介尺度结构动态演化定量表征及应用
介尺度结构被认为是流化床反应器内多尺度非均匀性产生的根源。能量最小多尺度(EMMS)模型通过量化局部非均匀结构来更直接地表征操作条件或流域变化时局部介尺度结构的演变及其对曳力的影响。但既往研究大多围绕静态的气泡和团聚物建立模型，网格内介尺度结构特征在特定操作参数和局部空隙率情况下为一定值。这样的处理方式忽略了气泡和团聚物动态演化的历史信息，很大可能导致计算网格内实际的介尺度结构信息和EMMS预测值不匹配，因此有必要在模型中进一步引入时间变量并考虑气泡和团聚物的时空动态演化。
团聚物的动态演化过程包括稀密相之间的相互作用及团聚物之间的碰撞和破碎效应。如图1所示，稀相和密相颗粒之间的质量交换可以认为由两个连续的过程组成。对于球形颗粒物，稀相颗粒团聚物的运动速度差异导致稀相颗粒被连续捕捉，而团聚物内部颗粒的随机无序脉动会引起表面颗粒的腐蚀剥离，在拟稳态条件下，两者满足动态平衡：
图1 EMMS曳力模型中亚网格非均匀性(a)和稀密相质量传递过程(b)
采用上述团聚物动态演化方程代替EMMS模型中原团聚物方程并与TFM相结合，可以改进对零固相通量的湍动流化床、并流下行床以及变直径反应器内的CFD模拟精度。另外，该方程还可以优化EMMS三条线的计算，为解决EMMS遗留问题提供思路。
在传统的EMMS曳力模型中，所取团聚物直径可以认为是当前操作条件下的最概然值或统计均值，而团聚物的动态特征及尺寸分布信息未被考虑。为了定量描述团聚物的时空动态分布及其对网格内曳力的影响，基于前述团聚物动态演化方程，以团聚物直径(L)为内坐标建立团聚物尺寸演化的群平衡(PBM)方程
通过考虑提升管反应器内颗粒加速效应和壁面的影响，在局部和全局稳定性条件的约束下可将EMMS模型进行了轴径向二维扩展。通过分析不同流域条件下的控制机制及稳定性条件表达可建立鼓泡EMMS稳态模型和并/逆流EMMS稳态模型，这使得基于EMMS的广义流态化相图的绘制成为可能。如图3所示，该相图给出了典型流域转变时的特征速度曲线，如噎塞曲线，液泛曲线和湍动流态化速度的参考值，实验也验证了这些预测的合理性。
图3 B类颗粒的EMMS广义流态化相图
循环流化床全回路模拟要求必须考虑各子反应器模块的边界条件及单元操作之间的强耦合作用。通过考虑各模块之间的压降平衡和全床物料守恒关系，所谓的EMMS全回路建模方法可以实现对该类反应器整体稳态动力学的准实时预测。如图4所示，基于EMMS全回路建模理论的虚拟流态化软件平台(Virtual Fluidization)采用模块化设计，可以根据实际的工业装置自定义搭建、更改和优化反应器设计。通过调用全循环计算代码可以在几秒到几分钟之内完成稳态动力学的计算和显示。
图4循环流化床稳态动力学模拟
能量最小多尺度方法为多相非均匀系统的数学建模提供了一种可行的理论框架。通过群平衡方程在线封闭EMMS模型中的气泡/团聚物直径项可以更准确地计算局部的动质传递系数，从而提高CFD模拟的可靠性。基于EMMS的气固广义流态化相图反映了不同操作模式下床层空隙率、噎塞和液泛气速等特征变量随操作条件的变化。原EMMS及其拓展模型可被应用到循环流化床系统的全回路建模，实现对复杂回路气固系统的准实时稳态动力学计算。
反应重构低NOx解耦燃烧技术及应用
煤或生物质等固体燃料的燃烧会发生系列化学反应，并与反应器中多相流动和传递紧密关联，共同决定了燃烧的基本特性。在燃烧过程反应链中，发生在上游的反应的产物为下游反应提供反应物，同时该产物也可能与下游反应强相互作用，形成燃烧过程的复杂反应网络，是决定燃烧技术重要特性的关键因素，需要强化有利的作用关系、抑制不利的影响。这种直接调控不同反应间相互作用关系的方法被称为反应解耦(Reaction decoupling)，或从重构不同反应之间关系的角度定义为反应重构(Reaction restructuring)。固体燃料解耦燃烧(Decoupling combustion)是依据上述反应解耦并实施反应重构思路而创新和发展的通过反应调控形成的先进燃烧技术。
基于反应重构的低NOx解耦燃烧原理如图5所示：固体燃料首先在低温贫氧条件下热解，生成的NH3在还原性气氛中与氧气反应倾向于生成氮气而非NOx；生成的还原性热解气及半焦均可以与NOx反应使之还原为氮气；可燃性挥发分及半焦随后在高温氧化性条件下燃烧并燃尽。其中，半焦既是热解反应的主要反应物，它同时还吸附热解挥发分、催化挥发分的裂解及重整、以及还原燃烧形成的NOx。固体燃料高效低NOx解耦燃烧的关键是如何匹配热解与燃烧过程以尽可能利用热解产物自身产物抑制NOx的生成，但也要求相应匹配固体燃料热解吸热反应与挥发分及半焦燃烧放热反应，以保障有效的热供给而使燃料干燥和有效热解。
图5 反应重构解耦燃烧原理
固定炉排解耦燃烧炉的典型结构如图6示，将传统的单一炉膛由中隔墙分成在底部连通的左燃烧室和右热解室两部分。燃料由热解室的上部加入，空气通过下部的倾斜炉排引入，半焦主要在双炉膛的连通区域燃烧，烟气从燃烧室上部排出。这种结构可以使炉排通风不直接贯穿新装燃料层，热解室下部炉排上的半焦燃烧所产高温烟气的一部分沿中隔墙上行，使上部燃料层受热发生热解和部分气化，从而避免热解与燃烧在同时空完全耦合的问题。热解及部分气化产生的气体与部分高温烟气在烟囱的拔力作用下，穿过底部的高温半焦层，并经由中隔墙下部的连通区域进入燃烧室。显然，这种结构可充分利用热解室的还原性气氛以及连通区域的高温半焦层对NOx的还原作用，并保证可燃气体和半焦在适宜的高温氧化性气氛中有效燃烧，实现民用炉中NOx和CO的同时减排，解决易冒黑烟的难题，同时提高固体燃料的燃烧效率。
图6 民用解耦燃烧炉的典型结构
如图7所示，基于现有的大量实验和模拟数据，利用机器学习方法可建立解耦燃煤炉污染物排放与其结构参数、燃料性质之间关系模型，可快速模拟预测NOx和CO排放随炉排角度和火口高度的变化，以针对特定的煤种对解耦炉进行快速辅助设计和结构优化。
图7 基于机器学习的解耦炉结构快速设计与优化
移动炉解耦燃烧炉的一种典型结构如图8所示，在链条炉前端增加一往复炉排预燃装置，使部分新加入的燃料预先点燃并铺设在主炉排的下层，以为主炉排上层的新燃料层的热解供热，从而达到预燃稳燃的效果。通过调节主炉排配风可使该新型链条炉的主炉膛从前到后分为贫氧燃烧区和富氧燃尽区，从而实现燃料热解与半焦燃烧的时空分离和工业链条炉的解耦燃烧。移动炉排解耦燃烧不仅使挥发分氮经历较长时间的贫氧燃烧过程，从而有效降低挥发分氮向NOx的转化，而且还使燃料层下部先着火而在上部形成还原层，从而更利于抑制焦炭氮向NOx的转化。此外，预燃稳燃以及自下而上的燃烧方式也使得固体燃料在主炉排首端就开始着火，因而可快速均匀燃烧和充分燃尽，并可通过增加燃料层厚度来保障前端热解区稳定的还原性气氛和降低后端焦炭燃烧区焦炭氮向NOx的转化。
图8工业解耦链条炉的典型结构
解耦燃烧蕴涵的“反应解耦”和“反应重构”理念或方法代表了一种可有效应用于复杂反应体系及其转化过程的反应及其产物调控的创新思路，可有效拓展应用于燃料热解、燃料气化等其他重要的热转化技术，以推动这些转化方法和技术的创新发展，甚至形成变革性成果。“双碳”背景下，低NOx解耦燃烧技术通过普及对民用及工业锅炉的应用，不仅可推进煤和生物质的清洁高效燃烧利用，还可有效处置有机固体废弃物，贡献国家“碳达峰”和“碳中和”战略。
代表性文章
1. Hu S W, Liu X H. A CFD-PBM-EMMS integrated model applicable for heterogeneous gas-solid flow[J]. Chemical Engineering Journal, 2020, 383: 123122.
2. Hu S W, Liu X H, Zhang N, et al. Quantifying cluster dynamics to improve EMMS drag law and radial heterogeneity description in coupling with gas-solid two-fluid method[J]. Chemical Engineering Journal, 2017, 307: 326-338.
3. Liu X H, Hu S W, Jiang Y F, et al. Extension and application of energy-minimization multi-scale (EMMS) theory for full-loop hydrodynamic modeling of complex gas–solid reactors[J]. Chemical Engineering Journal, 2015, 278: 492-503.
4. Hu S W, Liu X H. Development of a hydrodynamic model and the corresponding virtual software for dual-loop circulating fluidized beds[J]. Frontiers of Chemical Science and Engineering, 2021, 15(3): 579-590.
5. Liang B, Bai H L, Bai D R, et al. Emissions of non-methane hydrocarbons and typical volatile organic compounds from various grate-firing coal furnaces. Atmospheric Pollution Research, 2022, https://doi.org/10.1016/j.apr.2022.101380.
6. Jin N N, Guo L, Liu X H. Machine learning-aided optimization of coal decoupling combustion for lowering NO and CO emissions simultaneously. Computers and Chemical Engineering, 2022, https://doi.org/10.1016/j.compchemeng.2022.107822.
7. Hu S W, Liu X H. Multiscale trans-regime EMMS modeling of gas-solid fluidization systems. CIESC Journal, 2022, DOI: 10.11949/ 0438-1157.20220157
8. Liu X H, Han Z N, Han J, et al. Principle and technology of low-NOx decoupling combustion based on restructuring reactions. CIESC Journal, 2022, DOI: 10.11949/0438-1157.20220716
