【摘 要】
:
氨(NH3)具有能量密度高、易于液化、无碳等特性,被认为是一种很有前途的储氢介质,通过氨分解制氢被认为是一种具有前景的氢能利用途径,受到了广泛关注。本文以氨分解制氢为研究背景,利用数值模拟的方法,对固定床氨分解反应器内流场、温度场、反应-扩散以及热质传递现象从催化剂颗粒尺度(微观尺度)、颗粒间尺度(介观尺度)以及整个床层尺度(宏观尺度)进行了多场耦合及多尺度的探究。首先,建立了氨分解催化剂单颗粒尺
论文部分内容阅读
氨(NH3)具有能量密度高、易于液化、无碳等特性,被认为是一种很有前途的储氢介质,通过氨分解制氢被认为是一种具有前景的氢能利用途径,受到了广泛关注。本文以氨分解制氢为研究背景,利用数值模拟的方法,对固定床氨分解反应器内流场、温度场、反应-扩散以及热质传递现象从催化剂颗粒尺度(微观尺度)、颗粒间尺度(介观尺度)以及整个床层尺度(宏观尺度)进行了多场耦合及多尺度的探究。首先,建立了氨分解催化剂单颗粒尺度模型,通过定义效率因子考虑颗粒内部的输运限制作用,在此基础上探究了反应条件及催化剂物性参数对效率因子及反应速率的影响,并最终拟合出效率因子表达式。研究结果显示,在本文所考察的高活性钌基催化剂作用下,氨分解反应速率显著快于反应物在催化剂颗粒内的扩散速率,因此催化剂颗粒的效率因子明显小于1;升高反应温度和压力、提高催化剂颗粒所处气氛中的反应物浓度,均会提高反应速率,进而强化了颗粒内扩散对催化剂颗粒性能的限制,使得催化剂效率因子降低;增大催化剂颗粒的孔道尺寸及颗粒的孔隙率会使反应物的内扩散阻力减小,使得效率因子增大;而增大催化剂颗粒直径则会使反应物扩散体积增大,进而增加了扩散阻力,氨分解催化剂效率因子减小。随后,利用离散元法构建了固定床氨分解反应器颗粒分辨模型,与计算流体力学方法耦合来探究床层内详细的热质传递规律。研究结果显示,固定床氨分解反应器内局部空隙率的不均匀性使得反应器内的流场、温度场以及组分浓度场在轴径向上均呈现出极大的差异,在入口流速为0.075m/s条件下,反应器内轴向温差和径向温差分别可达182.14K、204.13K,径向氨浓度差异最高达25%。随着轴向距离的增加,反应器内氨气浓度逐渐减小,氢气和氮气浓度逐渐升高,另外,由于管壁处的温度较高,利于氨分解反应的进行,近壁处的氨气浓度相较于管中心区域较低。入口速度过高,会导致氨气在反应床层内的停留时间减小,不利于氨分解反应的进行。最后,利用多孔介质模型建立了固定床氨分解反应器床层尺度拟均相模型,通过效率因子的拟合公式来反映催化剂颗粒的内扩散限制,拟均相模型与颗粒分辨模型相比,计算量大幅减小,但由于引入拟均相假设,使得计算结果有一定偏差,主要表现为,拟均相模型计算所得反应器出口转化率偏低,反应器内压降偏高,反应器内最大温差偏低等;基于拟均相模型的参数化分析表明,进气温度和管壁温度共同影响氨分解的转化率;催化剂颗粒直径同时影响床层空隙率与效率因子,应综合考虑床层压降与氨分解转化率来选择。
其他文献
立体视频因其具有深度信息使得视频里景观的呈现不再局限于屏幕。研究表明长时间观看低质量的立体视频可能导致身体不适,因此,如何评价立体影像的视觉舒适度质量成为一个重要的研究课题。目前的立体视频视觉舒适度评价方法虽然取得了一些进展,但这些工作普遍没有考虑儿童视觉系统的特殊性。儿童的双目间距比成人窄,且双目融合机制还未同成年人般发育成熟,从而导致成像感知与成年人存在差异,因此成年人可以舒适观看的专业立体视
社交网络群体影响最大化问题近年来在社交网络中得到许多研究关注,特别是在口碑营销、传染病控制、舆论控制等个体决策会受到群体影响的领域。该问题的目标旨在社交网络中选择k个种子节点,通过信息传播模型扩散影响,使得最后被激活的群体数量最多,其中一个群体被激活的前提是该群体中至少给定比例的成员被成功影响。基于对已有高效算法的改进,本文提出了一种应用于有向图的Improved Reverse Influenc
人脸面部活动单元检测与分析是计算机视觉与人工智能研究领域的一个重要问题。人类的面部作为人类身体部位上传达信息最为丰富的区域,一直以来都是研究的重点,通过对人脸各个活动单元传达信息的分析挖掘,得出的有效信息在智能安防、智能教育、智能医疗、人机交互等领域都有着极高应用价值。人脸面部活动单元的检测与分析存在着一些共性关键问题,例如:不同光照和姿态变化造成的宏表情识别不佳、微表情的细微特征难以提取、人脸活
知识图谱作为人类智慧的新兴产物,为诸多智能应用提供易被计算机理解的结构化数据。尽管目前的知识图谱已经十分成熟,但仍远没有达到完备的程度。知识表示学习技术,旨在学习实体和关系的低维嵌入表示,来提高链路预测任务的精度,以达到补全知识图的目的。如今,在网络大数据的环境下,知识逐渐呈现出半结构化和非结构化数据占主导的势头,知识表示学习在新的环境下被赋予了新的使命,即融合多元信息的能力。多元异构信息在帮助改
图像异质生成是计算机图像图形学领域具有挑战性的课题之一。本文研究场景线稿到一类动漫效果的异质生成问题,即用户输入场景线稿,算法生成着色合理、内容一致的动漫图像。再进行应用模式拓展,实现多类型场景图像经由线稿提取到动漫效果的转换,为后续在幼儿教育、插画制作等领域的应用提供更多可能性。本文主要工作如下:(1)提出一种基于GAN的场景线稿到动漫效果自动上色(Anime Effect Automatic
高密度聚乙烯(HDPE)管近年来逐渐被用于核电站输水管道中,相比于金属管,不仅耐腐蚀、易安装、而且综合使用成本低。HDPE管在使用的过程中不可避免的要进行焊接,焊接接头作为管道的重要组成部分,其性能对于保证管道的正常使用至关重要。小冲杆试验所需试样小,具有取样简单、无损(半无损)的优点,非常适用于对传统拉伸试验无法取材的情况。因此,本文采用小冲杆试验,以PE100 HDPE管为研究对象,研究了焊接
图像超分辨率重建是图像处理领域中的一个经典研究方向。近年来,随着深度学习技术的不断发展,陆续出现了许多基于该技术的图像超分辨率重建方法。在这些方法中,基于卷积神经网络的方法取得了当前最优的效果。图像超分辨率重建是个信息补充的过程,通常情況下,由于低分辨率图像中的信息严重不足,无法唯一地确定原始的高分辨率图像,这使得超分辨率重建成为了一个病态的问题。网络模型对图像特征的表达能力是图像超分辨率重建的关
机器学习的快速发展为空气质量的分析建模提供了新思路,利用机器学习方法解决该问题取得了较好的效果。这些方法通过分析挖掘过往数据的特征对未来或者无监测站地区的空气质量进行预测。然而,现有方法存在几个问题,包括无法有效提取时空特征、泛化性能不足以及数据稀疏等缺点。本文针对基于机器学习的空气质量预测算法存在的问题,提出若干解决方案。(1)提出基于卷积长短期记忆神经网络的空气质量预测方法。采用机器学习方法对
扩展置信规则库系统对模糊的数据、不完备的数据和不具有线性特征的数据具有较好的建模能力。它通过将数据转为具有置信分布的扩展置信规则,实现了数据信息的有效利用。然而扩展置信规则库系统仍然具有一些挑战亟待解决。其中最主要的就是传统的扩展置信规则库中规则的存储是没有进行索引构建的,因此在进行推理的时候需要按照线性顺序全部搜索一遍规则库中规则,当扩展置信规则的数量较多时,规则库的推理性能很不理想。并且这种方
高效水处理是解决水资源缺乏问题的有效途径。光流体学可以将光催化反应与微流控技术结合,大幅提高光利用率、反应速率及处理效果,实现对光催化水处理的高效强化。其中微反应器结构设计优化和光催化剂优化是研究的重点方向。本研究课题从微反应器结构模拟设计和光催材料掺杂优化两个方面出发,设计了一种具有流量控制精确、反应时间短、样品体积小、光利用效率高的光催化集成微流体平板反应器,探究其对亚甲基蓝的降解性能和连续化