Table 1　Simulational conditions

2　數學模型

本文采用基于歐拉-拉格朗日的 CFD-DEM模型對循環流化床內氣固流動過程進行模擬研究。在該模型中，氣體的運動采用兩相耦合的 Navior-Stocks方程進行描述；顆粒的運動通過牛頓第二定律描述，通過追蹤流場中每一個顆粒的運動軌跡模擬整個流場中顆粒的運動；氣固之間的耦合作用通過牛頓第三定律來實現。采用曳力模型［18］來描述氣-固相兩相作用力。顆粒相的碰撞采用軟球模型［19-20］描述，將顆粒碰撞視為非彈性碰撞，并考慮摩擦力的存在。關于模型的詳細描述及相關表達式見文獻［21］。

圖2　5～10 s內顆粒軸向速度的軸、徑向分布Fig. 2　Axial and radial profiles of particle vertical velocity at 5—10 s

3　模型驗證

Ibsen等［22］采用激光多普勒測量技術測量了提升管內顆粒的軸向速度。為了驗證模型的準確性，對該實驗工況進行模擬，實驗中所采用的為0.032 m×1 m的提升管，顆粒數目為40500個，顆粒相平均直徑為164 um，密度為2400 kg·m-3。模擬采用網格數目為25×300。初始顆粒均勻堆積在床內，氣體從底部進入，氣體采用速度入口，出口采用壓力出口，顆粒采用循環入口（從頂部帶出的顆粒重新從提升管底部注入）。氣相采用無滑移的壁面條件。其中曳力模型采用 Gidaspow曳力模型［18］。圖2（a）為模擬時間為5～10 s內顆粒軸向速度的軸向分布；圖2（b）為床層高度為0.4 m處，模擬時間為5～10 s內顆粒軸向速度的徑向分布。從圖2可以發現模擬結果和實驗結果吻合較好［22］。由此可以說明CFD-DEM 能較好地模擬出提升管內的氣固流動特性。因此，模型驗證將為后續的聚團分析提供較為準確的理論基礎。

4　聚團分析方法

由于測量技術的限制，目前利用高速相機的方法只能對擬二維的提升管裝置進行聚團的拍照，識別以及量化的工作［23］。而 Li等［24］指出當擬二維流化床的厚度低于10倍顆粒直徑時，可以利用二維結構替代擬二維結構進行模擬研究。因此，本文首先對模型進行二維簡化，進一步基于二維模擬結果研究聚團的分布特性。

本研究首先建立了表征顆粒聚團的方法，如圖3所示。具體步驟如下：① 通過選擇一個合適的固含率閾值來提取顆粒聚團；② 根據確定的固含率閾值將模擬得到的提升管內的固含率分布云圖進行二值化；③ 通過邊緣檢測算法，確定顆粒聚團的邊緣；④ 計算出顆粒聚團的中心位置和面積。

為了進一步表征顆粒聚團的形狀特性，參考Lim等［6］的研究對聚團進行橢球近似，通過計算橢圓的長軸、短軸、傾角以及球形度來表征聚團的特性。其中，橢球的球形度定義為

式中，C為球形度，A為聚團的面積，S為聚團的周長。C越接近于1，表示聚團接近完美球形；C越接近于0，表明其形狀越近似于橢球。

圖4為采用不同的固含率閾值對分布云圖進行二值化后得到的二值化圖片。其中，黑色區域和灰色區域分別代表稠密相和稀疏相。由圖4可知，隨著固含率閾值的不斷增大（0.04～0.1），密相區域逐漸減少，稀相區域不斷增加；密相區中顆粒聚團逐漸從分布云圖中被剝離，直至消失，且顆粒聚團的尺寸隨著固含率閾值的不斷增大不斷減小。因此，固含率閾值的選取對密相區顆粒聚團的特征，包括顆粒聚團的形狀和尺寸影響較大。這與 Yang等［4］的實驗結果相一致。

在給定的固含率閾值條件下，顆粒聚團所占據的面積百分比的統計結果如圖5所示。由圖5可知，隨著固含率閾值的不斷減小，顆粒聚團的面積比不斷增大。這是由于隨著固含率閾值在不斷減小的過程中二值化分布云圖中的密相區比例不斷增大。固含率閾值選擇過大，容易造成較稀疏的聚團在檢測過程中被忽略。而固含率閾值選擇太小，聚團容易失真，連成一片。本文選擇固含率的閾值為0.05。

圖3　顆粒聚團的表征方法Fig. 3　Method of cluster characterization

圖4　不同固含率閾值下的二值化圖片Fig. 4　Binary images w ith solids holdup thresholds

圖5　不同固含率閾值下顆粒聚團占據的面積比值Fig. 5　Black area percentages versus solids holdup thresholds

5　結果與討論

5.1氣固流動特性

圖6為提升管在模擬時間為5～10 s的瞬時顆粒濃度的全床分布云圖。由圖可知，在不同的模擬時間下，提升管內氣固流動均具有非均勻性、復雜不穩定性以及多尺度之間的高度耦合特性。瞬時顆粒的濃度分布在整個提升管內也呈現出較強的非均勻性。顆粒濃度在軸向上呈現出上稀下濃的結構；而在徑向上呈現出邊壁稀中間濃的環核流動結構。由瞬時全床顆粒濃度的分布云圖也可以看出，提升管內存在著近似橢球形的絮狀物，同時絮狀物之間的相互作用又會導致帶狀物的生成，進一步生成簇狀物以及片狀物等不同形貌的顆粒聚集體。這是由于提升管內顆粒與顆粒之間不斷地碰撞并發生著強相互作用并造成了其內部具有較高顆粒濃度的顆粒聚團的生成，且生成的顆粒聚團均處在不斷的動態變化中，并逐漸以不同形態包括，不同尺度大小的絮狀物、帶狀物、簇狀物和片狀物等形式存在于整個提升管內部的不同軸、徑向位置。

圖6　不同模擬時間下的顆粒瞬時濃度的全床分布Fig. 6　Instantaneous profiles of solids concentration at different simulation time

5.2顆粒聚團的整體特性

圖7為5～10 s內床層的平均固含率、平均固含率的標準差以及顆粒聚團在全床層內的分布情況。由圖 7（a）可以發現，顆粒聚團分布于整個床層內部，且表現出雜亂無章的分布，尤其是在提升管內的分布器以上的區域。由圖 7（b）可知，床層內的時均顆粒濃度分布表現為明顯的上稀下濃的“S”形分布。圖7（c）可知，在提升管的邊壁區及上部區域，固含率的標準差較大，這是由聚團的破碎和聚并導致的。因此，為了進一步理解和認識顆粒聚團在床層內的整體分布情況，有必要統計出顆粒聚團的平均面積在整個床層的軸、徑向上的分布。

圖8為統計的5～10 s內床層中的顆粒聚團面積的概率密度分布函數。由圖8可知，床層內40%左右的聚團的面積在 0.0055 cm2左右，床層內10%～30%左右的顆粒聚團的面積在 0.35～0.70 cm2左右；床層內 1%～6%左右的聚團的面積在1.04～3.11 cm2左右；床層內的平均面積在 3.45 cm2以上的聚團均不超過 0.7%左右。由此可知，聚團的平均面積在床層內的分布較寬，總體在0.0055～4 cm2之間，且多以較小聚團形式存在，大聚團較少。

圖7　5～10 s內床層中顆粒聚團的全床分布Fig. 7　Distribution of clusters in bed at 5—10 s

圖9進一步統計了5～10 s內床層中的顆粒聚團平均面積的軸、徑向分布。由圖9（a）可知，沿床層高度方向，聚團先增大后減小。這也反映了床層內的聚團在上升過程中不斷發生著聚并和破碎的過程。在床層高度為0.4 m時，聚團的平均面積最大，達到了1.42 cm2左右。當聚團向上運動達到床高0.4 m以上時，形成的較大的聚團繼續沿著床層高度向上運動時，由于聚團所受的曳力逐漸難以克服自身所受的重力，使得較大的聚團發生破碎并形成具有較小面積的聚團。由圖9（b）可知，較大的聚團較容易出現在邊壁附近區域，這是由于床層中心區域處的聚團由于受到較高表觀氣速的作用使得具有較大面積的聚團會破碎成較小面積的顆粒聚團；而在邊壁處，由于受到壁面的影響使得壁面處不斷上升的和下降的顆粒以及聚團之間發生了強相互作用，進一步造成了聚團發生破碎，從而形成較小的聚團。因此，較大面積的聚團多存在于邊壁區域附近，而在床層中心區域和壁面處易形成較小面積的聚團。

圖8　5～10 s內顆粒聚團平均面積的概率密度分布函數Fig. 8　Probability of time-averaged areas of clusters at 5—10 s

圖9　5～10 s內顆粒聚團平均面積的軸、徑向分布Fig. 9　Axial and radial profiles of time-averaged areas of clusters at 5—10 s

圖10　5～10 s內顆粒聚團平均數目的軸、徑向分布Fig. 10　Axial and radial profiles of time-averaged numbers of clusters at 5—10 s

圖10為5～10 s內床層中的顆粒聚團的平均數目在軸、徑向上的分布情況。由圖10（a）可知，聚團的數目在30～870之間，且聚團的數目沿床層高度方向先增加后減少。這是由于床層中的單顆粒在氣體的作用下，不斷趨于上升運動，且顆粒與顆粒間由于發生碰撞作用并逐漸生成較小的聚團，使得較小的聚團的數目沿床層高度方向不斷增加。因此，在床層底部以上區域，圖中顯示床層高度為0.18 m處，聚團的數目出現了最大值。同時，由圖10可知，在床層高度為 0.18 m處，聚團的平均面積在 0.28 cm2左右。當較小的聚團沿床層高度不斷上升，直至達到床層高度為0.18 m以上時，較小的聚團會逐漸聚并為較大的聚團。同時，不斷生成的較大的聚團在沿著床層軸向方向繼續向上運動時，由于其受到的重力難以克服自身的重力，一部分較大的聚團趨于向下運動并返回至床層較低高度處；而另一部分較大的聚團會破碎形成較小的聚團，并繼續沿著床層高度向上運動。因此，聚團在整個床層高度上不斷發生著聚并和破碎的動態復雜過程。總地來說，在床層高度達到0.18 m以上時，聚團的數目在不斷減少。由圖10（b）可知，在床層中心區域，即r/R = 0～0.8處，聚團的數目沿徑向方向變化不大。當聚團沿徑向方向不斷由靠近壁面區域向壁面處移動時，聚團的數目逐漸增加。進一步分析了在靠近壁面區域，較大的聚團趨于發生破碎并形成數目較多的較小的聚團；此外，壁面處的聚團由于在受到不斷上升的和下降的聚團的碰撞作用后，會發生破碎形成數目較多的小聚團。這說明循環流化床內邊壁區存在數目較多的小聚團，而數目較少、面積較大的聚團多存在于床層中心區域。

5.3顆粒聚團的微觀特性

由上述分析可知，顆粒聚團多以橢球形式分布于整個床層內部，且其逐漸沿著床層高度向上運動時，由于受到自身的重力、曳力以及顆粒-顆粒、顆粒-聚團、聚團-聚團的碰撞作用力使得其不斷發生著聚并與破碎的過程。因此，床層內部聚團的形狀、面積和大小均發生著動態的變化。本文利用Matlab圖像處理工具箱對聚團進行橢球擬合。重點研究了聚團的傾角、長短軸比值以及球形度等顆粒聚團特性。

圖11　5～10 s內顆粒聚團性質的概率密度分布函數Fig. 11　Probability of characteristics of clusters at 5—10 s

圖11為統計的5～10 s內床層中的聚團傾角、球形度和長短軸比的概率密度分布函數。由圖11（a）可知，床層內聚團的傾角為 90°左右，對應的概率密度出現了最高值 10%；而床層內傾角在 0°～27°的聚團均不超過 1%。說明在床層內，聚團傾向于較大的傾角以保持較小的阻力。由圖11（b）可知，床層內聚團的球形度范圍在 0.08～0.97，大部分聚團的球形度的范圍集中在0.60～0.90。由圖11（c）可知，床層內聚團的長短軸比范圍在1.0～3.3時，對應的概率密度值在17%～23%；當顆粒聚團的長短軸比高于 4.5以上，對應的概率密度值小于 6%。因此，床層內聚團的長短軸比多集中在1.0～3.3之間，且長短軸比為2.20的聚團占整個聚團數目的50%。通過上述分析可知，提升管內的聚團傾向于以偏離球形聚團、較大的傾角形式存在，其長短軸比值約在2～4之間。

圖12　5～10 s內顆粒聚團傾角的軸、徑向分布Fig. 12　Axial and radial profiles of angle of clusters at 5—10 s

圖13　5～10 s內顆粒聚團球形度的軸、徑向分布Fig. 13　Axial and radial profiles of sphere coefficient of clusters at 5—10 s

圖14　5～10 s內顆粒聚團長短軸比的軸、徑向分布Fig. 14　Axial and radial profiles of axial ratio of clusters at 5—10 s

在此基礎上，為了進一步研究床層內顆粒聚團的特性，考察了聚團的傾角、球形度以及長短軸比在提升管內的軸向和徑向上的分布規律，分別如圖12～圖14所示。由圖12（a）、圖13（a）和圖14（a）可知，沿床層高度方向，聚團的傾角和球形度先減小后增大，而聚團的長短軸比先增大后減小。這也進一步說明了床層內的聚團在上升過程中不斷發生著聚并和破碎的過程，聚團的性質，包括傾角、球形度以及長短軸比處于動態變化之中。由圖12（b）、圖13（b）和圖14（b）可知，在床層中心區域，即r/R = 0～0.7處，聚團的傾角沿徑向方向變化不大；隨著r/R逐漸由0.7增加到1.0時，顆粒聚團的傾角不斷增大。聚團的球形度及長短軸比沿徑向方向上有所波動，但變化不大。這是由于提升管內的氣固流動具有典型的環核流動結構，在提升管中心區域處，顆粒的濃度和速度分布均較為均勻，使得提升內聚團的性質，包括傾角、球形度以及長短軸比相對穩定，而在壁面區域，容易生成大傾角的聚團。

6　結　論

本文首先采用CFD-DEM的方法對氣固循環流化床提升管內的氣固流動特性進行模擬，確立了表征顆粒聚團的方法，采用圖像分析法重點分析了顆粒聚團在床層內的整體分布特性，包括聚團平均面積的概率密度分布以及在軸向和徑向上的分布，聚團平均數目在軸向和徑向上的分布；進一步研究了提升管內顆粒聚團的特性，包括聚團的傾角、球形度以及長短軸比的概率密度分布以及它們在床層內的軸向和徑向上的分布情況，得到了以下結論。

（1）聚團的面積在床層內的分布較寬，總體在0.0055～10 cm2之間，且床層內40%左右的聚團的平均面積在0.0055 cm2左右，即較小面積的聚團居多。沿床層高度方向，聚團的面積先增大后減小；較大面積的聚團多存在于邊壁區域附近，而在床層中心區域和壁面處易形成較小面積的顆粒聚團。

（2）聚團的數目在30～870之間，且聚團的平均數目沿床層高度方向先增加后減少。在床層中心區域r/R = 0～0.8處，聚團的平均數目沿徑向方向變化不大，進一步向壁面處移動時，聚團的平均數目逐漸由350增加到530。

（3）聚團傾向于以偏離球形聚團、較大的傾角形式存在，其長短軸比值在2～4之間。沿床層高度方向，聚團在上升過程中不斷發生著聚并和破碎的過程，聚團的性質，包括傾角、球形度以及長短軸比處于動態變化之中。沿徑向方向，聚團的球形度及長短軸比沿徑向方向上有所波動，但變化不大。在床層中心區域，即r/R = 0～0.7處，聚團的傾角沿徑向方向變化不大；隨著r/R逐漸由0.7增加到1.0時，顆粒聚團的傾角不斷增大，即大傾角的聚團易在壁面處生成。

References

［1］ 金涌， 祝京旭， 俞芷青. 流態化工程原理［M］. 北京: 清華大學出版社， 2001.

JIN Y， ZHU J X， YU Z Q. Fluidization Engineering Principles［M］. Beijing: Tsinghua University Press， 2001.

［2］ MONDAL D N， KALLIO S， SAXEN H， et al. Experimental study of cluster properties in a two-dimensional fluidized bed of Geldart B particles［J］. Powder Technology， 2016， 291: 420-436.

［3］ MONDAL D N， KALLIO S， SAXEN H. Length scales of solid clusters in a two-dimensional circulating fluidized bed of Geldart B particles［J］. Powder Technology， 2015， 269: 207-218.

［4］ YANG J， ZHU J. A novel method based on image processing to visualize clusters in a rectangular circulating fluidized bed riser［J］. Powder Technology， 2014， 254: 407-415.

［5］ RHODES M， M INEO H， HIRAMA T. Particle motion at the wall of a circulating fluidized bed［J］. Powder Technology， 1992， 70（3）: 207-214.

［6］ LIM K S， ZHOU J， FINLEY C， et al. Cluster descending velocity at the wall of circulating fluidized bed risers［C］//5th International Conference on Circulating Fluidized Beds. 1996.

［7］ LI H， XIA Y， TUNG Y， et al. M icro-visualization of cluster in a fast fluidized bed［J］. Powder Technology， 1991， 66: 231-235.

［8］ HORIO M， KUROKI H. Three-dimensional flow visualization of dilute dispersed solids in bubbling and circulating fluidized bed［J］. Chem ical Engineering Science， 1994， 49: 2413-2421.

［9］ LIN Q， WEI F， JIN Y. Transient density signal analysis and two-phase m icro structure flow in gas-solids fluidization［J］. Chem ical Engineering Science， 2001， 56: 2179-2189.

［10］ LI H， XIA Y， TUNG Y， et al. M icro-visualization of two-phase structure in a fast fluidized bed［J］. Circulating Fluidized Bed Technology， 1991， 3: 183-188.

［11］ 石惠嫻， 駱仲泱， 王勤輝， 等. 循環流化床內顆粒團屬性的可視化研究［J］. 動力工程， 2005， 25（1）: 60-64.

SHI H X， LUO Z Y， WANG Q H， et al. Visualization study of attributes of particle clusters in circulating fluidized beds［J］. Proceedings of the CSEE， 2005， 25（1） :60-64.

［12］ BERRUTI F， CHAOUKI J， GODFROY L， et al. Hydrodynam ics of circulating fluidized bed risers: a review［J］. Canadian Journal of Chem ical Engineering， 1995， 73: 579-602.

［13］ MONAZZA E R， SHADLE L J. Analysis of the acceleration region in a circulating fluidized bed riser operating above fast fluidization velocities［J］. Industrial and Engineering Chem istry Research， 2008，47: 8423-8429.

［14］ DEEN N G， VAN SINT A M， VAN DERHOEF M A， et al. Review of discrete particle modeling of fluidized beds［J］. Chem ical Engineering Science， 2007， 62: 28-44.

［15］ WANG J， VAN DERHOEF M A， KUIPERS J A M. Comparison of two-fluid and discrete particle modeling of dense gas-particle flows in gas-fluidized beds［J］. Chem. Ing. Tech.， 2013， 85: 290-298.

［16］ 趙永志， 程易， 金涌. 提升管與下行床顆粒團聚行為的離散顆粒模擬［J］. 化工學報， 2007， 58（1）: 44-53.

ZHAO Y Z， CHENG Y， JIN Y. CFD-DEM simulation of clustering phenomena in riser and downer［J］. Journal of Chem ical Industry andEngineering（China）， 2007， 58（1）: 44.

［17］ ZHANG M H， CHU K W， WEI F， et al. A CFD-DEM study of the cluster behavior in riser and downer reactors［J］. Powder Technology，2008， 184（2）: 151-165.

［18］ GIDASPOW D. Multiphase Flow and Fluidization: Continuum and Kinetic Theory Descriptions［M］. Boston: Academic Press， 1994.

［19］ 張勇， 金保升， 鐘文琪， 等. 噴動流化床顆粒混合特性的三維直接數值模擬［J］. 中國電機工程學報， 2008， 28（2）: 33-38.

ZHANG Y， JIN B S， ZHONG W Q， et al. Three-dimensional DEM simulation on particle mixing characteristics of spout-fluid bed［J］. Proceedings of the CSEE， 2008， 28（2）: 33-38.

［20］ CROWE C T， SOMMERFELD M， TSUJI Y. Multiphase Flows w ith Droplets and Particles［M］. Boca Raton: CRC Press， 1997.

［21］ 吳迎亞， 藍興英， 高金森. 基于DEM模擬的氣固鼓泡床內流場間歇性及顆粒相干結構的分析［J］. 化工學報， 2014， 65（7）: 2724-2732.

WU Y Y， LAN X Y， GAO J S. Analysis of flow field intermittency and coherent structure of particles based on DEM simulation of gas-solid bubbling bed［J］. CIESC Journal， 2014， 65（7）: 2724-2732.

［22］ IBSEN C H， HELLAND E， HIERTAGER B H， et al. Comparison of multifluid and discrete particle modelling in numerical predictions of gas particle flow in circulating fluidised beds［J］. Powder Technology，2004， 149（1）: 29-41.

［23］ 王猛， 朱衛兵， 孫巧群， 等. 提升管內氣固流動特性的離散元模擬［J］. 化工學報， 2013， 64（7）: 2436-2445.

WANG M， ZHU W B， SUN Q Q， et al. Discrete element simulation of gas-solid flow behavior in riser［J］. CIESC Journal， 2013， 64（7）: 2437-2445.

［24］ LI T， GOPALAKRISHNAN P， GARG R， et al. CFD-DEM study of effect of bed thickness for bubbling fluidized beds［J］. Particuology，2012， 10（5）: 532-541.

DEM simulation of particle clustering characteristics in gas-solid CFB risers

WU Yingya， PENG Li， HE Ningning， GAO Jinsen， LAN Xingying
（State Key Laboratory of Heavy Oil Processing， China University of Petroleum， Beijing 102249， China）

Gas-solid flow in CFB riser was simulated by a combined approach of computational fluid dynamics （CFD） and discrete element method （DEM）. A new cluster analysis method based on image calibration and processing technique was developed to obtain overall， axial and radial distributions of clusters in fluidized beds as well as cluster characteristics in terms of inclination angle， degree of sphericity， and aspect ratio of long over short axis. The clusters showed a w ide distribution w ith mainly small clusters and large clusters formed in the regions near the wall. Along the height direction of the riser， the amount of clusters first increased and then gradually decreased. In addition， clusters were most likely to exist in the form of non-spherical aggregates w ith large inclination angle and aspect ratio between 2 and 4.

fluidized-bed； multiphase flow； computational fluid dynam ics； DEM； cluster

date: 2016-04-07.

LAN Xingying， lanxy@cup.edu.cn

supported by the National Basic Research Program of China（2012CB215003） and the National Natural Science Foundation of China （91334104）.

TQ 021.1

A

0438—1157（2016）08—3321—10

10.11949/j.issn.0438-1157.20160440

2016-04-07收到初稿，2016-06-08收到修改稿。

聯系人：藍興英。第一作者：吳迎亞（1990—），男，博士研究生。

國家重點基礎研究發展計劃項目（2012CB215003）；國家自然科學基金項目（91334104）。