大涡模拟燃烧模型对氨气旋流火焰适应性研究

孙君建，张立业，孙桂军，安振华，王金华，张 猛，黄佐华，孙 晨，杨沐村

【碳中和专栏】

大涡模拟燃烧模型对氨气旋流火焰适应性研究

孙君建1，张立业2，孙桂军2，安振华3，王金华3，张 猛3，黄佐华3，孙 晨4，杨沐村4

(1. 国家电投集团东北电力有限公司，沈阳 110181；2. 朝阳燕山湖发电有限公司，朝阳 122099；3. 西安交通大学动力工程多相流国家重点实验室，西安 710049；4. 国家电投集团科学技术研究院有限公司，北京 102209)

推广无碳燃料是实现“碳达峰、碳中和”的重要举措，氨气具有基础设施完善、安全性高等优势．数值模拟在燃机设计、开发中承担重要作用，燃烧模型对计算对象的适应性非常重要，影响计算精度和效率．本文针对氨气旋流火焰，基于OpenFOAM开展了氨气旋流火焰标准化实验及模拟工作，对比了FGM燃烧模型和DTF燃烧模型在氨气旋流火焰燃烧室流场、火焰结构及污染物预测等方面的性能．通过综合分析，给出了模型选用建议，为氨发动机燃烧室和氨燃烧器仿真计算提供参考．

氨气旋流火焰；大涡模拟；模型对比；FGM燃烧模型；DTF燃烧模型

全球变暖是全人类共同的挑战，《巴黎协定》[1]提出“将全球平均气温较前工业化时期上升幅度控制在2℃以内，并努力将温度上升幅度限制在1.5℃以内”．中国提出了“碳达峰、碳中和”的目标[2]．全球范围内，化石燃料燃烧为主要的CO2排放源，因此，要实现大幅CO2减排，迫切需要构建低碳/无碳、可持续的新型现代能源体系．在国际组织低碳倡议下，氨作为无碳、清洁“氢”燃料得到了世界各国的广泛关注和认可，并且许多国家已经开始实施了氨燃料利用的计划[3]．氨气应用挑战主要是如何降低NO排放以及如何稳定燃烧，针对这两个挑战，多个研究组开展了相关研究．其中，针对排放研究，数值模拟具有十分重要的意义，高精度的模拟有助于理解燃烧过程中复杂的湍流和化学反应相互作用、研究燃烧机理，尤其在化学反应路径、燃烧瞬态过程中具有不可比拟的优势．

Li等[4]使用chemical reactor networks(CRN)在燃气轮机条件下的氨气/甲烷燃烧排放做了系统研究，指出了NH­3生成NO的关键反应路径，此外研究了多阶段空气稀释对降低氮氧化物排放的作用，分析了驻留时间等参数对排放的影响．Somarathne等[5]针对氨气在燃气轮机中的应用，使用PaSR燃烧模型进行了全面的数值模拟研究，包括高压条件下壁面影 响[6]、OH与温度对NO排放的影响等[7]．Honzawa 等[8]采用非绝热火焰面生成流型FGM(flamelet generated manifold)方法对氨气/甲烷混合气旋流火焰的CO和NO排放进行了LES模拟研究，指出了冷壁面和辐射对排放预测的影响．Wei等[9]使用动态增厚火焰DTF(dynamic thickened flame)模型的方法对比了氨气和甲烷旋流火焰的稳定性，分析了两种火焰在吹熄过程中的差异，指出了氨气稳定性相对较低的原因.

燃烧模型的选用对模拟结果有着重大的影响，但是目前在氨气燃烧模拟研究中，还没有相关对比不同燃烧模型对氨气燃烧排放以及稳定性的研究，为了阐明模型选用对模拟结果的影响，为氨气旋流燃烧模拟提供模型选用参考，本文结合课题组现有的模拟技术，对比了FGM和DTF两种燃烧模型，这两种燃烧模型分别代表了快速化学反应和有限化学反应速率模型，对氨气模拟具有典型的参考意义．本文针对纯氨旋流火焰在同一条件下分别开展了FGM和DTF 数值模拟研究，两种模型均采用同样的网格、边界条件、初始值以及计算设置等，保证只有燃烧模型选用的不同，对比了两模型预测的流场、火焰结构等数据，重点分析了两模型对于氨气燃烧排放的模拟预测，最终针对两模型对氨气旋流火焰模拟的异同做了总结，提出了在氨气旋流燃烧模拟中模型选用的建议.

1 目标火焰及实验配置

通过旋流叶片产生旋流流场是常用稳定火焰的手段之一，其原理在于旋流叶片将在燃烧室内组织形成回流区域，回流区将高温的燃气输运至火焰根部，使得火焰稳定在旋流叶片上方[10]．本文通过图1(a)所示的燃烧器产生稳定燃烧的氨气旋流火焰，氨气由液氨储气瓶供应，为了防止氨气在管道供应的过程中出现冷凝现象，管道采用了加热保温装置，氨气出口温度维持在25℃状态．氨气旋流燃烧器分预混段和燃烧器头部两个组成部分．燃料和空气通过各自管路进入燃烧器，氨气与空气在燃烧器预混段进行充分预混，通过文丘里结构和整流孔板使来流流场稳定并消除压力波动的影响，氨气/空气预混气体通过旋流叶片之后进入燃烧室，旋流叶片由12个45°的小叶片组成，叶片的旋流数通过式(1)计算：

本文研究中，旋流数为0.71．燃烧室为长、宽均为70mm，高度为180mm的石英玻璃光学腔，石英玻璃壁面可以为激光诊断提供光学通路并能直观地观测到燃烧室内部的火焰．燃烧室尾端与大气相通，所有实验在101kPa的大气压下进行．目标火焰的光学照片如图1(b)所示，燃烧室入口平均速度为3m/s，当量比为0.8．

本文采用了多项实验测量技术为对比FGM和DTF燃烧模型在预测氨气旋流火焰提供数据．测量设备如图2所示，其中燃烧室的速度场通过PIV测量，火焰OH组分通过OH-PLIF测量，排放数据通过Gasmet DX4000烟气分析仪测量．图2为OH-PLIF&PIV系统，其中OH-PLIF系统主要由Nd：YAG激光器(QuantaRay Pro-190)、染料激光器(SirahPRSC-G-3000)以及片光原件、ICCD相机(LaVision Image ProX)等构成．PIV系统主要包含双脉冲YAG激光器(Litron Nano TRL 325-15 PIV)、片光器、CCD相机(LaVision Imager LX 2M)和粒子发生器(LaVision particle seeder)等构成．

图1 燃烧器示意和目标火焰光学照片

图2 OH-PLIF&PIV激光诊断系统

2 燃烧模型及数值方法

2.1 FGM模型

FGM模型是典型的小火焰模型，小火焰类模型最初由Peters[11]提出，随后拓展到湍流非预混、预混和部分预混火焰的研究中．小火焰面燃烧是基于“小尺度的涡不能进入火焰面内反应层”假设建立的，也就是说这个假设规定了湍流作用只会对火焰产生弯曲、拉伸等作用，并不会进入反应区影响化学反应．基于这样的假设，就可以将湍流作用和化学反应解耦．在本文中，目标火焰为预混氨气火焰，所以没有组分的分层，因此火焰面通过二维建表的方法计算，控制变量为：进展变量和焓．进展变量用于描述从新鲜混合物到燃烧气体的过渡，其定义为物种质量分数的线性组合，如式(2)所示：

式中：s是物种总数；是可任意选择的加权系数；Y是物种的质量分数．应确保从未燃烧混合物到化学平衡的整个时间间隔内的单调分布．在本研究中，＝-100，＝-100，＝-100，＝-100，以及＝0(对于其他物种)．M是物种的分子量．这种方法可以优化化学分辨率．

为了确定燃烧室壁的热损失，本研究考虑了焓．采用比焓作为描述能量的控制变量之一，定义为式(3)：

式中：是参考温度下的生成焓，在当前研究中为300K；是物种i在恒压下的比热容．使用预先建表的方法，先行使用Chem 1D[12]求解好化学反应速率等燃烧参数，将这些参数映射到进展变量γ和焓h中，将火焰面内高维度空间的组分浓度分布于某个低纬度流形附近．图3展示了以温度为例的建表 结果．

FGM所建的数据表可以与基于OpenFOAM的FGM求解器耦合．除了动量和质量方程外，还求解了控制变量的输运方程．采用Smagorinsky模型来闭合这些方程的非线性项．这样，控制变量的传输方程可以写为式(4)：

在燃烧求解过程中，火焰面内的组分浓度以及温度可以用进展变量和焓表征．这将大为降低计算量，FGM燃烧模型的最大优点是计算速度快，因为它并不对组分方程进行求解，而是通过查找预建表获取化学反应信息，模型详见笔者之前的工作[13]．

2.2 DTF模型

增厚火焰按照分类属于有限化学反应速率燃烧模型，该燃烧模型将求解所有的组分和所有的反应.对层流预混火焰来说，火焰厚度一般在0.1～1mm之间，实际使用的LES网格为0.5mm，而要准确表述化学反应，需要在火焰面内有5～10个网格[14]，所以化学反应在这种网格中是无法被直接解析的．DTF模型是将火焰面经过数学处理后，其厚度被增加到足够厚，以至于一般大涡模拟网格可以直接解析火焰面内部结构．同时，它又保证局部的层流火焰速度保持不变．在以往的研究当中，褶皱因子取0.5在稳态条件下会得到满意的结果，该经验值参考了文献[15]. Charlette等[15]的建议值0.5是根据充分发展的湍流燃烧计算结果给出的，符合本文的要求．在增厚区域的选择上，本文通过进展变量来判断火焰面的位置，进行动态增厚．理想的DTF模型应满足对火焰面内部均匀增厚的要求．因此在探测火焰面位置时引入双曲正切函数tanh()．同样采用＝16(1－)2探测火焰面的位置，然后把放入双正切函数中，得到式(5)：

式中：为进展变量(在模拟中，可以采用温度定义进展变量)；为常数，控制增厚区域和非增厚区域之间的过渡层厚度．该方法可以对火焰面内部进行均匀增厚，理论上可以避免已燃气体平衡态来临过晚的问题，同时又可以像全局增厚火焰模型那样对整个火焰面进行有效的增厚．随时间和空间变化的增厚系数采用式(6)表示：

模型详细的介绍详见笔者之前的工作[16]．

2.3 模型设置

模拟的计算域及边界条件如图4(a)所示，计算域与实验保持一致，在模拟中两模型的算例均使用同样的边界条件进行计算，无滑移的速度边界条件应用于燃烧室壁面和叶片壁面，出口采用非反射壁面以减少回流影响；通过设置等温壁面来考虑热损失，实验测量在本文研究工况下壁面的平均温度为480K，其他壁面设置为绝热．计算网格使用结构化六面体网格，网格数为500万，在火焰根部区域进行了网格加密，火焰区域网格尺寸小于0.4mm，氨气火焰在目标火焰工况下的火焰厚度为1mm左右，该尺寸网格能达到计算要求，同时在笔者之前研究中也证明了该网格的合理性[17]，图4(b)为网格细节．实验中采用整流孔板和管流剪切产生湍流，模拟中为达到一致的效果，本文入口湍流通过LEMOS湍流入口[18-19]发生器给定，该湍流发生所需的平均流速、积分长度和湍流强度均由实验测量给定，其中湍流强度进行了各项同性假设，在湍流入口下游预留了10mm的发展段，使得入口流场适应管路外壁面从而更贴合实际，随后旋流由叶片组织．

本文对比研究的FGM和DTF燃烧模型均基于开源平台OpenFOAM 2.3.x开发．采用PISO算法求解压力速度耦合，梯度项和拉普拉斯项采用二阶精度的TVD格式离散，瞬态项使用隐式Euler格式离散，时间步长设置为1×10-6，使得库朗数小于0.4. FGM和DTF均先计算冷态流场，待冷态流场计算稳定后进行点火，FGM采用在叶片上方设置20mm×20mm区域的进展变量＝0.5进行点火，DTF采用在叶片上方设置70mm×35mm区域温度＝1500K进行点火．因为不同模型算例采用的点火方式不同，所以后续分析是基于计算完全稳定后进行的.在点火后计算了10个流通时间FTT(flow-through times)，进行了数据统计．所有计算在实验室高性能计算集群，浪潮NF5280M5(Intel Xeon-E5，360核心)上完成，FGM使用4000核时，DTF使用约26000核时，可见FGM模型计算效率比TDF模型高很多．两模型均使用了31组分、243反应的氨气简化机理[20]，该机理在氨气模拟中的准确性已在笔者之前的研究中得到验证[9]．此外笔者通过一维层流模拟对比了该机理与Konnov[21]机理预测主要排放物的结果，计算工况为氨气当量比0.8．主要排放的结果如图4(c)所示，可以看出31组分机理可以较好地预测纯氨气的排放生成．进一步验证了使用该机理的合理性．

3 结果与讨论

3.1 速度场对比

在旋流火焰数值模拟中，速度场的模拟实验结果对比是最为基础且重要的环节，准确地预测火焰流场是进行各项分析的首要任务，图5对比了FGM和DTF两种燃烧模型计算的氨气旋流火焰速度场，图5(a)为轴向平均速度和RMS速度，图5(b)为周向平均速度和RMS速度，黑色点为PIV实验测量数据，红色线和蓝色线分别为FGM及DTF预测结果．对于轴向平均速度，出口位置处两种模型预测结果与实验测量结果有较大的偏差：一方面是由于出口位置处旋流流场较为复杂，动态Smagorinsky对该流场的预测有一定的不足；另一方面由于出口位置附近的下壁面在实验中对PIV入射片光存在一定的反射，使得实验结果也存在一定的误差．两方面原因造成出口处模拟与实验偏差较大．在下游处，两模型预测的轴向速度与实验较为吻合，FGM整体略高于DTF，同时在壁面附近比DTF高．两种模型预测的轴向湍流脉动速度与实验吻合程度基本一致．对于周向平均速度，两模型均捕捉到了流场特征，但是下游处旋流的程度捕捉不足，周向脉动速度在上游处的两种模型结果较为一致，FGM与实验相对更加吻合一些，但是下游处，DTF与实验出现较大偏差，低估了周向湍流脉动速度，造成这种现象的原因在于DTF在上游过大地选择了反应区域的增厚处理，从而影响了下游的流场脉动．

图6计算了两模型轴向和周向速度与实验测量的平均误差，可以看出在平均速度场上，DTF预测相对更加准确一些．在湍流脉动场上FGM更贴合实际，而DTF出现较大误差，尤其是周向脉动相对误差大于30%．

图6 DTF和FGM两种不同模型计算结果与实验的平均 误差

3.2 火焰结构对比

为对比两燃烧模型预测火焰结构的差异，图7(a)进行了瞬时温度场的对比，从图中可以看出FGM计算的温度场整体上比DTF计算的高，FGM模型的温度场中有大量的高温气体(＞1800K)聚集在中心回流区中，而DTF模型的温度场中仅有少量存在于火焰的根部，由于缺乏温度场的实验数据，目前还无法判断哪个模型预测温度场更准确．图7(b)对比了OH-PLIF信号与两模型预测的OH组分场，两燃烧模型均能够很好地捕捉OH在场内分布的相对强度，即反应区域OH信号强度最高，内回流区信号较弱，外回流区基本没有OH信号．但是可以看出FGM计算结果展示的火焰面褶皱明显多于DTF计算的火焰面褶皱，FGM结果与实验更为接近，尤其是FGM捕捉到了火焰面上小尺度的褶皱，而DTF只有较大的火焰褶皱，这和DTF增厚反应区域的操作以及定值褶皱因子修正丢失火焰面信息能力的不足有关．此外可以看出，FGM预测到了OH的孤岛，该瞬态特征与实验高度一致，所以在火焰结构瞬态特征捕捉上FGM 比DTF更具有优势．图7(c)对比了OH平均场，两模型OH平均结果存在较小的差异：其一，FGM计算平均火焰面较直，而DTF计算平均火焰面有向内凹的形态，但两模型计算平均结果表示的火焰张角基本一致并与实验吻合较好；其二，实验上外回流区没有OH信号，但FGM平均计算结果在外回流区捕捉到部分OH信号，DTF的外回流区基本不存在OH 信号．

图7 DTF和FGM两种不同燃烧模型计算的瞬态温度场、瞬态OH场和平均OH场对比

3.3 排放预测结果的对比

氨气燃烧应用所面临的重要挑战之一是由于燃料含N所引起的高NO排放，准确地预测氨气火焰氮氧化物的排放是氨气旋流火焰数值模拟不同于其他燃料模拟的一个要求．多项研究已经表明NO中NO为主要成分，占到总量的90%以上，其次为N2O和NO2．为了对比验证数值模拟的准确性，本文采用FTIR测量了燃烧器出口的氮氧化物以及未燃NH3的含量，取样针放置在燃烧器出口上方150mm处，如图8所示．取样时，先预热主机和采样器，当仪器达到工作温度后进行仪器零点标定，每次测量时保证测量数据随时间达到平稳状态后保存数据，所测污染物值在40s后维持稳定，待稳定后统计20s的数据求取平均后作为实验测量值进行模拟比对的参照．

图8 实验测量污染区示意

在模拟中，采用靠近燃烧器出口横界面处的空间时间平均污染物(STAE)值[22]来表示，单位为10-6，与实验一致．图9为NH3、NO、N2O和NO2的模拟实验对比，黑色为实验结果以及实验不确定度，红色为FGM结果，蓝色为DTF结果．在氨气火焰中，未燃NH3也是需要考虑的排放物之一，因为目标火焰工况处于稀燃状态，所以NH3的排放较低，两模型均捕捉到了这个特征，相比之下，DTF与实验结果更为接近且比FGM预测结果低，这表明DTF计算的燃料消耗率大于FGM．NO为氮氧化物排放的主要组成成分，DTF低估了NO数值而FGM高估了NO数值，后文将分析出现这种差异的原因．N2O预测与实验出现了较大的偏差，产生这种较大偏差的原因在于模拟所使用的机理为Konnov氨气详细机理的简化机理，对N2O的预测不够准确．NO2是氮氧化物排放中占比最少的组分，两模型预测结果接近实验测量值. 两模型均预测了氮氧化物中三组分的相对大小，总体而言，两模型预测结果与实验结果较为吻合，由于DTF求解了所有组分方程，所以对组分预测的精度略高于FGM模型．

图9 不同模型预测排放的STAE值

为了进一步分析两种模型预测结果差异的原因，图10展示了截面上两模型计算以上4种组分的云图，各图左半边是FGM结果，右半边是DTF结果．图10(a)为NH3，可以看出FGM在下游壁面处还存在部分未燃NH3，这表明DTF的燃料消耗率大于FGM，从上文结果可以推断，DTF的NH3结果更符合实际，除此之外两种模型均捕捉到了外回流区的NH3聚集，这是由于外回流区组分输运的作用，使得有部分未燃混合气进入外回流区，外回流区出现的反应也是由该部分未燃气体提供燃料进行的．图10(b)为NO组分分布对比，总体上NO的分布具有一致性，即外回流区存在一定NO，火焰面位置处NO质量分数较高而内回流区NO质量分数较低．同时可以看出两种模型预测结果有一定的差异，差异主要体现在两点：其一，根部质量分数的不同，可以看出FGM计算结果NO在根部的质量分数与下游差别不大，而DTF在根部以及火焰面区域有较高的质量分数；其二，DTF内回流区的NO质量分数相较于FGM小很多．以上两点差异导致了FGM比DTF预测NO结果更高，FGM高估NO排放数值而DTF低估NO排放数值．造成DTF内回流区NO较低的原因将在下文中分析，由于O2的输运，使得DTF内回流区有相对较高的氧含量，局部更加贫燃的状态导致了NO质量分数降低．图10(c)为N2O质量分数场，可以看出N2O主要产生于反应区，在已燃区基本没有N2O分布，未燃区的N2O为反应区扩散，通过未燃区无N2O分布表明N2O是一种燃料依赖型排放物，NH3的含量对其产生具有十分重要的影响．对比两模型预测N2O的结果，可以看出两模型在N2O总量和分布上较为相近，DTF在外回流区预测的质量分数较高，这与DTF计算的NH3燃料消耗率较高也是一致的．图10(d)展示了NO2的质量分数分布，FGM与DTF有较大的差异，前文预测总量体现了差异，DTF预测值比FGM高，从云图中也能更直观地看到差异，FGM只有在反应区和未燃区有NO2分布，而DTF在整场都有NO2分布，这和两模型的方法不同有很大的关系，本文FGM中通过进展变量和焓值来表征火焰的发展，两个控制变量计算结果通过一维火焰面映射出其余的场数据，在一维计算中，已燃区是不存在NO2的，所以三维LES计算中，FGM在中部内回流区也是没有NO2分布，而DTF将求解所有的组分方程，不存在过多的假设，所以内回流区有NO2组分的出现，使得总量大于FGM计算结果，更接近实际测量值．

图10 DTF和FGM两种不同燃烧模型计算的组分场对比

3.4 反应路径分析

氨气火焰主要污染物NO的生成具有一定的反应路径，从NH3到生成NO遵循一定的规律，为进一步分析两模型模拟氨气火焰NO排放效果，论证两模型预测污染物的可靠性，下文进行了反应路径的分析．可靠性从基元反应和基元组分的角度考虑，需要两模型准确预测出关键组分的分布，只有生成NO的关键组分预测是准确的，才能有力地说明两模型预测的排放数值有据可依．为研究两模型模拟氨气火焰中的主要反应路径和关键组分，首先进行零维化学反应路径计算，该计算基于Cantera开发的零维定压反应容器计算器[23]，设置初始条件为绝热条件，初始反应温度为1700K，该反应温度设置参考了LES计算中火焰面的温度数值．图11为零维计算结果，结果展示了NO最主要的生成路径，NH3会进行连续脱氢反应，即NH3→NH2→NH，NH将被氧化为HNO，HNO进一步氧化生成NO，同时，在NH3生成NO的过程中，OH、O和H也承担了重要的角色．此外NH3主要通过NH2→N2H2→NNH路径生成N2，在后续研究中，主要考察NH3­、NH2、NH、HNO以及NO在三维模拟中是否也具有顺序的转化路径．

图11 NH3反应路径的零维层流分析

图12(a)表示了NH3、NH2、NH以及NO组分的同步模拟结果，左侧为FGM模型计算结果，右侧为DTF计算结果，其中HNO组分由于几乎完全与NH重合，因此没有在图中表示，黑白色为NH3分布，黄色为NH2分布，紫色为NH分布，棕色为NO分布．从图中可以看出两种模型计算结果存在明显的次序，即NH3→NH2→NH，这表明两模型均能很好地捕捉不同组分之间的转变过程．对比两模型，可以看出在NH2组分场上有较为明显的区别，FGM计算结果中NH2的分布较广．图12(b)为CHEMKIN计算的1D层流火焰面中从未燃NH3到完全燃烧过程中各组分的变化情况，可以看出NH2首先增大，随后NH含量增大，在NH开始增大后，NO组分含量增大，上述次序和前文Cantera零维计算结果吻合，NO达峰之后，保持不变，表明NO的相关反应达到平衡，生成速率和消耗速率相等．此外OH质量分数在NH达峰之后也开始急剧增大，随后逐渐减小，这与LES计算的OH质量分数在火焰面处相对较高现象一致．

为探究FGM和DTF模型在预测氨气旋流火焰时火焰面是否也存在和一维火焰类似的结果，提取了图12(a)中白色箭头所示火焰面处的数据，提取顺序从B到A，共计8mm长．总体上来说，FGM和DTF结果与一维计算在量级和组分增减次序上保持了高度一致，但是两模型计算结果与一维计算结果保持一致的原因是有差异的．FGM通过控制变量查一维层流火焰面表得到相应的组分质量分数数据，所以从A到B提取组分数据所得到的结果必然与一维计算结果类似，差异性主要体现在湍流-火焰作用上，湍流作用使得FGM两个控制变量的分布具有不规律的特性，这种不规律体现在映射场上就反映了湍流对组分的影响．DTF计算的结果与一维计算保持一致主要是因为目标火焰的湍流强度低，工况处于湍流火焰分区中的薄反应区，该区域满足火焰面假设，即火焰可以看作完整的面，湍流不会影响火焰面的内部，这种工况下，湍流火焰面与层流火焰面类似，从未燃气到已燃穿过火焰面时，组分质量分数的变化是类似的．但如果目标模拟火焰的湍流强度过高时，FGM模型的火焰面假设将不再成立，但DTF模型仍然具有模拟该火焰的能力．对比图12(c)和图(d)，可以看出除了上述的一致性外，还存在差异性．两模型模拟结果最明显的差别在于对于O2组分的模拟结果，可以看出FGM的O2模拟结果与一维结果趋势一致，在火焰面靠近已燃区位置处O2的质量分数降到很低，而DTF预测的O2质量分数在靠近已燃区位置处反而有上升，这种变化趋势是由于在DTF模拟中，由于内回流区的速度很低，存在大量的回流，使得未燃新鲜气进入回流区，导致了O2含量不降反增的情况，从而也导致了DTF预测内回流区NO浓度较低．此外，两模型预测的火焰面厚度几乎一致，参照NH表征反应区，FGM火焰厚度为1.9mm，DTF火焰厚度为1.8mm，均比一维计算结果火焰面厚度(4mm)薄，这表明了湍流对火焰面厚度的影响．

4 结 论

本文采用FGM燃烧模型和DTF燃烧模型对氨气旋流火焰开展了大涡模拟对比研究．在相同网格、边界条件以及初始条件等设置下，对同一个目标火焰的燃烧室流场、火焰结构以及排放特性的数值模拟结果进行了比较分析．

(1)在使用31组分、243反应的氨气简化机理时，FGM计算效率比DTF计算效率高5倍多，因为FGM只用求解速度方程和两个控制变量方程，而DTF则需要求解速度方程以及所有的31个组分方程，在工业应用中更高效率的FGM模型更具有优势.

(2)两种模型在流场预测上均有较高的准确性：平均速度场上，DTF预测相对更加准确一些；而在湍流脉动场上，FGM更贴合实际，DTF在周向脉动出现较大误差．

(3)在火焰结构预测方面，两模型模拟结果与实验在火焰根部吻合程度较高，尤其是OH信号和实验有较高的吻合程度，在火焰锋面预测上FGM更具 优势．

(4)在污染物预测方面，DTF结果相对更接近实验测量值，FGM较高预测了NO的排放，这与FGM存在假设而DTF是求解所有组分方程有关．

综合讨论，两模型均有较高的模拟精度，满足氨气旋流火焰模拟需求．DTF因为考虑了所有的组分输运，是一种完全还原物理过程的方法，所以在组分模拟更具优势．而FGM采用了预先建表的方法，只用求解有限的控制变量方程，所以在计算效率上具有绝对的优势．在模拟结果不需要十分精确的组分信息以及各基元反应的反应速率时，优先推荐使用效率更高的FGM模型，当FGM模型计算不满足需求时，可以使用DTF模型．

［1］ Leal-Arcas R，Morelli A. The resilience of the Paris Agreement：Negotiating and implementing the climate regime[J].，2018，31：1-64.

［2］ Han P，Zeng N，Zhang W，et al. Decreasing emissions and increasing sink capacity to support China in achieving carbon neutrality before 2060[EB/OL]. arXiv：2102.10871，2021-02-22.

［3］ Ayvalı T，Edman Tsang S C，Van Vrijaldenhoven T. The position of ammonia in decarbonising maritime industry：An overview and perspectives (Part Ⅰ)：Technological advantages and the momentum towards ammonia-propelled shipping[J].，2021，65(2)：275-290.

［4］ Li S，Zhang S，Zhou H，et al. Analysis of air-staged combustion of NH3/CH4mixture with low NOemission at gas turbine conditions in model combustors[J].，2019，237：50-59.

［5］ Somarathne K D K A，Colson S，Hayakawa A，et al. Modelling of ammonia/air non-premixed turbulent swirling flames in a gas turbine-like combustor at various pressures[J].，2018，22(5)：973-997.

［6］ Somarathne K D K A，Okafor E C，Hayakawa A，et al. Emission characteristics of turbulent non-premixed ammonia/air and methane/air swirl flames through a rich-lean combustor under various wall thermal boundary conditions at high pressure[J].，2019，210：247-261.

［7］ Somarathne K D K A，Okafor E C，Sugawara D，et al. Effects of OH concentration and temperature on NO emission characteristics of turbulent non-premixed CH4/NH3/air flames in a two-stage gas turbine like combustor at high pressure[J].，2021，38(4)：5163-5170.

［8］ Honzawa T，Kai R，Okada A，et al. Predictions of NO and CO emissions in ammonia/methane/air combustion by LES using a non-adiabatic flamelet generated manifold [J].，2019，186：115771.

［9］ Wei X，Zhang M，An Z，et al. Large eddy simulation on flame topologies and the blow-off characteristics of ammonia/air flame in a model gas turbine combustor [J].，2021，298：120846.

［10］ Huang Y，Yang V. Effect of swirl on combustion dynamics in a lean-premixed swirl-stabilized combustor[J].，2005，30(2)：1775-1782.

［11］ Peters N. Turbulent combustion[J].，2001，12(11)：2022.

［12］ Chem 1D：A One-dimensional Laminar Flame Code [Z]. Eindhoven University of Technology，2016.

［13］ Zhang W，Karaca S，Wang J，et al. Large eddy simulation of the Cambridge/Sandia stratified flame with flamelet-generated manifolds：Effects of non-unity Lewis numbers and stretch[J].，2021，227：106-119.

［14］ Martin C E，Benoit L，Sommerer Y，et al. Large-eddy simulation and acoustic analysis of a swirled staged turbulent combustor [J].，2006，44 (4)：741-750.

［15］ Charlette F，Meneveau C，Veynante D. A power-law flame wrinkling model for LES of premixed turbulent combustion Part I：non-dynamic formulation and initial tests[J].，2002，131(1/2)：159-180.

［16］ Guo S，Wang J，Wei X，et al. Numerical simulation of premixed combustion using the modified dynamic thickened flame model coupled with multi-step reaction mechanism[J].，2018，233：346-353.

［17］ Zhang M，Wei X，Wang J，et al. The blow-off and transient characteristics of co-firing ammonia/methane fuels in a swirl combustor[J].，2021，38 (4)：5181-5190.

［18］ Kornev N，Hassel E. Method of random spots for generation of synthetic inhomogeneous turbulent fields with prescribed autocorrelation functions[J].，2007，23 (1)：35-43.

［19］ Kornev N，Kröger H，Turnow J，et al. Synthesis of artificial turbulent fields with prescribed second-order statistics using the random‐spot method[C] //：. Zürich，2007.

［20］ Xiao H，Howard M，Valera-Medina A，et al. Study on reduced chemical mechanisms of ammonia/methane combustion under gas turbine conditions[J].，2016，30(10)：8701-8710.

［21］ Konnov A A. Implementation of the NCN pathway of prompt-NO formation in the detailed reaction mechanism [J].，2009，156(11)：2093-2105.

［22］ Somarathne K D K A，Hatakeyama S，Hayakawa A，et al. Numerical study of a low emission gas turbine like combustor for turbulent ammonia/air premixed swirl flames with a secondary air injection at high pressure[J].，2017，42(44)：27388-27399.

［23］ Goodwin D G，Moffat H K，Speth R L. Cantera：An Object-oriented Software Toolkit for Chemical Kinetics，Thermodynamics，and Transport Processes[Z]. Pasa-dena，USA，2009.

Study on Adaptability of Large Eddy Simulation Combustion Model to Ammonia Swirling Flame

Sun Junjian1，Zhang Liye2，Sun Guijun2，An Zhenhua3，Wang Jinhua3，Zhang Meng3，Huang Zuohua3，Sun Chen4，Yang Mucun4

(1. State Power Investment Group Northeast Power Co.，Ltd，Shenyang 110181，China；2. Chaoyang Yanshanhu Power Generation Co.，Ltd，Chaoyang 122099，China；3. State Key Laboratory of Multiphase Flow in Power Engineering，Xi’an Jiaotong University，Xi’an 710049，China；4. State Power Investment Corporation Research Institute Co.，Ltd，Beijing 102209，China)

Promoting the use of carbon free fuel is an effective way to achieve the goal of “carbon peaking，carbon neutrality”. As a carbon free fuel，ammonia gas has advantages such as perfect infrastructure and high safety. Numerical simulation plays an important role in the design and development of gas turbines，and the adaptability of combustion models to the calculation object is important，affecting the calculation accuracy and calculation efficiency. Aimed at the ammonia swirling flame，the standardization experiment and simulation of ammonia swirling flame were carried out based on the open source platform OpenFOAM. The performances of FGM combustion model and DTF combustion model in the flow field，flame structure and pollutant prediction were compared. Finally，through the comprehensive analysis，the suggestions for model selection are given，providing reference for the simulation and calculation of ammonia-fueled engine combustors and ammonia-fueled burners.

ammonia swirling flame；large eddy simulation；model comparison；FGM combustion model；DTF combustion model

TK11

A

1006-8740(2022)03-0261-10

2021-11-05．

国家自然科学基金资助项目(91841302，51776164)．

孙君建（1973—  ），男，高级工程师，sunjjzw@163.com.

王金华，男，博士，教授，jinhuawang@xjtu.edu.cn.

10.11715/rskxjs.R202111016

(责任编辑：武立有)