高碳燃料简化化学反应动力学机理的构建及不确定性定量化研究

It is extremely crucial of reduced chemical reaction kinetic mechanism with compact size and reliable performance for multi-dimensional computational fluid dynamics (CFD) simulation. However, it is difficult to construct reduced mechanism which is suitable for engine simulation in the aspect of size and precision using the present mechanism reduction methods. To solve the problem, this project will propose a reduced mechanism construction method with easy operation and strong universality based on the decoupling methodology. Firstly, the decoupling methodology is improved based on the latest theoretical calculation and measured data. Then, the optimization procedure is simplified to reduce the time-consuming in mechanism optimization using multi-objective genetic algorithm. It is benefit to generalize the multi-objective genetic algorithm in reaction mechanism optimization. Then, the influence of reaction rates uncertainty on mechanism prediction uncertainty is analyzed deeply using the uncertainty quantification method. Finally, the reduced mechanisms of various fuels are managed using the above process. A mechanism library of high-carbon fuels is formed. The results of the project can lay the foundation for the research of advanced engine in China.

结构紧凑、性能可靠的简化化学反应动力学机理，对发动机的多维计算流体力学（CFD）数值模拟至关重要。然而当今的机理简化方法难以获得在规模和精度均满足发动机多维模拟要求的简化机理，为了攻克这一难题，本项目在解耦法的基础上拟提出一种简便易用、普适性强的简化机理构建方法，以获得结构紧凑、性能可靠的实用燃料的简化机理。首先基于最新的理论计算和实验数据对解耦法加以改进。在此基础上，对机理优化过程进行简化，降低应用多目标遗传算法进行机理优化的计算量，推动多目标遗传算法在机理优化领域的应用。应用不确定性定量化方法深入探讨反应速率的不确定性对机理预测不确定性的影响，为速率常数的计算和优化提供理论指导。应用上述方法，构建在宽参数范围内性能可靠的各种类型燃料的简化机理，形成高碳燃料化学反应机理库，为我国先进发动机的研发奠定基础。

多维燃烧模拟技术是设计和优化高效清洁燃烧系统的有效手段，一个结构紧凑、性能可靠的化学反应动力学机理对于保证多维数值模拟的精度、提高计算效率尤为重要。然而当前的简化机理构建方法难以获得在精度和规模同时满足多维燃烧模拟的简化机理。为攻克这一难题，本项目首先基于最新的理论计算和实验数据对解耦法进行改进，随后对机理优化过程进行简化，降低应用多目标遗传算法进行机理优化的计算量，推动多目标遗传算法在机理优化领域的应用。应用不确定性定量化方法深入探讨反应速率的不确定性对机理预测不确定性的影响，为反应速率的计算和优化提供理论指导。在使用解耦法构建机理过程中，针对详细反应机理中高碳分子反应网络庞大，难以提取骨架路径的挑战，提出了基于反应类的全局敏感性分析方法，有效避免了基于反应路径分析引起的同分异构体过多、机理结构复杂的问题。同时，可准确捕捉反应机理的非线性和反应耦合关系等信息。因此，可有效获得C4-Cn骨架路径。将解耦法、反应类基全局敏感性分析方法、遗传算法、不确定性定量化方法耦合、完成了骨架机理构建的基础理论、方法流程和性能评价的综合体系。使用该方法构建了系列碳氢燃料和含氧燃料的简化机理。每种燃料的简化机理仅包含40多种组分和150多个反应，与DRGEPSA方法相比，在相同预测精度下，可降低机理规模50%。预测数据和实验数据的对比表明，本项目构建的简化机理可以很好地预测T=600-1500 K、p=10-80 atm和φ=0.3-2.0工况下燃料在激波管、JSR、流反应器、预混火焰和对冲火焰中等基础反应器中的实验数据，以及发动机中的燃烧和排放特性。此外，仅需将不同燃料的燃料子机理与C0-C3子机理耦合，便可形成混合燃料的简化机理。基于该方法，构建了柴油和航空煤油表征燃料的简化机理。在宽工况范围内当前机理很好预测了单一燃料、混合燃料和真实燃料的着火和燃烧特性。