催化剂浸渍干燥设备的计算流体力学模拟

2019-07-08朱振兴田志鸿吕庐峰侯栓弟

石油炼制与化工 2019年7期

朱振兴，田志鸿，吕庐峰，侯栓弟

(中国石化石油化工科学研究院炼油工艺和催化剂国家工程研究中心，北京 100083)

负载型催化剂是炼油工业常用的催化剂，其制备过程一般是将基质组分、黏结剂和活性组分均质细化后，充分打浆混合均匀，再经过干燥、焙烧、浸渍等工艺步骤，得到一定粒度分布范围的催化剂成品。对用于非固定床的负载型催化剂而言，粒度分布、强度、球形度等性能对催化反应过程有重大影响。比如FCC催化剂，当催化剂颗粒粒径在45.8～111 μm之间时，催化剂才会具有较好的重油转化能力、较低的焦炭产率和良好的流化性能[1]。

催化剂的粒度分布、强度和球形度等指标一般与干燥过程密切相关。干燥在炼油催化剂生产中是关键处理工艺之一。如何根据物料物化性质和产品质量要求选择干燥设备，对产品质量及运行成本都会产生很大影响。当前国内外干燥技术发展迅速，干燥设备趋于大型化、系列化、标准化，其研制也趋向专业化，新型干燥设备不断推出。新型干燥设备通过改善设备内物料的流动状况，强化和改善干燥过程，提高热效率；增加或革新干燥设备的附属装置，优化操作，提高其处理能力、降低操作费用和难度；采用新的干燥方式及组合干燥方法等，强化干燥过程，以满足物料干燥的特殊要求[2]。面对我国加工原油重质化、劣质化的趋势和日益严格的颗粒物排放标准，开发新型高效干燥设备，提高催化剂粒度分布和强度等性能，具有非常重要的意义。

催化剂的制备过程是将载体填充物、黏结剂、活性组元按照特定比例进行打浆，通过喷雾干燥成型制成载体，载体经高温焙烧后进入浸渍干燥联合装置浸渍浸渍液，然后迅速干燥，再将收集的细粉通过焙烧得到催化剂成品。

在浸渍过程中，浸渍液会与载体活性组元发生酸碱反应，产生硬垢，严重时会附着在浸渍单元的表面，影响浸渍工艺的连续性。在保证浸渍时间充裕的前提下，应尽快完成浸渍物料的干燥。因此，中国石化石油化工科学研究院(简称石科院)将闪蒸干燥与连续浸渍设备耦合，开发出浸渍干燥器[3]，实现了载体浸渍干燥的连续化生产。

在浸渍干燥器中，浸渍后的物料通过进料管进入干燥器内将物料干燥。进料管伸入干燥器的长度，将影响物料在干燥器内的分布均匀程度，进而影响物料与热空气的混合效果，与催化剂最终干燥效果有密切的关系，也是设计浸渍干燥器的关键。但是，通过实验进行干燥器结构优化，将耗费大量的人力、物力和时间。而且，由于浸渍干燥器通常是在高温下进行操作，进料管长短对物料分散程度的影响不易通过实验直接测得。采用计算流体力学(CFD)模拟研究不同进料管长度情况下，干燥器内的气-固两相流场，可以直观地考察干燥器内的物料分布情况，大大减少干燥器优化的工作量，为催化剂浸渍干燥设备的设计和放大提供依据。

1 计算模型

CFD是建立在经典流体力学与数值计算方法基础之上的一门新型独立学科，通过计算机数值计算和图像显示的方法，在时间和空间上定量描述流场的数值解，从而达到对物理问题研究的目的。CFD的基本思想可以归纳为：把原来在时间域及空间域上连续的物理量的场(如速度场和压力场)，用一系列有限个离散点上的变量值的集合代替，通过一定的原则和方式建立起关于这些离散点上变量间关系的代数方程组，然后求解代数方程组，从而获得场变量的近似值[4-6]。

浸渍干燥器内为气固两相复杂体系，热空气作为连续相，物料作为分散相。可用于求解两相流的模型主要有4种：Eulerian-Eulerian(欧拉-欧拉)模型、Eulerian-Lagrangia(欧拉-拉格朗日)模型、Volume of Fluid(VOF)模型和混合模型[7]。浸渍干燥器内物料为胶团状物质，研究的目的是考察进料管长度对物料分布的影响，因此采用欧拉-欧拉模型进行模拟。

欧拉-欧拉模型也称为双流体模型，一般基于以下几个假设：气相和固相均视为连续介质，两相之间互相渗透，共同占有空间区域；任意时刻在任何小的空间体积内，都可以认为被相含率分别为εg和εls的气相和固相充满；气相为连续相，固相为分散相[8]。

因为非固定床(如浆态床反应器)内温度分布非常均匀，因此可以看作为等温过程，需要求解的基本控制方程如下：

质量守恒方程常称作连续性方程[9]，如式(1)所示。

(1)

动量守恒方程[10]如式(2)和式(3)所示。

对于连续相：

(2)

对于分散相：

(3)

式中：Mg，i和Mls，i为相间作用力，kg/(m2·s2)；μg和μls分别为气相和固相动力黏度，Pa·s；ρg和ρls分别为气相和固相的密度，kg/m3；ug和uls分别为气相和固相的流速，m/s；Pg和Pls分别为气相和固相的压力，Pa；ux，uy，uz分别为x，y，z三个方向的速度分量。

动量守恒方程中连续相的相间作用力项Mls，i由式(4)计算。

(4)

式中的动量传递系数cls-g可用下式求出：

(5)

式中：CD为两相间的曳力系数；dP为分散相的当量直径，m。

相间作用力包括曳力、附加质量力和径向力，由于影响相间动量传递最主要的是连续相与分散相间的曳力，所以只考虑曳力的影响而忽略其他力的影响。采用Gidaspow模型[11]模拟气固相间的曳力系数，如式(6)所示。

均匀鼓泡区，假设气泡为椭圆形，曳力系数为：

(6)

本研究采用标准k-ε模型[12]求解各相的湍流强度。

2 浸渍干燥器CFD模拟

2.1 网格划分和网格独立性考察

根据催化剂浸渍干燥器工业装置建立三维几何模型(塔径为800 mm，高为10 m)，如图1所示。为防止催化剂沉积，干燥塔底部为内凹式，热空气从干燥浸渍塔底部环隙进入。浸渍后的物料从干燥塔中部进料管进入，在底部搅拌桨的作用下与热空气混合，空气从干燥塔顶部排出。为保证物料与热空气混合充分，设置三层斜叶式搅拌桨。

采用滑动网格技术[13]描述搅拌桨的旋转。为了考察网格的独立性，将图1所示结构分别离散为100万网格、50万网格和20万网格，计算只有热空气存在下的反应器内沿轴向3个不同高度的径向截面的平均速度，并计算三者间的偏差。计算结果表明，100万网格与50万网格3个截面的最大平均速度偏差为5%，50万网格与20万网格间的偏差为30%。权衡计算速率和计算精度，选用50万网格的方案，具体网格划分见图2。为了增加计算精度，采用了最新的蜂窝状多面体网格技术[14]。

图1 催化剂浸渍干燥器三维几何模型1—干燥器； 2—进料管； 3—搅拌混合器；4—环形空气入口； 5—气固相出口

图2 催化剂浸渍干燥器和搅拌桨网格划分

2.2 吸附剂浸渍干燥器气固两相CFD模拟

催化剂浸渍干燥器内为气固两相复杂体系，为了较准确地进行CFD模拟计算，应用欧拉-欧拉模型将空气作为连续相，将催化剂作为拟连续相。为了优化干燥器的结构，分别针对进料管长度为20，80，140 mm的3种结构进行CFD模拟计算，计算结果如图3～图7所示。

图3是3种进料管长度时，干燥器内空气轴向速度分布。由图3可知，进料管的长度越短，对空气在干燥器内轴向流动影响越大。由于热空气是从干燥器底部进入，而进料管在干燥器的中部，进料管长度对干燥器内空气的影响主要体现在干燥器的中上部。在此区域内，进料管长度越短，干燥器中心的空气流速越高，且该中心高速区的面积越大，相应地在干燥器内的轴向速度分布越不均匀。

图4是3种进料管长度时，干燥器内催化剂轴向速度分布。由图4可知，进料管的长度对干燥器内催化剂的轴向流动有一定影响。与空气的速度分布类似，进料管长度越短，催化剂在干燥器中心的速度越大，相应地在干燥器中上部的速度分布越不均匀。

图5是3种进料管长度时，干燥器内距底部2.6 m截面上的催化剂径向速度分布。由图5可知，进料管的长度对于干燥器内催化剂的速度分布有较大影响。进料管越长，催化剂在干燥器内的径向分布越均匀。进料管越长，物料进入干燥器时的湍流发展越充分，物料进入的位置越接近干燥器的中心，物料与干燥器内的热空气的接触面也越对称。因此，干燥器内催化剂的流动状态越接近平推流，其分布也越均匀。

图6是3种进料管长度时，干燥器内催化剂轴向体积分数分布。由图6可知，进料管长度对催化剂的轴向体积分数分布有较大影响。进料管越短，催化剂在干燥器壁面处的体积分数越大，壁流现象越严重，催化剂在干燥器的分布越不均匀，越不利于催化剂的分散和与热空气的充分接触，从而会大大降低干燥的效率。

图7是3种进料管长度时，干燥器内距底部2.6 m截面上的催化剂径向体积分数分布。由图7可知，进料管的长度对催化剂在干燥器内的径向体积分数分布有较大影响。进料管越短，催化剂在干燥器壁面处的体积分数越高，壁流现象越严重，催化剂的径向分布越不均匀，越不利于催化剂的分散和与热空气的充分接触。而且进料管越短，催化剂在径向截面上的分布越不均匀，导致流出干燥器的吸附剂干燥程度差异很大，不利于后续工序的操作。

为了更直观地体现进料管长度对浸渍干燥器内流场的影响，引入相对标准偏差作为两相速度和体积分数不均匀度(σ)的判定标准，计算方法如式(7)所示[15]。

(7)