王利民，吳承優(yōu)，2

1.中國科學院過程工程研究所 多相復雜系統(tǒng)國家重點實驗室，北京 100190；2.江西理工大學 資源與環(huán)境工程學院，江西 贛州 341000

顆粒群繞流傳質特性的格子Boltzmann模擬

王利民1，吳承優(yōu)1，2

1.中國科學院過程工程研究所 多相復雜系統(tǒng)國家重點實驗室，北京 100190；2.江西理工大學 資源與環(huán)境工程學院，江西 贛州 341000

為考察氣固兩相流中顆粒團聚對氣固傳質過程的影響，采用耦合傳質的格子Boltzmann模型對在空間均勻分布的顆粒結構和非均勻分布的顆粒團聚物結構條件下的繞流過程進行了直接數(shù)值模擬，得到了氣體繞顆粒流動的速度分布和伴隨流動的濃度分布，發(fā)現(xiàn)顆粒團聚物對繞流過程的速度分布和濃度分布都具有明顯的影響。通過對顆粒繞流的氣固傳質過程進行定量分析發(fā)現(xiàn)，在兩種結構條件下計算得到的傳質舍伍德數(shù)均隨著雷諾數(shù)的增大而呈指數(shù)函數(shù)形式增大，并且在均勻結構條件下的傳質舍伍德數(shù)一般為非均勻結構條件下的3～5倍，顆粒團聚物的存在將嚴重影響顆粒繞流過程的氣固傳質效率。通過格子Boltzmann方法建立的氣固相間傳質模型，可以為研究氣固兩相流介尺度結構的傳遞特性提供理論依據(jù)。

顆粒群繞流 顆粒團聚物 格子玻爾茲曼方法 傳質 數(shù)值模擬

氣固流動中，團聚物對氣固傳遞特性的影響很大［1］。從20世紀80年代，李靜海等［2］開始研究氣固反應器層次的介尺度問題，從顆粒聚團現(xiàn)象入手，認為聚團的形成來源于氣體和顆粒的各自運動趨勢在競爭中的協(xié)調，從而建立了能量最小多尺度（Energy-Minimization Multi-Scale，EMMS）模型，通過EMMS模型計算發(fā)現(xiàn)稀相和密相的曳力系數(shù)存在幾個數(shù)量級的差異［3］，而雙流體模型對微元網(wǎng)格內部的平均化處理卻忽略了該非均勻結構的影響。楊寧等［4］利用EMMS模型考慮了宏觀非均勻結構對計算網(wǎng)格的曳力修正，更準確地預測了快速流化床的顆粒夾帶量。王維等［5］則將該模型拓展到微元網(wǎng)格內，實現(xiàn)每一個網(wǎng)格的兩相結構相關修正。魯波娜等［6］研究發(fā)現(xiàn)耦合EMMS曳力的雙流體模型具有網(wǎng)格弱相關性，適合粗網(wǎng)格模擬。Zhang等［7］在傳統(tǒng)均勻曳力模型前乘以一個系數(shù)，以此引入非均勻結構帶來的效果。O'Brien等［8］考慮顆粒團的影響，通過實驗研究修正均勻結構下的曳力模型。王維等［9］通過考慮顆粒團的影響修正了曳力模型，并準確預測了氣固流動。除了考慮介尺度結構對曳力系數(shù)的影響外，在EMMS模型對結構解析的基礎上，王琳娜等［10，11］提出了穩(wěn)態(tài)的多尺度傳質模型。董衛(wèi)鋼等［12，13］進一步將其與CFD耦合實現(xiàn)動態(tài)多尺度傳質模型，通過引入介尺度結構參數(shù)，解釋了不同文獻中傳質系數(shù)存在幾個量級的差異。李洪鐘等［14，15］對快速流化床中傳質和傳熱系數(shù)與結構參數(shù)之間的定量關系進行了理論分析。王淑彥等［16，17］建立了顆粒團傳熱傳質過程的數(shù)學模型，研究了奈顆粒聚團的傳熱傳質過程。

格子玻爾茲曼方法（lattice Boltzmann method，LBM）是以流體的分子運動論描述為基礎發(fā)展起來的一種新的介觀模擬方法，由于其物理圖像清晰、邊界處理容易和內在的并行性等優(yōu)點，已被廣泛應用于流體模擬［18］。Beetstra等［19］利用LBM研究顆粒團聚物對氣固相間曳力系數(shù)影響，發(fā)現(xiàn)團聚物中任意單顆粒的曳力系數(shù)小于孤立單顆粒的曳力系數(shù)。萬韶六等［20］采用LBM對二維顆粒團繞流過程進行了數(shù)值模擬，計算得到不同的顆粒聚團構型的曳力系數(shù)。張云等［21］利用LBM研究了EMMS中曳力分配方式的合理性。沈志恒等［22］采用LBM研究了提升管內團聚物的曳力系數(shù)隨團聚物空隙率的變化規(guī)律。Shah等［23］利用LBM考察了顆粒聚團對曳力的影響。周國峰等［24］采用粒子-格子耦合方法進行了三維大規(guī)模的顆粒懸浮直接數(shù)值模擬，發(fā)現(xiàn)基于平均的Wen&Yu公式預測得到曳力遠高于直接模擬得到曳力，而且受力方向存在偏差，進一步揭示了氣固流動的模擬必須考慮介尺度結構的影響。

本工作將采用耦合傳質的LBM對二維顆粒團聚物繞流進行數(shù)值模擬，利用局部詳細的流場和濃度場直接計算傳質系數(shù)，分析顆粒聚集時，顆粒團聚物局部的流體力學行為以及顆粒團聚物對氣固傳遞特性的影響。

1　數(shù)學模型

1.1流體流動的格子Boltzmann模型

采用二維九速（D2Q9）的格子 Boltzmann模型對流場進行求解，因此，描述流體的流動可用如下單松弛（lattice Bhatager-Gross-Krook，LBGK）演化方程［18］來表示：

式中：cs滿足；當α為0時，ωα為4/9；當α為1，2，3和4時，ωα為1/9；當α為5， 6，7和8時，ωα為1/36；

通過 Chapman-Enskog展開方法［25］，上述格子 Boltzmann方程（1）可以恢復得到宏觀的Navier-Stokes方程：

1.2傳質過程的格子Boltzmann模型

描述氣-固傳質過程的LBGK演化方程可表示為：

通過Chapman-Enskog展開方法，上述格子Boltzmann方程（5）可以恢復得到描述傳質過程的對流-擴散方程［27］：

1.3模型驗證

為了驗證模型及程序的正確性，對經(jīng)典的兩平行板之間的穩(wěn)定擴散過程開展了模擬計算，并與方程的解析解進行了對比。

如圖1所示，兩平板分別位于正方形區(qū)域y為0和y為1的兩邊，區(qū)域被劃分成若干個邊長為δx的網(wǎng)格。流體以恒定的法向流速 u0從下平板注入，從上平板流出。同時維持上、下兩平板上的濃度恒定為CU和CL，并使溶質擴散方向與流體流動方向相反，即有CU大于CL。因此，穩(wěn)態(tài)時的擴散問題可用如下控制方程來表示：

由此，該方程的解析解可以表示為［28］：

圖1　兩平行板間的穩(wěn)定擴散示意Fig.1 Schematic diagram of a steady diffusion between two parallel walls

圖2　兩平行板間穩(wěn)定擴散的濃度分布曲線Fig.2 Calculated concentration profile of a steady diffusion between two parallel walls

在數(shù)值模擬中，上下邊界為恒定速度與恒定濃度邊界，左右邊界為周期邊界。在網(wǎng)格邊長δx為1/20，流速與擴散系數(shù)比（u0/D）為4，以及弛豫時間（τc）為1.1的條件下進行數(shù)值模擬，結果如圖2所示?？梢钥闯?，采用耦合傳質的格子Boltzmann模型所得的結果與解析解吻合。

2　模擬與分析

2.1物理模型

模擬對象為H×W的二維區(qū)域中的顆粒繞流過程，圖3給出了初始時刻兩種不同的顆粒分布結構。在兩種分布結構中均含162個等徑固體顆粒，整體平均孔隙率均為0.964。在數(shù)值模擬中，不考慮濃度對流動的的影響，假定顆粒表面以恒定濃度往外傳遞物質，初始條件是氣相主體中各節(jié)點速率與濃度均為零。對于計算區(qū)域，氣體從底端流入并從頂端流出，流場入口給定恒定的氣速 u0，流場左右邊界和氣-固邊界均采用反彈格式處理，以滿足無滑移邊界條件。對于濃度場則采用固相界面為恒定濃度的邊界條件。

2.2速度場與濃度場分析

根據(jù)表1提供的模擬參數(shù)，采用上述格子Boltzmann模型對顆粒繞流過程進行數(shù)值模擬，可以獲得兩種不同顆粒分布結構（如圖3）條件下的局部氣體流速分布，結果如圖4所示。

圖3　兩種不同的顆粒分布結構Fig.3 Schematic diagram of distribution of two different particles

圖4　兩種不同結構條件下模擬得到的顆粒繞流過程的局部氣體速度分布Fig.4 Detailed simulation flow-field of gas around the particles for two different structures

對于圖4（a）中在空間均勻分布的顆粒結構，區(qū)域內各節(jié)點處的氣體速度分布相對比較均勻，氣速接近于0.25mm/s，僅在顆粒周邊小范圍的區(qū)域氣速較小。然而，對于圖4（b）中非均勻分布的顆粒團聚物，其各節(jié)點處的速度分布差異較大。通常在顆粒團聚物外部的氣速較大，超過0.250mm/s，同時由于氣體難以進入顆粒團聚物之中，使得在顆粒團聚物內部的氣速特別小，一般都低于0.025mm/s?？梢姡w粒團聚物對顆粒繞流過程中氣體的速度分布具有明顯的影響。

表1　顆粒繞流過程的模擬參數(shù)Table 1 Simulation parameters for flow around the particles

此外，采用耦合傳質的格子Boltzmann模型還可以獲得兩種不同顆粒分布結構條件下的氣體濃度分布，如圖5所示。對于圖5（a）中在空間均勻分布的顆粒結構，其氣體流動的展向上的氣體濃度分布比較均勻，而在氣體流動方向上濃度逐漸增大，可以達到4.0 kg/m3。然而，對于圖5（b）中非均勻分布的顆粒團聚物，其氣體流動的展向上的濃度分布具有明顯的差異。在顆粒團聚物內部氣速較小的區(qū)域濃度較高，一般都大于4.0 kg/m3，在顆粒團聚物外部氣速較大的區(qū)域濃度較低，通常都小于0.5 kg/m3。由此可以說明，顆粒團聚物對顆粒繞流過程中濃度分布也具有明顯的影響。

圖5　不同結構條件下顆粒繞流過程的濃度分布Fig.5 Concentration distributions of flow around the particles for two different structures

2.3傳質定量分析

在進行數(shù)值模擬時，認為氣體與顆粒之間進行傳質的阻力主要在流體側，基于整個計算區(qū)域的溶質物料守恒，控制方程可以表示為［29］：

據(jù)相關文獻［30］報道，在較低雷諾數(shù)條件下，流體的軸向混合擴散對傳質影響較小而可以忽略，即可認為Day為零，從而方程（10）可以簡化為：

邊界條件為y為0時，入口濃度為Cin；y為H時，出口濃度為Cout，以及表觀流速us為uφ，根據(jù)邊界條件對方程（11）進行積分，可以得到氣固傳質系數(shù)：

根據(jù)無量綱的傳質舍伍德數(shù)（Sh）定義：

可以通過采用耦合傳質的格子Boltzmann模型計算出無量綱Sh，定量地分析顆粒團聚物對氣固傳質特性的影響。

通過對兩種不同的顆粒分布結構對應的顆粒繞流過程分別進行數(shù)值計算，得到不同氣速與結構條件下Sh隨時間的變化，如圖6所示。從圖中可以看出，在兩種不同的顆粒分布結構下對應的Sh起初均隨流固接觸時間增大而迅速增大，達到穩(wěn)定狀態(tài)后將不再隨時間變化，并且在同種顆粒分布結構條件下，不同氣速對應的Sh達到穩(wěn)態(tài)需要的時間不同，給定的氣速越大越容易達到穩(wěn)態(tài)。此外，在給定相同的氣速條件下，非均勻的顆粒團聚物對應的Sh比顆粒均勻分布結構對應的Sh更難達到穩(wěn)定狀態(tài)。

圖6　兩種不同結構條件下Sh隨時間的變化Fig.6 Evolutions of Sherwood numbers for two different structures

計算得出在氣速為0.05～0.50mm/s的條件下，當顆粒繞流過程達到穩(wěn)態(tài)時的 Sh，由此可以闡明不同結構條件下Sh與Rep之間的關系，如圖7所示。從圖中可以看出，不論是對于均勻分布的顆粒結構，還是對于非均勻分布的顆粒團聚物結構，計算得出的Sh都隨著Rep的增大而增大。同時，通過數(shù)據(jù)擬合曲線分析可知，在這兩種結構條件下獲得的Sh均隨著Rep的增大呈現(xiàn)指數(shù)函數(shù)形式增大的關系。此外，經(jīng)過進一步的比對可以發(fā)現(xiàn)，在均勻分布的顆粒結構條件下計算得到的Sh一般為非均勻分布顆粒團聚物結構條件下的3～5倍。可見，顆粒團聚物的存在會嚴重降低顆粒繞流過程的氣固傳質效率。在鼓泡流化床、循環(huán)流化床等氣固流化系統(tǒng)的實踐中，應采取措施使顆粒保持均勻分布的狀態(tài)，盡可能避免顆粒發(fā)生聚集，減少顆粒團聚物的形成，從而強化氣固傳質過程。

圖7　不同結構條件下Sh與Rep的關系Fig.7 The relationship between Sherwood number and Reynolds number for two different structures

3　結 論

在驗證了模型有效性的基礎上，采用耦合傳質的格子Boltzmann模型對兩種不同結構條件下的顆粒繞流過程開展數(shù)值模擬，不僅能得到氣體繞顆粒流動的速度分布，而且可以得到伴隨流動的氣體濃度分布，發(fā)現(xiàn)了顆粒團聚物對繞流過程的速度分布和濃度分布都具有明顯的影響。另外，通過對顆粒繞流的傳質過程進行定量分析發(fā)現(xiàn)，不論是對于顆粒均勻分布的結構，還是對于非均勻分布的顆粒團聚物，計算得到的傳質舍伍德數(shù)均隨著雷諾數(shù)的增大而呈現(xiàn)指數(shù)函數(shù)形式增大的關系，并且在均勻結構條件下的傳質舍伍德數(shù)一般為非均勻結構條件下的3～5倍，由此說明了顆粒團聚物的存在將嚴重影響顆粒繞流過程的氣固傳質效率。本工作能夠為格子Boltzmann方法對鼓泡流化床和循環(huán)流化床等氣固流化系統(tǒng)進行深入研究奠定基礎。

符號說明

［1］Li J H， Ge W， Wang W， et al. From multiscale modeling to meso-science：a chemical engineering perspective［M］. Berlin：Springer， 2013：484.

［2］Li J H， Kwauk M. Particle-fluid two-phase flow：the energy-minimization multiscale method［M］. Beijing：Metallurgical Industry Press，1994：204.

［3］Li J H， Chen A H， Yan Z N， et al. Particle-fluid contacting in dense and dilute phases of circulating fluidized beds［C］//Avidan A， ed. Circulating Fluidized Bed Technology IV， Hidden Valley， 1993. New York：AIChE， 1993：48-53.

［4］Yang N， Wang W， Ge W， et al. CFD simulation of concurrent-up gas-solid flow in circulating fluidized beds with structure-dependent drag coefficient［J］. Chemical Engineering Journal， 2003， 96（1）：71-80.

［5］Wang W， Li J H. Simulation of gas-solid two-phase flow by a multi-scale CFD approach-of the EMMS model to the sub-grid level［J］. Chemical Engineering Science， 2007， 62（1）：208-231.

［6］Lu B N， Wang W， Li J H. Searching for a mesh-independent sub-grid model for CFD simulation of gas-solid riser flows［J］. Chemical Engineering Science， 2009， 64（15）：3437-3447.

［7］Zhang D Z， Vanderheyden W B. The effects of mesoscale structures on the macroscopic momentum equations for two-phase flows［J］. International Journal of Multiphase Flow， 2002， 28（5）：805-822.

［8］O'Brien T J， Syamlal M. Particle cluster effects in the numerical simulation of a circulating fluidized bed［C］//Avidan A， ed. Circulating Fluidized Bed Technology IV， Hidden Valley， 1993. New York：AIChE， 1993：345-350.

［9］Wang W， Li Y C. Simulation of the clustering phenomenon in a fast fluidized bed：the importance of drag correlation［J］. Chinese Journal of Chemical Engineering， 2004， 12（3）：335-341.

［10］王琳娜， 李靜海. 非均勻氣固兩相系統(tǒng)中多尺度傳質模型［J］. 化工學報， 2001， （8）：708-714. Wang Linna， Li Jinghai. Multi-scale mass transfer model for heterogeneous gas-solid two-phase flow［J］. Journal of Chemical Industry and Engineering， 2001， （8）：708-714.

［11］Wang L N， Jin D J， Li J H. Effect of dynamic change of flow structure on mass transfer between gas and particles［J］. Chemical Engineering Science， 2003， 58（23）：5373-5377.

［12］Dong W G， Wang W， Li J H. A multiscale mass transfer model for gas-solid riser flows part I：sub-grid model and simple tests［J］. Chemical Engineering Science， 2008， 63（10）：2798-2810.

［13］Dong W G， Wang W， Li J H. A multiscale mass transfer model for gas-solid riser flowspart II：sub-grid simulation of ozone decomposition［J］. Chemical Engineering Science， 2008， 63（10）：2811-2823.

［14］Li H Z. Important relationship between meso-scale structure and transfer coefficients in fluidized beds［J］. Particuology， 2010， 8（6）：631-633.

［15］Hou B L， Li H Z. Relationship between flow structure and transfer coefficients in fast fluidized beds［J］. Chemical Engineering Journal，2010， 157（2/3）：509-519.

［16］Wang S Y， Yang X， Lu H L， et al. CFD studies on mass transfer of gas-to-particle cluster in a circulating fluidized bed［J］. Computers & Chemical Engineering， 2009， 33（2）：393-401.

［17］Wang S Y， Yin L J， Lu H L， et al. Simulation of effect of catalytic particle clustering on methane steam reforming in a circulating fluidized bed reformer［J］. Chemical Engineering Journal， 2008， 139（1）：136-146.

［18］Chen S Y， Doolen G D. Lattice Boltzmann method for fluid flows［J］. Annual Review of Fluid Mechanics， 1998， 30（1）：329-364.

［19］Beetstra R， van der Hoef M A， Kuipers J A M. A lattice-Boltzmann simulation study of the drag coefficient of clusters of spheres［J］. Comput & Fluids， 2006， 35（8/9）：966-970.

［20］萬韶六， 歐陽潔. 顆粒團繞流曳力系數(shù)的LBM計算［J］. 化工學報， 2008， （1）：58-63. Wan Shaoliu， Ouyang Jie. Evaluation of drag coefficient on particles in cluster by using lattice Boltzmann method［J］. Journal ofChemical Industry and Engineering， 2008， （1）：58-63.

［21］張 云， 葛 蔚， 王小偉， 等. 非均勻分布顆粒群中的曳力分布［J］. 計算機與應用化學， 2011， （1）：27-31. Zhang Yun， Ge Wei， Wang Xiaowei， et al. Drag force distribution of heterogeneous particle clusters［J］. Computers and Applied Chemistry， 2011， （1）：27-31.

［22］沈志恒， 馬宏文， 陸慧林， 等. 基于格子Boltzmann方法顆粒團聚物曳力系數(shù)的數(shù)值模擬及應用研究［J］. 石油化工， 2012， （5）：544-550. Shen Zhiheng， Ma Hongwen， Lu Huilin， et al. Numerical simulation and application of drag coefficient of particle clusters in a riser based on lattice-Boltzmann method［J］. Petrochemical Technology， 2012， （5）：544-550.

［23］Shah M T， Utikar R P， Tade M O， et al. Effect of a cluster on gas-solid drag from lattice Boltzmann simulations［J］. Chemical Engineering Science， 2013， 102：365-372.

［24］Zhou G F， Xiong Q G， Wang L M， et al. Structure-dependent drag in gas-solid flows studied with direct numerical simulation［J］. Chemical Engineering Science， 2014， 116：9-22.

［25］Chen H D， Chen S Y， Matthaeus W H. Recovery of the Navier-Stokes equations using a lattice-gas Boltzmann method［J］. Physical Review A， 1992， 45（8）：5339-5342.

［26］Qian Y H， Dhumieres D， Lallemand P. Lattice BGK models for Navier-Stokes equation［J］. Europhysics Letters， 1992， 17（6）：479-484.

［27］He X Y， Li N， Byron G. Lattice Boltzmann simulation of diffusion-convection systems with surface chemical reaction［J］. Molecular Simulation， 2000， 25（3）：145-156.

［28］Inamuro T， Yoshino M， Inoue H， et al. A lattice Boltzmann method for a binary miscible fluid mixture and its application to a heat-transfer problem［J］. Journal of Computational Physics， 2002， 179：201-215.

［29］Sherwood T K， Pigford R L， Wilke C R. Mass transfer［M］. New York：McGraw-Hill Inc， 1975：125-130.

［30］Tidona B， Desportes S， Altheimer M， et al. Liquid-to-particle mass transfer in a micro packed bed reactor［J］. International Journal of Heat and Mass Transfer， 2012， 55（4）：522-530.

Numerical Simulation of Flow Around Particles on Mass Transfer Between Gas and Particles by Lattice Boltzmann Method

Wang Limin1， Wu Chengyou1，2
1. State Key Laboratory of Multiphase Complex Systems， Institute of Process Engineering， Chinese Academy of Sciences，Beijing 100190， China；
2. Faculty of Resource and Environmental Engineering， Jiangxi University of Science and Technology， Ganzhou 341000， China

Direct numerical simulations for flow around the particles with homogeneous distribution structure and particle clusters with heterogeneous distribution structure were carried out by a lattice Boltzmann model coupled mass transfer. Distributions of velocity and solute concentration in the process of flow around the particles were numerically predicted， and both were significantly affected by the particle clusters. Based on the quantitative analysis for mass transfer of gas flow around the particles， it was found that the computed Sherwood numbers for two different structures were both exponentially increased with the increase of the Reynolds numbers. Furthermore， the Sherwood number for the particles with homogeneous distribution structure was 3-5 times as great as that for the particle clusters， which supported that the particle clusters would seriously affect the mass transfer efficiency between gas and solid in the process of flow around the particles. The established mass transfer model via lattice Boltzmann method can provide a theoretical guidance for the research of mass transfer for gas-solid two-phase flow with the meso-scale structure.

flow around particles； particle cluster； lattice Boltzmann method； mass transfer； numerical simulation

TQ021.4

A

1001—7631 （ 2016 ） 04—0289—08

2016-01-25；

2016-04-04。

王利民（1979—），男，研究員。E-mail：lmwang@ipe.ac.cn。

國家自然科學基金（91434113，21106155）；中國科學院前沿科學研究重點計劃（QYZDB-SSW-SYS029）；國家重點基礎研究發(fā)展計劃（2015CB251402）；中國科學院戰(zhàn)略先導科技專項（XDA07080303）資助項目。