流化床模拟
理论与物理
概述
老师，流化床模拟是用来做什么的？
流化床是一种从下方向颗粒填充层吹入气体，使颗粒悬浮、搅拌的装置。它是化学工程的基干技术，应用于石油精炼的FCC（流化催化裂化）、煤炭气化、生物质燃烧、药品造粒涂层等。通过CFD可以预测内部的颗粒行为和气体混合情况。
流化床的CFD有哪些方法？
主要有三种方法。
| 方法 | 特点 | 颗粒数参考 |
|---|---|---|
| 欧拉型颗粒模型（TFM） | 将颗粒视为连续体 | 无限制（颗粒群） |
| DEM-CFD | 追踪每个颗粒 | 约 $10^6$ 个 |
| CPFD法 | 用parcel代表颗粒群 | 相当于 $10^6$〜$10^{12}$ |
控制方程
请讲解一下TFM（双流体模型）的方程。
分别求解气相和固相的连续性方程和动量方程。固相应力使用KTGF（颗粒动力学理论）。
固相压力由 Granular Temperature $\Theta_s$ 求得。
流态化的关键参数是什么？
是最小流化速度 $U_{mf}$。当气体流速超过此值时，颗粒开始悬浮。可由Ergun方程估算。
流态化状态下，压力损失与床层重量平衡。$\Delta p = (1-\varepsilon_{mf})(\rho_s - \rho_g) g L$ 是流态化的判定标准。
Geldart分类
颗粒种类不同，流态化的方式也不同吗？
基本是Geldart（1973）的分类。
| 组别 | 粒径 | 流态化特性 | 示例 |
|---|---|---|---|
| A | 20〜100 μm | 均匀膨胀后产生气泡 | FCC催化剂 |
| B | 100〜1000 μm | 直接气泡流态化 | 沙子、玻璃珠 |
| C | < 20 μm | 凝聚性强，难以流态化 | 面粉、滑石粉 |
| D | > 1000 μm | 形成喷射（喷口） | 谷物、煤块 |
流态化的发现——FCC工艺与流化床革命的前夜
流化床（Fluidized Bed）技术的工业应用在1940年代急剧扩大，其开端是Standard Oil（现ExxonMobil）开发了流化催化裂化（FCC）工艺。这种砂粒被空气浮起并表现得像“液体”一样的现象，据说在20世纪上半叶的化学工程师看来如同魔法。流态化的基础理论Ergun方程（1952年）至今仍是流化床设计的核心，它半经验性地将ε（空隙率）与ΔP（压力损失）联系起来。基于CFD的流化床模拟，很大程度上依赖于这个Ergun模型如何表现颗粒间力。
各项的物理意义
- 时间项 $\partial(\rho\phi)/\partial t$：想象一下打开水龙头的瞬间。最初水会不稳定地哗哗流出，过一会儿就变成稳定的水流了，对吧？描述这个“变化过程中”的就是时间项。心脏搏动导致血流脉动，发动机阀门每次开闭导致流动变化，这些都是非定常现象。那么定常分析是什么？就是“经过足够时间流动稳定后”的状态——也就是将此项设为零。由于计算成本大幅降低，先用定常求解是CFD的基本策略。
- 对流项 $\nabla \cdot (\rho \mathbf{u} \phi)$：把落叶扔进河里会怎样？会被水流带着向下游移动，对吧？这就是“对流”——流体运动搬运物质的效果。暖风的暖气能到达房间另一端，也是因为空气这个“搬运工”通过对流输送热量。这里有趣的是——这项包含“速度×速度”，因此是非线性的。也就是说，流速变快时此项会急剧增强，变得难以控制。这就是湍流的根本原因。常见的误解：“对流和传导差不多”→ 完全不一样！对流是流动搬运，传导是分子传递。效率有天壤之别。
- 扩散项 $\nabla \cdot (\Gamma \nabla \phi)$：有过在咖啡里倒入牛奶后放置的经历吗？即使不搅拌，过一会儿也会自然混合。那就是分子扩散。那么下一个问题——蜂蜜和水，哪个更容易流动？当然是水，对吧？因为蜂蜜的粘度（$\mu$）高，所以不易流动。粘度越大，扩散项越强，流体的运动就变得“粘稠”。雷诺数小的流动（缓慢、粘稠）中扩散占主导。相反，Re数大的流动中对流占压倒性优势，扩散则成为配角。
- 压力项 $-\nabla p$：推注射器的活塞，液体会从针尖有力地射出，对吧？为什么？因为活塞侧压力高，针尖压力低——这个压力差产生了推动流体的力。水坝放水也是同样原理。天气图上等压线密集的地方会怎样？没错，会刮强风。“有压力差的地方就会产生流动”——这就是纳维-斯托克斯方程压力项的物理意义。这里的误解点：CFD中的“压力”多为表压而非绝对压力。切换到可压缩分析时结果突然出错，原因可能就是混淆了绝对压力/表压。
- 源项 $S_\phi$：受热的空气会上升——为什么？因为比周围空气轻（密度低），被浮力推上去了。这个浮力作为源项添加到方程中。此外，燃气灶火焰产生化学反应热、工厂电磁泵对金属熔液施加洛伦兹力……这些都是“从外部向流体注入能量或力”的作用，都用源项表示。忘记源项会怎样？自然对流分析中忘记加入浮力，流体就完全不动——就像冬天房间里开了暖气，暖空气却不上浮一样，得到物理上不可能的结果。
假设条件与适用范围
- 连续介质假设：克努森数 Kn < 0.01（分子平均自由程 ≪ 特征长度）时成立
- 牛顿流体假设：剪切应力与应变速率呈线性关系（非牛顿流体需要粘度模型）
- 不可压缩假设（Ma < 0.3时）：将密度视为常数。马赫数0.3以上需考虑可压缩性效应
- Boussinesq近似（自然对流）：仅在浮力项中考虑密度变化，其他项使用恒定密度
- 不适用的情形：稀薄气体（Kn > 0.1）、超音速/高超音速流动（需要捕捉激波）、自由表面流动（需要VOF/Level Set等方法）
量纲分析与单位制
| 变量 | SI单位 | 注意事项·换算备忘 |
|---|---|---|
| 速度 $u$ | m/s | 入口条件从体积流量换算时，注意截面积单位 |
| 压力 $p$ | Pa | 区分表压与绝对压力。可压缩分析使用绝对压力 |
| 密度 $\rho$ | kg/m³ | 空气: 约1.225 kg/m³@20°C、水: 约998 kg/m³@20°C |
| 粘性系数 $\mu$ | Pa·s | 注意与运动粘性系数 $\nu = \mu/\rho$ [m²/s] 混淆 |
| 雷诺数 $Re$ | 无量纲 | $Re = \rho u L / \mu$。层流/湍流转换的判定指标 |
| CFL数 | 无量纲 | $CFL = u \Delta t / \Delta x$。直接关系到时间步长的稳定性 |
数值解法与实现
数值解法的细节
请讲解流化床CFD的数值要点。
TFM（欧拉型颗粒模型）的流化床模拟存在一些特有的挑战。
网格与介观结构
流化床中称为“聚团”的颗粒密集结构很重要。聚团尺寸约为颗粒直径的10〜100倍，要解析它需要网格足够细。
| 网格 | 分辨率 | 计算成本 | 精度 |
|---|---|---|---|
| 精细 | $\Delta x \approx 5 d_p$ | 非常高 | 高 |
| 标准 | $\Delta x \approx 10$〜$20 d_p$ | 中等 | 良好 |
| 粗化 + 滤波 | $\Delta x > 50 d_p$ | 低 | 需要滤波模型 |
如果网格太粗无法解析聚团会怎样？
会高估床层膨胀率，低估气体旁通。也就是说，看起来比实际流态化更均匀。需要使用Filtered TFM（Igci et al., 2008; Ozel et al., 2013）进行修正，或者使用足够细的网格。
曳力模型的选择
流化床中最重要的闭合模型是气固相间曳力。
| 模型 | 特点 | 推荐用途 |
|---|---|---|
| Gidaspow | Ergun + Wen-Yu切换 | BFB（鼓泡流化床）标准 |
| Syamlal-O'Brien | 连续式，参数可调 | 通用 |
| EMMS | 考虑介观结构 | CFB（循环流化床） |
| Koch-Hill | 基于LBM数据库 | 高精度 |
EMMS模型是什么？
Energy Minimization Multi-Scale（EMMS）模型是由李静海和郭慕孙（中国科学院）提出的方法，它将聚团结构导致的气体旁通效应反映到曳力中。即使在较粗的网格下也能在一定程度上捕捉聚团的影响，因此广泛应用于工业规模的循环流化床。
时间步长与计算时间
流化床TFM必须进行非定常计算，需要计算数秒至数十秒的物理时间。
| 参数 | 推荐值 | 备注 |
|---|---|---|
| $\Delta t$ | $10^{-4}$〜$10^{-3}$ s | Courant数 < 0.5 |
| 物理时间 | 5〜30 s | 达到统计稳态为止 |
| 开始平均 | 2〜5 s后 | 排除初始瞬态 |
TFM vs DEM-CFD——流化床模拟的两大流派
流化床CFD大致分为Two-Fluid Model（TFM/欧拉-欧拉）和DEM-CFD（欧拉-拉格朗日）两种方法。TFM将颗粒视为连续体，易于扩展到100万以上的颗粒系统，但个体颗粒接触被平均化而丢失。DEM-CFD追踪每个颗粒，在物理准确性上优于TFM，但当颗粒数超过10万时计算成本急剧增加。工业规模流化床（直径3 m × 高度10 m）的全尺寸CFD即使在2020年代，TFM仍是现实选择，而DEM-CFD则承担验证和闭合模型开发的作用。
迎风格式（Upwind）
一阶迎风：数值扩散大但稳定。二阶迎风：精度提高但有振荡风险。高雷诺数流动中必不可少。
中心差分（Central Differencing）
二阶精度，但当Pe数 > 2时会产生数值振荡。适用于低雷诺数的扩散主导流动。
TVD格式（MUSCL、QUICK等）
通过限制器函数抑制数值振荡同时保持高精度。对捕捉激波或陡峭梯度有效。
有限体积法 vs 有限元法
FVM：自然满足守恒定律。CFD的主流。FEM：对复杂形状、多物理场有利。SPH等无网格法也在发展中。
CFL条件（库朗数）
显式法：CFL ≤ 1是稳定条件。隐式法：即使CFL > 1也稳定，但影响精度和迭代次数。LES：推荐CFL ≈ 1。物理意义：一个时间步内信息传播不超过一个网格。
残差监控
连续性方程、动量、能量的各项残差下降3〜4个数量级可判断为收敛。质量守恒的残差尤其重要。
松弛因子
压力：0.2〜0.3、速度：0.5〜0.7是常见的初始值。发散时降低松弛因子。收敛后可提高以加速。
非定常计算的内部迭代
在每个时间步内迭代直至收敛到定常解。内部迭代次数：5〜20次为参考。若残差在时间步间波动，需重新审视时间步长。
SIMPLE法的比喻
SIMPLE法是“交替调整”的方法。先假设求解速度（预测步），然后根据该速度修正压力以满足质量守恒（修正步），再用修正后的压力修正速度——重复这种“投接球”过程以逼近正确答案。类似于两人调整架子水平的作业：一人调整高度，另一人调整平衡，如此反复进行。
相关主题
なった
詳しく
報告