化学反应速率论基础

完全正确。化学反应速率论是用数学方式描述燃料和氧化剂反应速度的学科。在燃烧CFD中，如果不能正确建模反应速率，火焰温度和排气成分的结果将完全错误。

核心是Arrhenius型反应速率式。对每个基础反应，用前指数因子 $A$、温度指数 $n$、活性化能 $E_a$ 这3个参数来表示速率常数。

反应速率常数 $k$ 可以写成：

这里 $A$ 是前指数因子（频率因子），$n$ 是温度指数，$E_a$ 是活性化能 [J/mol]，$R$ 是普遍气体常数 8.314 J/(mol K)。例如氢的基本反应 H$_2$ + O$_2$ 体系的 $E_a$ 是数十 kJ/mol 的量级。

是的。$E_a$ 越大，指数项 $\exp(-E_a/RT)$ 就越小，低温下反应几乎不进行。反之，温度上升时速度指数增加。这直接影响到燃烧的着火延迟和火焰稳定性。

化学物质 $i$ 的质量分率 $Y_i$ 随时间的变化可以写成合并所有基础反应的贡献：

对。$[X_j]$ 是摩尔浓度，$M_{w,i}$ 是分子量。多个基础反应交织在一起，构成化学物质的生成-消耗速率 $\dot{\omega}_i$。

正是这个"刚性"（Stiffness）问题。例如甲烷/空气的详细反应机制GRI-Mech 3.0包含53种化学物质、325个基础反应，但自由基反应的时定数是 $10^{-9}$ 秒量级，而主反应是 $10^{-3}$ 秒量级，相差6位数以上。

完全同意。显式Euler法或Runge-Kutta法需要非常小的时间步长，导致实际计算时间不可接受。因此使用隐式方法（BDF法、Rosenbrock法等）或ISAT（In-Situ Adaptive Tabulation）这样的表格化方法。

反应机制分为以下几个层级：

计算成本会非常庞大。包含100种化学物质的详细机制，用100万个网格求解3D计算时，每个网格每步都要求解100元联立ODE。因此实际应用中使用缩减机制，或用ISAT和FGM（Flamelet Generated Manifold）来降低维数。

是的。数值方法的细节会在下一篇文章讲。如果Arrhenius式的参数设置错误，着火温度会偏离几百开尔文，所以必须与实验数据对照。

燃烧CFD中化学反应的数值积分分为三大方法：(1)直接积分（DI）、(2)表格化方法、(3)算子分割法。

在每个CFD网格中，每个时间步都求解化学物质ODE系。由于是刚性系，使用隐式多步法。

我们来比较代表性的隐式求解器。

是的。Ansys Fluent中内置了基于CVODE的"Stiff Chemistry Solver"。STAR-CCM+也在内部使用SUNDIALS库。Jacobian矩阵的计算成为瓶颈，自动生成分析Jacobian很重要。

这是Pope在1997年提出的方法，用二叉树结构把已计算的化学反应输入输出记录在表中。新成分点到来时，如果能从现有记录用线性近似给出答案，就可以跳过直接积分。

容差 $\epsilon_{\text{tol}}$ 由用户设置。Fluent的默认值约 $10^{-4}$。ISAT可以把直接积分的调用次数减少90%以上。但表的大小可能挤占内存，大规模并行计算时各进程独立持有表会造成内存效率问题。

流体输运和化学反应分别在不同步骤求解。Strang分割是代表性方法，交替进行CFD的输运步和化学反应ODE积分。

一个步骤的流程是这样的：

OpenFOAM的 reactingFoam 求解器中算子分割是标准实现。化学反应求解器可选 ode、EulerImplicit、noChemistrySolver，在 chemistryProperties 字典中设置。CONVERGE中的SAGE（Stochastic Adaptive Grid Engine）求解器对化学反应直接积分也采用算子分割。

代表性的缩减方法整理如下：

完全同意。0D/1D着火延迟验证中用CVODE直接求解详细机制，3D LES中用DRGEP缩减到30种化学物质的机制加ISAT，这样实际效果最好。

我来按顺序讲解实践中的分析流程。

1. 确定燃料与反应机制选择 —— 针对目标燃料（甲烷、n-庚烷、氢等）选择合适的反应机制，在Cantera等工具中做0D验证

用Cantera或CHEMKIN-PRO做定容绝热着火模拟。改变初始温度、压力、当量比，计算着火延迟时间 $\tau_{\text{ign}}$，与激波管实验数据对比。这里确认反应机制的有效性后再进行CFD。

主要的格式整理如下：

是的。Fluent导入CHEMKIN格式反应机制文件（.inp）和热力学数据文件（therm.dat）、输运性质文件（tran.dat）这三个文件。STAR-CCM+通过DARS库读取CHEMKIN格式。

甲烷/空气、当量比1.0、20 atm压力下的着火延迟时间大约是这样：

DRM-19是19种化学物质、84个反应的缩减机制，能再现GRI-Mech 3.0的主要路径。对3D RANS计算来说规模刚好合适。但如果需要NOx预测，还要额外加上Zeldovich机制的3个反应（thermal NOx）。

甲烷绝热火焰温度约2230 K，但实际烧枪会通过辐射降低200-400 K。这也直接影响NOx生成，因为NOx与 $\exp(-E_a/RT)$ 有关，对温度很敏感。燃烧分析中辐射模型是必须的。

让我们比较一下主要CFD工具的化学反应计算功能。

CONVERGE是为内燃机开发的，能在3D中直接处理数百种化学物质的详细机制。与AMR（自适应网格细化）和化学反应自动负载均衡结合，在HPC上高效运算。

1. Models > Species > Species Transport 启用

1. 用 chemkinToFoam 命令转换CHEMKIN格式

对。基于Python，能在Jupyter Notebook上轻松进行着火延迟的参数研究。3D CFD前的反应机制筛选最适合用Cantera。

主要分三个方向：(1)机器学习加速化学反应、(2)非平衡效应考虑、(3)替代燃料反应机制开发。

正在进行的研究用DNN（深度神经网络）或GPR（高斯过程回归）学习化学反应ODE积分的结果，作为代理模型。可作为ISAT的替代品，学习组成空间的映射。

最近备受关注的成果如下：

最大课题是在训练数据范围外的外推精度。燃烧中会有局部灭火和再着火这样的非定常现象，组成空间会大幅变动，所以训练数据的覆盖面很关键。

非平衡等离子体辅助燃烧（PAC）技术用纳秒脉冲放电产生O原子、OH·和N2的振动激发态，实现着火促进和火焰稳定化。这需要在反应机制中加入电子碰撞解离和振动-并进弛豫这样传统Arrhenius式无法描述的过程。

氢、氨（NH3）、e-fuel（合成燃料）的反应机制开发很活跃。

对。氨的层流燃烧速度只有氢的约1/5。混入10-30%的H2能改善着火特性，但抑制NOx（特别是fuel NOx）是大课题。这个领域的反应机制还不成熟，需要时刻关注最新文献。

处于能源转换期，燃烧的化学反应速率论又成了热点研究课题。CFD工程师也要关注基础化学的动向才行。

燃烧CFD的化学反应相关故障大体分三类：发散问题、精度问题、性能问题。

症状：温度或化学物质质量分率出现非物理值（负的质量分率、超过10000 K的温度），求解器崩溃。

对策检查清单：

数值扩散与化学反应源项的竞争是原因。特别在次要化学物质（自由基）中易发生。对策除了Species Bounding，还要用高阶差分格式（Fluent: Second Order Upwind，OpenFOAM: limitedLinear）很重要。

可能的原因与对策：

原因和对策汇成表格：

对。3D出问题也先在0D上跑相同条件，分清是反应机制问题还是CFD问题。这是最高效的调试手段。