新型粉罐車流化床氣室和氣道結構參數研究與結構優化

許 偉, 曾億山, 燕 浩

(合肥工業大學 機械工程學院,安徽 合肥 230009)

0 引 言

粉罐車用流化床是一種廣泛應用于工業粉料運輸行業的能夠使粉料流態化的封閉裝置。所謂粉料流態化就是壓縮氣體透過流化床,使流化床上的粉料相互分離而懸浮于空氣中,使粉料具有一般流體的特性,以便于運輸,減少浪費和環境污染。當前的粉罐車采用布袋結構,使得粉料流化效果不理想,流化死區面積大,粉料剩余率較高等問題都制約著粉罐車的發展。

關于流化床的基礎理論各國學者已展開諸多研究[1-3],發現流化床流化面的流體速度是影響流化床流化性能和粉料流化質量的關鍵因素,同時也影響著粉料卸載的工作效率和粉料殘余率[4]。流化床的幾何結構是影響氣體分布均勻的關鍵因素,若流化床面積較大,而床層較薄,則流化床層易出現溝流等非正常流化狀態;若流化床面積較小,床層較厚,則易出現氣泡和節涌等非正常流化狀態;若物料直徑差異較大,則易出現分層等非正常流化狀態[5-6]。因此,為了提高流化床粉料卸載效率和減小粉料殘余率,有必要加深對粉料運輸領域流化床內流體速度分布均勻性的研究。

目前常用的優化方法包括田口算法、正交算法等[7-8]。文獻[9]將改進的粒子群優化算法和有限元分析的田口算法用于優化安裝有渦旋壓縮機的六相銅轉子感應電動機,以實現最小的制造成本和起動電流、最大的效率和功率因數;文獻[10]通過田口算法和多元回歸優化一種空氣分配器通道的結構參數,得到了結構參數的最佳方案及其預測阻力系數;文獻[11]使用標準時間分數擴散方程分析氣體在多孔介質中的擴散濃度分布,發現氣體分子在多孔介質中傳輸的弛豫時間在10-8～10-6s的范圍內;文獻[12]將田口算法應用于垂直軸潮汐渦輪機的水動力特性優化中,優化后的垂直軸潮汐渦輪機的功率系數比基準設計提高了24%,流動分離大大減少。以上這些對田口算法的應用為本文分析流化床流體速度分布均勻性提供了理論基礎。

計算機技術的發展推動了計算流體力學(computational fluid dynamics,CFD)在流體計算仿真領域的應用,大量的研究證明該方法能夠準確預測流體流動特性[13]。文獻[14]使用CFD開發了一個用于模擬通過各種幾何形狀管道結構中細顆粒的氣動傳輸模型,驗證了在水平和垂直氣力輸送中顆粒尺寸的分布完全不同;文獻[15]用CFD方法,以氧化鋁為輸送材料,進行氣力密相輸送試驗,由此分析了固體體積分數、氣體/固體速度等重要參數在管道橫截面上的變化;文獻[16]在單溫度多孔介質模型的基礎上修正了雙溫度多孔介質模型,通過CFD模擬了固定床反應器多孔介質中氣體的流動,模擬結果與實際數據吻合較好;文獻[17]采用多孔介質和CFD-DEM2種方法模擬一種反應器中氦的熱水力特性,結果表明2種方法模擬的傳熱特性大致相同。

關于流化床流動特性有諸多研究。然而,在粉料運輸領域,提高流化床內氣體分布均勻性方面的研究較少,尤其是流化床氣室和氣道結構對流體分布的影響。因此本文以粉罐車流化床為研究對象,基于田口算法分別設計了16種新型流化床氣室和氣道結構參數方案。通過信噪比及方差結果分析各結構參數對響應的影響,獲得了各參數的貢獻率及其最佳參數組合。相關研究成果可為粉罐車流化床結構設計提供參考。

1 粉罐車流化床工作原理

傳統粉罐車用流化床采用布袋結構,如圖1a所示,壓縮氣體直接進入均勻分布在罐體底部的布袋,布袋四周均是流化面,由于布袋所用布料的氣阻相同,因此壓縮氣體使靠近氣室部分的粉料先進入流化狀態,布袋末端的粉料則難以流化,同時兩側布袋對其外側粉料輸送的氣體分布不均勻,因此存在流化死區。

圖1 粉罐車流化床結構模型

新設計的粉罐車用流化床在氣室中間添加了一塊隔板,電機驅動空壓機產生的壓縮氣體經進氣管道向罐體兩頭的氣室輸送,氣室內的氣體經過隔板的緩沖形成流速均勻的氣體后,流過鋪有透氣布的新型氣道區域形成細微、均勻的氣流進入粉料層,使粉料流態化,如圖1b所示。優化后的氣道除透氣布壓緊位置存在死區外,總體部分死區面積明顯減少,由傳統粉罐車約11%死區降至約6%。

流化床上的氣道均勻地分布在罐車氣室的圓弧上。由于進氣管道與氣道方向相垂直,因此經空壓機壓縮后的高速氣體進入氣室擴散后流到氣道入口處時,不同氣道處的氣體速度仍然存在一定的差異,進而影響粉料的整體流化效果。因此,本文將不同測量點氣體的速度分布相對其平均速度的偏離程度稱為氣體的速度分布均勻性,該值越小,氣體的速度分布相對其平均速度的偏離程度越低,速度均勻性越好,氣道入口處和流化面的速度分布均勻性表達式分別為:

(1)

(2)

2 田口算法試驗設計與數值模擬

2.1 田口算法的試驗設計

田口算法是應用在試驗設計和確定參數對系統效率的影響方面使用最為廣泛的統計方法之一[18]。與傳統的優化方法注重于提高系統的平均性能相比,田口算法更注重于通過對所有可能試驗中的一部分典型試驗進行計算,以獲得更好的參數組合,從而深入了解控制因子的變化對系統效率的影響。

本文氣室部分的結構影響氣道入口處的速度分布,氣道部分的結構影響著粉料流化面的速度分布,2個部分的結構都會影響流化床的流化效果,因此為了深入了解不同結構參數對系統響應的影響,分別對氣室和氣道部分的結構參數進行田口算法試驗設計。該設計分為以下4個步驟[19-20]。

(1) 確定分析對象。本文需要通過數值分析研究以下2個目標對象:① 流化床氣室和氣道的結構參數對流化床內氣體速度分布均勻性的影響;② 分析不同結構參數的貢獻率,確定結構參數的最優組合。

(2) 確定響應特性。本文選取vu和vu′作為田口算法的響應,通過CFD數值模擬得出每個小氣道入口處和流化面流體ui和ui′,由(1)式、(2)式計算得到各個方案的vu和vu′值。

(3) 確定因素及其水平。流入氣道的氣體是經過有分隔板的氣室緩沖擴散后輸入的,因此氣道入口處氣體的速度均勻性取決于氣室的結構參考。氣室部分選取V、K及δ作為影響流化床內氣體速度分布均勻性的關鍵因素進行分析,如圖2a所示。其中:V為流化床氣室的整體容積大小;K為隔板右側氣室容量與左側氣室容量的比值;δ為隔板上端部的直線部分與氣室上壁面的距離。氣室結構參數及其不同水平值見表1所列。

表1 氣室、氣道結構參數及其水平值

圖2 氣室和氣道結構

流化床氣道的結構參數是影響流化面氣體速度分布均勻性的關鍵因素,為了分析流化床氣道的幾何參數對流化性能的影響,確定氣道高度H和氣道弧長L這2個關鍵的結構參數進行分析,如圖2b所示。所選的因素及其具體的水平值見表1所列。

(4) 選擇合適的正交陣列。對于氣室選取的三因素四水平的試驗方案,傳統的試驗方法需要進行64次試驗才能全面地分析所有因素水平的影響,田口算法提供了一種基于正交陣列的試驗方法,僅需16次試驗即可均勻地考慮到每個因素的影響,有效地提高了試驗效率。賦值后的三因素四水平正交陣列見表2所列。

表2 氣室和氣道結構參數正交試驗方案

對于氣道選取的兩因素四水平的試驗方案,同樣采用上述田口算法提供的正交陣列。賦值后兩因素四水平的正交陣列見表2所列。

2.2 數值模擬

2.2.1 計算區域及邊界條件

為了分析流化床氣室和氣道的結構參數對氣道入口處氣體的速度分布均勻性和床層內部壓縮氣體流動特性的影響,對基于田口算法設計的16種氣室和氣道結構參數進行數值計算。單側計算區域如圖3所示。進口邊界條件為2.34 m/s質量流進口,出口設為9 kPa靜壓出口。當能量殘差小于10-6且其他變量的殘差均小于10-3時,可以認為計算收斂,數值計算結果有效。

圖3 單側計算區域

為了使仿真結果更為準確,現將工程實際中覆蓋在氣道上層的透氣布在仿真計算區域中設置為多孔介質層。仿真模擬時,多孔介質層可以在氣道入口處提供一定的透氣阻力,使得進入流化床氣道的氣體不會出現在氣道入口處就通過設定的仿真出口全部流失,導致流化床中后半部氣體速度衰減消失,使仿真結果更貼合實際情況,提高了仿真結果的真實性和準確性。

2.2.2 控制方程

粉罐車流化床優化設計為工程領域實際問題,RNGk-ε湍流模型是應用較為廣泛且精度較高的解決工程實際問題的湍流模型。其控制方程[21]如下。

連續性方程為:

(3)

動量方程為:

(4)

湍流脈動動能方程為:

(5)

湍流耗散率方程為:

(6)

渦黏系數和生成項分別為:

μt=Cμρk2/ε,

Pk=μtU·(U+UT)-

2.2.3 網格無關性驗證

本文借助ICEM軟件對計算區域進行網格劃分,如圖4所示,為了消除網格數量對計算結果的影響,以V為0.19 m3、K為0.5、δ為3 mm的氣室和L為180 mm、H為17 mm的氣道試驗L1為例,進行網格無關性驗證,其他試驗方案采用相同的網格劃分方法。

圖4 計算區域網格圖

表3 網格無關性驗證

0.001 832、R2=5.596%,vu′下降了0.000 445、R2=4.897%;方案4與方案3相比,vu下降了0.00 367、R2=1.868%,vu′下降了0.000 185、R2=1.396%;方案5與方案4相比,vu僅下降了0.000 095、R2=0.134%,vu′僅下降了0.000 069、R2=0.249%。但由于網格數量較多,所需的計算時間大大增加。因此,綜合考慮時間成本和計算精度,選用方案4的網格數量進行數值計算。

3 結果分析

采用上述數值模擬方法,得到流化床內部氣體流動和速度分布情況,由(1)式、(2)式計算出各方案氣道入口處和流化面流體的速度分布均勻性,見表4所列。

表4 速度分布均勻性

3.1 信噪比分析

在田口算法中,需要計算的損失函數被轉換成信噪比函數,利用信噪比函數可以確定測量值或計算值與期望值之間的偏差[22]。信噪比指目標值與標準差的比值,是一個度量穩健性的參數,本文為了得到最佳的響應特性,即氣道入口處和流化面處流體的速度分布均勻性最小,采用望小特性(small the better,STB)的方法評估,表達式為:

(7)

通過田口算法對由數值計算得到的響應結果進行分析,得到V、K、δ3個因素各個水平對氣道入口處流體速度分布均勻性的信噪比響應,見表5所列,其中Δ1為每個因子的最大信噪比平均響應值與最小信噪比平均響應值之差。結果表明δ(Δ1=11.67、r=1)對信噪比的效應最大,K(Δ1=6.07、r=2)對信噪比的效應次之,V(Δ1=3.58、r=3)對信噪比的效應最小。

表5 信噪比響應

V、K、δ3個因素各水平的均值響應見表6所列,其中Δ2為每個因子的最大均值平均響應值與最小均值平均響應值之差。結果表明δ(Δ2=9.159×10-3、r=1)對均值的效應最大,K(Δ2=5.158×10-3、r=2)對均值的效應次之,V(Δ2=2.067×10-3、r=3)對均值的效應最小。通過對信噪比及均值響應的分析,在本文流化床氣室的結構參數中,δ對流化床氣道入口處流體速度分布均勻性vu的影響最大,其次是K,V的影響最小。

表6 均值響應

通過同樣的方法得到H、L這2個因素各個水平的信噪比響應見表5所列,結果表明L(Δ1=6.41、r=1)對信噪比的效應較大,H(Δ1=1.68、r=2)對信噪比的效應較小。H、L這2個因素各水平的均值響應見表6所列,結果表明L(Δ2=1.754×10-3、r=1)對均值的效應較大,H(Δ2=0.504×10-3、r=2)對均值的效應較小。因此,在流化床氣道的幾何參數中,L對流化床流化面處流體速度分布均勻性vu′的影響較大,H對其影響較小。

3.2 主效應圖分析和最優參數選擇

流化床最優結構參數的選擇是基于對均值和信噪比響應的分析結果。通過分析各個因素不同水平組合的數值模擬結果和信噪比結果,并以主效應圖的形式來表示,得到各個參數對質量特性影響的變化趨勢和最優水平的選擇。

V、K、δ的均值和信噪比的主效應圖如圖5所示,H、L的均值和信噪比的主效應圖如圖6所示。本文采用STB方法評估信噪比,因此均值主效應圖中的極小值點對應最佳條件,無論望大還是望小的質量響應都需要保持最大的信噪比,因此信噪比主效應圖中的極大值點對應最佳條件,從而確定氣室的最優結構參數組合為:V=0.15 m3、K=0.5、δ=3 mm,氣道的最優結構參數組合為:L=180 mm、H=17 mm。

圖5 V、K、δ的均值與信噪比主效應圖圖6 L、H的均值與信噪比主效應圖

當控制因素對質量特性產生的影響不相同時,即存在主效應,曲線的斜率越大,其主效應就越明顯。

比較圖5、圖6中各因素均值和信噪比的主效應圖,發現氣室部分的V、K、δ和氣道部分的H、L都存在對各自結構影響流化效果的主效應。其中氣室部分δ對應的曲線斜率最大,主效應最明顯,K對應曲線的斜率次之,V對應曲線的斜率最小,主效應最小。氣道部分L的主效應量值較大,對質量特性的影響較大,H的主效應量值較小,對質量特性的影響較小。因此,在設計生產粉罐車用流化床時,對氣室部分應更重視δ和K這2個結構參數的選擇,氣道部分應更注重L的選擇。

3.3 信噪比殘差圖分析

通過殘差圖可以確定數值模擬的結果是否正確。殘差圖由殘差的正態概率圖、與擬合值圖、直方圖和與順序圖組成,氣室和氣道信噪比的殘差圖如圖7、圖8所示。殘差的正態概率圖可以驗證信噪比殘差是否滿足正態分布,殘差的正態概率圖中的信噪比數據點緊緊圍繞在直線周圍,因此滿足正態分布。殘差的擬合值圖可以驗證殘差是否具有隨機分布性,擬合值圖中的點隨機地分布在零值的兩端,因此模型具有良好的隨機分布性。殘差的直方圖可以看出基本滿足正態分布,且沒有遠離整體的條形,因此不存在異常數據點。殘差的與順序圖顯示圖中的殘差圍繞中心線隨機分布,殘差不顯示某種趨勢,因此殘差具有良好的獨立性。

圖7 氣室信噪比殘差圖

圖8 氣道信噪比殘差圖

3.4 多元線性回歸分析

為了綜合考慮多因素的耦合作用對流化床進口處速度分布均勻性的影響,采用多元線性回歸方法來擬合結構參數與速度均勻性的關聯式,預測的關聯式如下:

vu=-0.002 01-0.020 3V+

0.003 28K+0.015 64δ

(8)

vu′=-0.004 82+0.000 028L+

0.000 081H

(9)

從(8)式、(9)式中參數的系數可以看出,vu與K、δ成正相關,與V成負相關,vu′隨著L和H的減小而減小。因此,為了得到較小的速度分布均勻性,氣室部分應選擇較小的K和δ,較大的V,氣道部分應選擇較小的L和H,這與上述田口算法的分析結果一致。

比較數值模擬得到的速度分布均勻性與預測關聯式計算得到的速度分布均勻性,得到預測關聯式的關聯度如圖9所示。

圖9 線性擬合圖

由圖9分析得到,vu關聯式計算的結果與數值模擬的結果最大誤差不超過16.85%,vu′最大誤差不超過18.39%。因此多因素耦合作用下流化床流體速度分布均勻性的預測關聯式誤差較小,具有較高的相關性。

3.5 速度分析

通過對數值模擬結果和田口算法信噪比結果進行分析,可知L1為理論上流化效果最好的試驗方案;L13的流化效果最差。將L1、L6、L13數值模擬結果導出,得到氣道內氣體速度衰減曲線和速度場如圖10所示。

觀察各方案靠近零點位置的速度曲線和速度場可以看出,L1各氣道入口處氣體速度波動相對較小,L13波動相對較大。因此,L1的氣道入口處氣體速度分布均勻性較小,L13較大。

同時,進入氣道內的氣體首先在氣道入口處進行一次速度衰減,然后沿Z軸方向氣體速度進行均勻穩定的衰減。L1流化床內的氣體在氣道入口處損失較小,大部分氣體沿著氣道向后半部流動,速度衰減幅度較低的氣體在氣道中后半部對粉料進行流化,提高了流化床整體的流化效果。與田口算法得到的優化結果一致。

3.6 試驗驗證

對上述田口算法優化結果進行試驗驗證。將粉罐車流化床模型等比例縮小后進行實際粉料卸載試驗,模型如圖11a所示。試驗過程如下:① 在試驗開始前,將卸料閥關緊,將粉料厚度均均地鋪在透氣布上;② 通過空壓機向試驗模型兩端的氣室內壓縮空氣,壓縮后的氣體經過氣室流向氣道,使堆積在透氣布上的粉料在壓縮氣體的作用下開始流化,當罐體內壓強達到一定壓強時,緩慢打開卸料閥,流化的粉料隨著氣體一起流向卸料口;③ 選擇流化床透氣布上粉料剩余量來比較各方案的流化效果。

L1和L13的試驗結果如圖11b、圖11c所示。由圖11b、圖11c可知,L1透氣布上粉料剩余量比L13明顯減少,表明L1流化床的整體流化效果較好,這與田口算法結果一致。

4 結 論

本文以粉罐車用流化床為研究對象,基于田口算法分別對流化床氣室和氣道的結構參數設計了16種流化床結構,并建立了不同因素水平的正交試驗。借助CFD進行了數值模擬,并將得到的速度分布均勻性作為響應,通過田口算法和多元回歸方法對速度分布均勻性響應進行分析,得到如下結論:

(1) 信噪比結果表明氣室部分3個結構參數中δ(Δ1=11.67、r=1)對信噪比的效應最大,K(Δ1=6.07、r=2)對信噪比的效應次之,V(Δ1=3.58、r=3)對信噪比的效應最小。氣道部分的2個結構參數中L(Δ1=6.41、r=1)對信噪比的效應較大,H(Δ1=1.68、r=2)對信噪比的效應較小。各結構參數對速度分布均勻性的影響與其對信噪比的效應一致。

(2) 主效應圖結果表明,氣室部分隔板間隙δ的主效應最明顯,分隔比K的主效應次之,氣室容量V的主效應最小,氣道部分氣道弧長L的主效應量值較大,對質量特性的影響較大,氣道高度H的主效應量值較小,對質量特性的影響較小。因此,氣室部分的最優參數組合為V=0.15 m3、K=0.5、δ=3 mm,氣道部分的最優參數組合為L=180 mm、H=17 mm。

(3) 多元線性回歸結果表明,vu與K、δ成正相關,與V成負相關,vu′隨著L和H的減小而減小。擬合圖顯示回歸關聯式計算的結果與數值模擬的結果存在誤差,但誤差較小,因此多因素耦合作用下流化床流體速度分布均勻性預測關聯式的誤差較小,具有較高的相關性。