一種基于氣泡和顆粒隨機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法
【專利摘要】本發(fā)明公開了一種基于氣泡和顆粒隨機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法。該方法包括：(1)統(tǒng)計(jì)CFD?DEM計(jì)算的鼓泡床顆粒運(yùn)動(dòng)規(guī)律，建立顆粒相的Markov鏈隨機(jī)模型；(2)對(duì)CFD?DEM計(jì)算的鼓泡床顆粒瞬時(shí)分布圖進(jìn)行圖像識(shí)別，統(tǒng)計(jì)氣泡的產(chǎn)生、運(yùn)動(dòng)及長(zhǎng)大的規(guī)律，建立氣泡隨機(jī)發(fā)展模型；(3)利用氣泡形狀的棒球帽模型將顆粒相Markov過程與氣泡隨機(jī)模型耦合，建立鼓泡流化床顆粒運(yùn)動(dòng)的隨機(jī)模型。本發(fā)明的方法，解決了單純顆粒相Markov過程無(wú)法體現(xiàn)氣泡信息和其對(duì)顆粒運(yùn)動(dòng)影響的缺點(diǎn)，在保證鼓泡床顆粒運(yùn)動(dòng)準(zhǔn)確性的前提下，大幅度降低計(jì)算負(fù)荷，提高計(jì)算速度。
【專利說明】
-種基于氣泡和顆粒隨機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及一種基于氣泡和顆粒隨機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法，屬于氣固兩相 流動(dòng)計(jì)算機(jī)數(shù)值模擬技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 鼓泡流化床具有非常高的傳熱和傳熱速率，在化工、能源、食品及藥品加工等領(lǐng)域 有著廣泛應(yīng)用。對(duì)鼓泡流化床進(jìn)行計(jì)算機(jī)數(shù)值模擬有助于系統(tǒng)的優(yōu)化設(shè)計(jì)，能夠大幅度降 低試驗(yàn)成本。
[0003] 傳統(tǒng)的經(jīng)驗(yàn)和半經(jīng)驗(yàn)?zāi)Ｐ?例如平推流模型和鼓泡兩相模型)計(jì)算效率高，模型響 應(yīng)速度快，但此類模型無(wú)法提供詳細(xì)的顆粒和氣泡運(yùn)動(dòng)規(guī)律，計(jì)算精度很低。目前流行的基 于計(jì)算流體力學(xué)和顆粒動(dòng)力學(xué)的數(shù)值模擬方法，因其基于求解基本的物理學(xué)公式，能夠較 為準(zhǔn)確的計(jì)算出顆粒的運(yùn)動(dòng)規(guī)律，W及濃度分布等，特別是歐拉-拉格朗日方法考慮了氣相 和顆粒相的相互作用。其中，CFD-DEM模型還考慮了顆粒間的相互作用，使其能夠更為準(zhǔn)確 的模擬氣固兩相流，但計(jì)算時(shí)間長(zhǎng)和計(jì)算負(fù)荷高一直是運(yùn)類模型進(jìn)一步放大和應(yīng)用于實(shí)際 的瓶頸。而隨機(jī)模型則是能夠快速而準(zhǔn)確模擬顆粒系統(tǒng)的一種潛在方法，尤其是基于CFD- DEM計(jì)算結(jié)果的Markov鏈隨機(jī)模型具有模型簡(jiǎn)單、樣本信息豐富、計(jì)算速度快的特點(diǎn)，已經(jīng) 在滾筒混合器運(yùn)類純顆粒系統(tǒng)中有了初步應(yīng)用。鼓泡流化床氣固兩相之間的相互作用十分 強(qiáng)烈，更存在氣泡的出現(xiàn)對(duì)顆粒運(yùn)動(dòng)帶來(lái)的影響，當(dāng)使用和應(yīng)用于純顆粒系統(tǒng)相同的方法 將Markov鏈隨機(jī)模型應(yīng)用于鼓泡流化床系統(tǒng)時(shí)，只能得到十分宏觀的顆粒運(yùn)動(dòng)規(guī)律，無(wú)法 模擬出床內(nèi)復(fù)雜的氣固兩相流型。尋找合適的方法將鼓泡流化床中氣泡對(duì)顆粒運(yùn)動(dòng)的影響 與顆粒的Markov過程相禪合成為進(jìn)一步發(fā)展鼓泡流化床隨機(jī)模型的關(guān)鍵。

【發(fā)明內(nèi)容】

[0004] 發(fā)明目的：為了克服現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種基于氣泡和顆粒隨 機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法，該方法建立了氣泡的隨機(jī)發(fā)展模型，將氣泡對(duì)顆粒運(yùn)動(dòng)的 影響與顆粒的Markov過程禪合，建立鼓泡流化床顆粒運(yùn)動(dòng)隨機(jī)模型。在保證低負(fù)荷、快速計(jì) 算的同時(shí)，大大提高鼓泡流化床隨機(jī)模型數(shù)值計(jì)算精度。
[0005] 技術(shù)方案:為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：
[0006] -種基于氣泡和顆粒隨機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法，包括W下步驟：
[0007] 步驟1，將鼓泡流化床劃分網(wǎng)格，統(tǒng)計(jì)前期CFD-DM模型的模擬結(jié)果得到顆粒分布 圖。計(jì)算顆粒在網(wǎng)格間的轉(zhuǎn)移概率，根據(jù)轉(zhuǎn)移概率建立顆粒相的Markov鏈隨機(jī)模型。通過 Markov鏈隨機(jī)模型得到顆粒位置信息。
[000引步驟2,對(duì)C抑-DEM模型模擬得到的顆粒分布圖進(jìn)行圖像識(shí)別，統(tǒng)計(jì)氣泡的產(chǎn)生、運(yùn) 動(dòng)及長(zhǎng)大的規(guī)律，建立氣泡隨機(jī)發(fā)展模型，根據(jù)氣泡隨機(jī)發(fā)展模型確定氣泡相對(duì)位置。 [0009]步驟3,利用氣泡形狀的棒球帽模型將步驟1中的Markov鏈隨機(jī)模型與步驟2中的 氣泡隨機(jī)發(fā)展模型進(jìn)行禪合，建立鼓泡流化床顆粒運(yùn)動(dòng)的隨機(jī)模型。將步驟1)得到的顆粒 位置信息和步驟2)確定的氣泡相對(duì)位置代入鼓泡流化床顆粒運(yùn)動(dòng)的隨機(jī)模型得到禪合氣 泡后顆粒的位置。
[0010] 優(yōu)選的:所述步驟1中所述Markov鏈隨機(jī)模型的建立方法，根據(jù)顆粒在網(wǎng)格間的轉(zhuǎn) 移概率構(gòu)建顆粒運(yùn)動(dòng)的Markov鏈轉(zhuǎn)移概率矩陣。通過轉(zhuǎn)移概率矩陣計(jì)算得到顆粒網(wǎng)格信 息，通過顆粒網(wǎng)格信息得到顆粒位置信息。
[0011] 優(yōu)選的:所述步驟2中氣泡隨機(jī)發(fā)展模型的建立方法:分別統(tǒng)計(jì)不同高度下氣泡質(zhì) 屯、水平位置及等效直徑的概率分布，據(jù)此概率分布利用隨機(jī)數(shù)來(lái)模擬鼓泡流化床中氣泡的 產(chǎn)生、運(yùn)動(dòng)及長(zhǎng)大得到氣泡隨機(jī)發(fā)展模型。
[0012] 優(yōu)選的:所述步驟2得到氣泡隨機(jī)發(fā)展模型中的氣泡總個(gè)數(shù)在床內(nèi)保持不變，氣泡 總個(gè)數(shù)由C抑-DEM模型模擬的床內(nèi)平均氣泡數(shù)確定，當(dāng)一個(gè)氣泡質(zhì)屯、上升超過床層平均高 度時(shí)，一個(gè)新氣泡即從床底部產(chǎn)生。氣泡在發(fā)展過程中不斷上升、長(zhǎng)大。
[0013] 優(yōu)選的:顆粒在網(wǎng)格內(nèi)均勻隨機(jī)分布。
[0014] 優(yōu)選的:所述步驟3中氣泡形狀的棒球帽模型:氣泡的主體是半徑為rt圓Cl被同等 大小的圓C2截取后的剩余部分，包括=個(gè)部分，分別為第一區(qū)域I、第二區(qū)域IIW及第=區(qū) 域III，第S區(qū)域III為圓C2截取掉的部分，第二區(qū)域II為圓C2截取掉的部分中圓C2上的弧 W及該弧的兩端點(diǎn)分別與圓屯、Cl連線所圍成的區(qū)域，第一區(qū)域I為圓Cl剩余的弧W及該弧 的兩端點(diǎn)分別與圓屯、Cl連線所圍成的區(qū)域。
[0015] 優(yōu)選的:禪合前處于=種區(qū)域的顆粒與氣泡發(fā)生禪合作用，分別是氣泡上部、氣泡 下部及氣泡尾滿。
[0016] 優(yōu)選的：采用Davison模型描述的氣泡附近顆粒運(yùn)動(dòng)規(guī)律計(jì)算S種區(qū)域顆粒與氣 泡的禪合。
[0017] 有益效果:本發(fā)明提供的一種基于氣泡和顆粒隨機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法， 相比現(xiàn)有技術(shù)，具有W下有益效果：
[0018] 本發(fā)明的基于氣泡和顆粒隨機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法，通過統(tǒng)計(jì)鼓泡流化床 的CFD-DEM模擬結(jié)果，獲得顆粒和氣泡的運(yùn)動(dòng)規(guī)律，首次建立了鼓泡流化床氣泡的隨機(jī)發(fā)展 模型，并建立氣泡形狀的棒球帽模型，在顆粒的Markov隨機(jī)過程中引入氣泡對(duì)其運(yùn)動(dòng)的影 響;本發(fā)明避免了求解復(fù)雜的計(jì)算流體力學(xué)和顆粒動(dòng)力學(xué)方程，大幅度提高了計(jì)算效率，同 時(shí)，氣泡隨機(jī)發(fā)展模型與顆粒Markov過程的禪合保證了鼓泡流化床隨機(jī)模型的計(jì)算精度。
【附圖說明】
[0019] 圖1是氣泡形狀的棒球帽模型和氣泡與顆粒禪合算法示意圖。
[0020] 圖2是統(tǒng)計(jì)CFD-DEM計(jì)算結(jié)果得到的氣泡產(chǎn)生概率分布圖。
[0021] 圖3是統(tǒng)計(jì)C抑-呢M計(jì)算結(jié)果得到的氣泡質(zhì)屯、位置分布圖。
[0022] 圖4是統(tǒng)計(jì)CFD-DEM計(jì)算結(jié)果得到的氣泡直徑沿床高分布圖。
[0023] 圖5(a)是禪合氣泡隨機(jī)發(fā)展模型前鼓泡流化床顆粒隨機(jī)運(yùn)動(dòng)效果圖。
[0024] 圖5(b)是禪合氣泡隨機(jī)發(fā)展模型后鼓泡流化床顆粒隨機(jī)運(yùn)動(dòng)效果圖。
[0025] 圖6(a)是隨機(jī)模型禪合氣泡前后及C抑-DEM的顆粒徑向混合曲線對(duì)比圖。
[0026] 圖6(b)是隨機(jī)模型禪合氣泡前后及C抑-DEM的顆粒軸向混合曲線對(duì)比圖。
【具體實(shí)施方式】
[0027] 下面結(jié)合附圖和具體實(shí)施例，進(jìn)一步闡明本發(fā)明，應(yīng)理解運(yùn)些實(shí)例僅用于說明本 發(fā)明而不用于限制本發(fā)明的范圍，在閱讀了本發(fā)明之后，本領(lǐng)域技術(shù)人員對(duì)本發(fā)明的各種 等價(jià)形式的修改均落于本申請(qǐng)所附權(quán)利要求所限定的范圍。
[0028] -種基于氣泡和顆粒隨機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法，包括W下步驟：
[0029] 步驟1，將鼓泡流化床劃分網(wǎng)格，統(tǒng)計(jì)前期C抑-DEM模型的模擬結(jié)果得到顆粒分布 圖。計(jì)算經(jīng)過某一個(gè)時(shí)間步時(shí)，顆粒在網(wǎng)格間的轉(zhuǎn)移概率，根據(jù)轉(zhuǎn)移概率建立顆粒相的 Markov鏈隨機(jī)模型。通過Markov鏈隨機(jī)模型得到顆粒位置信息。
[0030] 所述步驟1中所述Markov鏈隨機(jī)模型的建立方法:任意兩個(gè)網(wǎng)格間的轉(zhuǎn)移概率構(gòu) 成運(yùn)個(gè)時(shí)間步長(zhǎng)顆粒運(yùn)動(dòng)的Markov鏈轉(zhuǎn)移概率矩陣，統(tǒng)計(jì)時(shí)間段內(nèi)所有轉(zhuǎn)移概率矩陣的平 均值作為顆粒Markov過程最終的轉(zhuǎn)移概率矩陣。通過轉(zhuǎn)移概率矩陣計(jì)算得到顆粒網(wǎng)格信 息，通過顆粒網(wǎng)格信息得到顆粒位置信息。顆粒在網(wǎng)格內(nèi)均勻隨機(jī)分布。
[0031] 步驟2,對(duì)統(tǒng)計(jì)時(shí)間段內(nèi)每個(gè)時(shí)間步長(zhǎng)通過CFD-DEM模型模擬得到的顆粒分布圖進(jìn) 行圖像識(shí)別，統(tǒng)計(jì)氣泡的產(chǎn)生、運(yùn)動(dòng)及長(zhǎng)大的規(guī)律，建立氣泡隨機(jī)發(fā)展模型，根據(jù)氣泡隨機(jī) 發(fā)展模型確定氣泡相對(duì)位置。
[0032] 所述步驟2中氣泡隨機(jī)發(fā)展模型的建立方法:分別統(tǒng)計(jì)不同高度下氣泡質(zhì)屯、水平 位置及等效直徑的概率分布，據(jù)此概率分布，利用電腦產(chǎn)生的隨機(jī)數(shù)的蒙特卡洛方法來(lái)模 擬鼓泡流化床中氣泡的產(chǎn)生、運(yùn)動(dòng)及長(zhǎng)大得到氣泡隨機(jī)發(fā)展模型。
[0033] 氣泡的上升速度由經(jīng)驗(yàn)公式計(jì)算；氣泡總個(gè)數(shù)在床內(nèi)保持不變，氣泡總個(gè)數(shù)由 CFD-DEM模型模擬的床內(nèi)平均氣泡數(shù)確定，當(dāng)一個(gè)氣泡質(zhì)屯、上升超過床層平均高度時(shí)，一個(gè) 新氣泡即從床底部產(chǎn)生。氣泡在發(fā)展過程中不斷上升、長(zhǎng)大。
[0034] 步驟3,利用氣泡形狀的棒球帽模型將步驟1中的Markov鏈隨機(jī)模型與步驟2中的 氣泡隨機(jī)發(fā)展模型進(jìn)行禪合，建立鼓泡流化床顆粒運(yùn)動(dòng)的隨機(jī)模型。將步驟1)得到的顆粒 位置信息和步驟2)確定的氣泡相對(duì)位置代入鼓泡流化床顆粒運(yùn)動(dòng)的隨機(jī)模型得到禪合氣 泡后顆粒的位置。
[0035] 所述步驟3中氣泡形狀的棒球帽模型：如圖1所示，氣泡的主體是半徑為rt圓Cl被 同等大小的圓C2截取后的剩余部分，包括=個(gè)部分，分別為第一區(qū)域I、第二區(qū)域IIW及第 =區(qū)域III，第=區(qū)域HI為圓C2截取掉的部分，第二區(qū)域II為圓C2截取掉的部分中圓C2上 的弧W及該弧的兩端點(diǎn)分別與圓屯、Cl連線所圍成的區(qū)域，第一區(qū)域I為圓Cl剩余的弧W及 該弧的兩端點(diǎn)分別與圓屯、Cl連線所圍成的區(qū)域。
[0036] 禪合前處于=種區(qū)域的顆粒與氣泡發(fā)生禪合作用，分別是氣泡上部、氣泡下部及 氣泡尾滿。
[0037] S種區(qū)域顆粒與氣泡禪合算法符合化Vison模型描述的氣泡附近顆粒運(yùn)動(dòng)規(guī)律。 因此可W采用Davison模型描述的氣泡附近顆粒運(yùn)動(dòng)規(guī)律計(jì)算S種區(qū)域顆粒與氣泡的禪 厶 1=1 O
[0038] 下面結(jié)合具體實(shí)施例對(duì)本發(fā)明做進(jìn)一步的解釋。
[0039] 實(shí)施例W二維鼓泡流化床情形進(jìn)行敘述，=維情形可W此類推：
[0040] (1)首先將二維鼓泡流化床劃分網(wǎng)格，統(tǒng)計(jì)前期C抑-DM的模擬結(jié)果，計(jì)算經(jīng)過某 一個(gè)時(shí)間步時(shí)，顆粒在網(wǎng)格間的轉(zhuǎn)移概率，任意兩個(gè)網(wǎng)格間的轉(zhuǎn)移概率構(gòu)成運(yùn)個(gè)時(shí)間步長(zhǎng) 顆粒運(yùn)動(dòng)的Markov鏈轉(zhuǎn)移概率矩陣，統(tǒng)計(jì)時(shí)間段內(nèi)所有轉(zhuǎn)移概率矩陣的平均值作為顆粒 Markov過程最終的轉(zhuǎn)移概率矩陣。通過轉(zhuǎn)移概率矩陣計(jì)算得到顆粒網(wǎng)格信息后，顆粒在網(wǎng) 格內(nèi)均勻隨機(jī)分布。
[0041 ] (2)對(duì)統(tǒng)計(jì)時(shí)間段內(nèi)每個(gè)時(shí)間步長(zhǎng)CFD-DM模擬的鼓泡流化床顆粒分布圖進(jìn)行圖 像識(shí)別，分別統(tǒng)計(jì)不同高度下氣泡質(zhì)屯、水平位置及等效直徑的概率分布，如圖2、3、4所示。 據(jù)此分布，利用電腦產(chǎn)生隨機(jī)數(shù)，根據(jù)蒙特卡洛方法來(lái)判斷鼓泡流化床中氣泡的產(chǎn)生、運(yùn)動(dòng) 及長(zhǎng)大。氣泡產(chǎn)生位置由隨機(jī)數(shù)ro和公式(1)計(jì)算：
[0042]
(1)
[00創(chuàng)其中，H)表示隨機(jī)數(shù)，random(a，b)表示電腦產(chǎn)生a至化之間的一個(gè)隨機(jī)數(shù)，W質(zhì)示根 據(jù)隨機(jī)數(shù)ro計(jì)算出的鼓泡床底部氣泡產(chǎn)生位置的橫坐標(biāo)，f (W)表示鼓泡床底部橫坐標(biāo)W處 產(chǎn)生氣泡的概率，W表示氣泡在鼓泡床底部產(chǎn)生位置的橫坐標(biāo)。
[0044] 氣泡的上升速度由經(jīng)驗(yàn)公式(2)、（3)計(jì)算；
[0045]
。:）
[0046] ht+i = ht+ A t ? Ut (3)
[0047] 其中，U康示t時(shí)刻氣泡上升速度，g表示重力加速度，d康示t時(shí)刻氣泡等面積圓直 徑，h康示t時(shí)刻氣泡質(zhì)屯、高度，A t表示一個(gè)時(shí)間步長(zhǎng)。
[004引氣泡總個(gè)數(shù)在床內(nèi)保持不變，由C抑-DEM模擬的床內(nèi)平均氣泡數(shù)確定，當(dāng)一個(gè)氣泡 質(zhì)屯、上升超過床層平均高度時(shí)，一個(gè)新氣泡即從床底部產(chǎn)生;氣泡在發(fā)展過程中不斷上升、 長(zhǎng)大，氣泡質(zhì)屯、水平位置由公式(4)計(jì)算：
[0049] wt+i = random(w(t+i),i ,wt+i,2) (4)
[0化0] 其中，wt+i表示t+1時(shí)刻氣泡質(zhì)屯、橫坐標(biāo)，w(t+i),i表示t+1時(shí)刻已知?dú)馀莞叨葪l件下 根據(jù)圖3計(jì)算出的氣泡質(zhì)屯、最小橫坐標(biāo)，wt+i,2表示t+1時(shí)刻已知?dú)馀莞叨葪l件下根據(jù)圖3計(jì) 算出的氣泡質(zhì)屯、最大橫坐標(biāo)。
[0051] 氣泡大小由公式(5)計(jì)算：
[0052] dt+i = random(maximum(dt+i,5,dt+i,4,山），dt+i,3) (5)
[0化3] 其中，dt+l表示t+1時(shí)刻氣泡等面圓直徑，dt+1,5表示t+1時(shí)刻已知?dú)馀莞叨葪l件下根 據(jù)圖4計(jì)算的氣泡等面積圓直徑最小值，dt+i,4表示t+1時(shí)刻已知?dú)馀莞叨葪l件下根據(jù)圖4計(jì) 算的氣泡等面積圓直徑最小值，dt表示t時(shí)刻氣泡等面積圓直徑，dt+l,3表示t+1時(shí)刻已知?dú)?泡高度條件下根據(jù)圖4計(jì)算的氣泡等面積圓直徑最大值。
[0054] (3)建立氣泡形狀的棒球帽模型，如圖1所示。氣泡的主體是圓Cl被同等大小的圓 C2截取后的剩余部分。分為白色區(qū)域I和灰色區(qū)域II，禪合前的顆粒位置根據(jù)步驟(1)計(jì)算， 用空屯、點(diǎn)表示，禪合后的顆粒位置用實(shí)屯、點(diǎn)表示。根據(jù)禪合前顆粒所處的位置為氣泡內(nèi)的 區(qū)域I還是區(qū)域II，或者是處在氣泡尾滿部分的區(qū)域III，來(lái)判斷禪合后顆粒的位置。=種區(qū) 域顆粒與氣泡禪合算法符合Davison模型描述的氣泡附近顆粒運(yùn)動(dòng)規(guī)律，具體按照公式 (6)、（7)、（8)計(jì)算。
[0055] D'I = Tt甘andom(0,1) ? (Tt-Di)^rt (6)
[0056] D'II = ；Tt-random(0,1) ? (Tt-Dn)^rt (7)
[0057] iii = rt+random(0,l) * (rt-Diii)Vrt (8)
[0化引其中，D^I表示區(qū)域I中顆粒禪合氣泡后與Cl圓屯、的距離，rt表示圓Cl和圓C2的半 徑，Di表示區(qū)域I中顆粒禪合氣泡前與Cl圓屯、的距離，D^II表示區(qū)域II中顆粒禪合氣泡后與 Cl圓屯、的距離，Dn表示區(qū)域II中顆粒禪合氣泡前與Cl圓屯、的距離，D^III表示區(qū)域HI中顆粒 禪合氣泡后與C2圓屯、的距離，Dm表示區(qū)域HI中顆粒禪合氣泡前與C2圓屯、的距離。
[0059] 本實(shí)施例從15-20S的模擬，CFD-DEM需要耗費(fèi)150小時(shí)左右，純顆粒相的Markov隨 機(jī)過程需要100分鐘左右，禪合氣泡相后也只增加了25分鐘左右，所W相比CFD-DEM，應(yīng)用本 發(fā)明使得計(jì)算速度提高了 70倍左右。圖5(a)和圖5(b)是禪合氣泡相前后的瞬時(shí)顆粒分布對(duì) 比，直觀上應(yīng)用本發(fā)明將氣泡和顆粒運(yùn)動(dòng)相禪合后，模擬結(jié)果成功復(fù)現(xiàn)了氣泡的結(jié)構(gòu)形態(tài) 和發(fā)展過程，顯著改進(jìn)了顆粒分布均勻化的特點(diǎn)。圖6(a)和圖6(b)定量的比較了隨機(jī)模型 禪合氣泡前后及C抑-DEM模擬的鼓泡流化床顆粒徑向和軸向的混合曲線，應(yīng)用本發(fā)明后，顆 粒的Markov過程中成功引入了氣泡對(duì)其運(yùn)動(dòng)的影響，顯著改善了顆粒混合曲線過于平滑的 缺點(diǎn)，大大提高了隨機(jī)模型的精度。
[0060] W上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出：對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人 員來(lái)說，在不脫離本發(fā)明原理的前提下，還可W做出若干改進(jìn)和潤(rùn)飾，運(yùn)些改進(jìn)和潤(rùn)飾也應(yīng) 視為本發(fā)明的保護(hù)范圍。
【主權(quán)項(xiàng)】
1. 一種基于氣泡和顆粒隨機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法，其特征在于，包括以下步驟： 步驟1，將鼓泡流化床劃分網(wǎng)格，統(tǒng)計(jì)前期CFD-DEM模型的模擬結(jié)果得到顆粒分布圖；計(jì) 算顆粒在網(wǎng)格間的轉(zhuǎn)移概率，根據(jù)轉(zhuǎn)移概率建立顆粒相的Markov鏈隨機(jī)模型;通過Markov 鏈隨機(jī)模型得到顆粒位置信息； 步驟2,對(duì)CFD-DEM模型模擬得到的顆粒分布圖進(jìn)行圖像識(shí)別，統(tǒng)計(jì)氣泡的產(chǎn)生、運(yùn)動(dòng)及 長(zhǎng)大的規(guī)律，建立氣泡隨機(jī)發(fā)展模型，根據(jù)氣泡隨機(jī)發(fā)展模型確定氣泡相對(duì)位置； 步驟3,利用氣泡形狀的棒球帽模型將步驟1中的Markov鏈隨機(jī)模型與步驟2中的氣泡 隨機(jī)發(fā)展模型進(jìn)行耦合，建立鼓泡流化床顆粒運(yùn)動(dòng)的隨機(jī)模型；將步驟1)得到的顆粒位置 信息和步驟2)確定的氣泡相對(duì)位置代入鼓泡流化床顆粒運(yùn)動(dòng)的隨機(jī)模型得到耦合氣泡后 顆粒的位置。2. 根據(jù)權(quán)利要求1所述基于氣泡和顆粒隨機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法，其特征在于： 所述步驟1中所述Markov鏈隨機(jī)模型的建立方法，根據(jù)顆粒在網(wǎng)格間的轉(zhuǎn)移概率構(gòu)建 顆粒運(yùn)動(dòng)的Markov鏈轉(zhuǎn)移概率矩陣;通過轉(zhuǎn)移概率矩陣計(jì)算得到顆粒網(wǎng)格信息，通過該顆 粒網(wǎng)格信息得到顆粒位置信息。3. 根據(jù)權(quán)利要求1所述基于氣泡和顆粒隨機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法，其特征在于： 所述步驟2中氣泡隨機(jī)發(fā)展模型的建立方法:分別統(tǒng)計(jì)不同高度下氣泡質(zhì)心水平位置 及等效直徑的概率分布，據(jù)此概率分布利用隨機(jī)數(shù)來(lái)模擬鼓泡流化床中氣泡的產(chǎn)生、運(yùn)動(dòng) 及長(zhǎng)大得到氣泡隨機(jī)發(fā)展模型。4. 根據(jù)權(quán)利要求2所述基于氣泡和顆粒隨機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法，其特征在于： 所述步驟2得到氣泡隨機(jī)發(fā)展模型中的氣泡總個(gè)數(shù)在床內(nèi)保持不變，氣泡總個(gè)數(shù)由 CFD-DEM模型模擬的床內(nèi)平均氣泡數(shù)確定，當(dāng)一個(gè)氣泡質(zhì)心上升超過床層平均高度時(shí)，一個(gè) 新氣泡即從床底部產(chǎn)生;氣泡在發(fā)展過程中不斷上升、長(zhǎng)大。5. 根據(jù)權(quán)利要求1所述基于氣泡和顆粒隨機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法，其特征在于： 顆粒在網(wǎng)格內(nèi)均勻隨機(jī)分布。6. 根據(jù)權(quán)利要求1所述基于氣泡和顆粒隨機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法，其特征在于： 所述步驟3中氣泡形狀的棒球帽模型:氣泡的主體是半徑為r t圓C1被同等大小的圓C2截 取后的剩余部分，包括三個(gè)部分，分別為第一區(qū)域I、第二區(qū)域II以及第三區(qū)域III，第三區(qū) 域III為圓C2截取掉的部分，第二區(qū)域II為圓C2截取掉的部分中圓C2上的弧以及該弧的兩 端點(diǎn)分別與圓心C1連線所圍成的區(qū)域，第一區(qū)域I為圓C1剩余的弧以及該弧的兩端點(diǎn)分別 與圓心C1連線所圍成的區(qū)域。7. 根據(jù)權(quán)利要求6所述基于氣泡和顆粒隨機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法，其特征在于： 耦合前處于三種區(qū)域的顆粒與氣泡發(fā)生耦合作用，分別是氣泡上部、氣泡下部及氣泡 尾渦。8. 根據(jù)權(quán)利要求6所述基于氣泡和顆粒隨機(jī)運(yùn)動(dòng)的鼓泡流化床建模方法，其特征在于： 采用Davison模型描述的氣泡附近顆粒運(yùn)動(dòng)規(guī)律計(jì)算三種區(qū)域顆粒與氣泡的耦合。
【文檔編號(hào)】G06F17/50GK106021638SQ201610269145
【公開日】2016年10月12日
【申請(qǐng)日】2016年4月27日
【發(fā)明人】劉道銀, 莊亞明, 陳曉平
【申請(qǐng)人】東南大學(xué)