سوخت و احتراق

سوخت و احتراق

توسعه کد پاسخ سریع مبتنی بر شبکه رآکتور شیمیایی و تحلیل محفظه احتراق توربینی

نوع مقاله : مقاله پژوهشی

نویسندگان
امیررضا احمدی تنکابنی
مسعود عیدی عطارزاده
ایران، تهران، دانشگاه تهران، دانشکدگان علوم و فناوری‌های میان‌رشته‌ای، دانشکده مهندسی هوافضا
10.22034/jfnc.2026.559273.1446
چکیده
محفظه احتراق توربین گاز به‌عنوان یکی از اجزا اصلی همواره مورد مطالعه و بررسی بوده است. توزیع دما در محفظه احتراق از آن جهت دارای اهمیت است که نه­تنها می­تواند منجر به تغییر ترکیب گازهای خروجی شود بلکه با آسیب به دیواره و یا پره­ های توربین خسارت زیادی به بار آورد. در میان روش­ های بررسی محفظه احتراق، روش تحلیلی بادقت مناسب و سهولت و سرعت بالا می­تواند پاسخ مناسبی از عملکرد محفظه احتراق ارائه دهد. در این پژوهش در ابتدا توزیع هوای ورودی به محفظه احتراق استوانه‌ای آزمایشگاهی، توسط کد یک‌بعدی توسعه‌یافته بر بستر برنامه MATLAB مورد بررسی و اعتبارسنجی قرار گرفته است. سپس احتراق و توزیع دما در راستای محفظه توسط برنامه CANTERA و به‌وسیله شبکه رآکتورهای شیمیایی (CRN) حل شده و اعتبارسنجی شده است. در ادامه حساسیت پارامترهای کنترلی نظیر تعداد رآکتورها، دمای اولیه رآکتور، تعداد گام زمانی محفظه مورد بررسی قرار گرفت که نشان داد افزایش تعداد رآکتور تا 50 عدد اگر چه توزیع دمای بیشتری در راستای محفظه احتراق نشان می­ دهد، اما در دقت حل بی تأثیر بوده و حتی با کوچک­ شدن بیش از حد رآکتور باعث خطای محاسباتی می‌شود. تغییر دمای اولیه تا 2300 کلوین در دقت حل موثر نبود. همچنین افزایش 50 برابری گام زمانی از 100 تا 5000 گام تأثیری در دقت حل نشان نداد اما منجر به با افزایش 2 برابری، زمان پاسخ‌گویی برنامه شد.

تازه های تحقیق

در این پژوهش یک کد پاسخ سریع مورد بررسی قرار گرفت. در ابتدا هندسه محفظه احتراق به کد داده شد و پس از تنظیم شرایط ورودی، توزیع جرمی هوا برای هر بخش مشخص گشت. در بخش آیرودینامیک موارد زیر استنتاج شدند:

·         نتایج از توزیع جرمی هوا با مرجع نشان داد که خطای حل در کمینه حالت خود صفر درصد و در بیشینه حالت از ۱۱ درصد بیشتر نخواهد بود. این خطای ایجادشده برای بخش چرخاننده است که به علت پیچیدگی‌های جریان در این قطعه، بیشترین خطا را نشان می‌دهد.

در بخش احتراق نیز نتایج زیر مورد بحث قرار گرفتند:

·         با درنظرگرفتن زمان شبیه‌سازی متفاوت و بررسی آن مشخص شد که با شبیه‌سازی ۱۵ برابر زمان ماند، نتایج قابل‌قبولی استخراج می‌شود؛ به‌طوری‌که بیشینه خطا به‌دست‌آمده برای دما، در نقطه خروجی محفظه بوده که آن هم از ۱۰ درصد تجاوز نمی‌نماید و همچنین میزان میانگین خطا در این حالت برای تمامی نقاط داخل محفظه احتراق نسبت به داده‌های آزمایشگاهی مرجع در حدود 5/6 درصد گزارش می‌شود. از آنجایی‌که برخی واکنش‌ها نیازمند زمان بیشتری برای تکمیل فرایند هستند، افرایش زمان شبیه‌سازی منجر به حل پایاتری می‌شود که در نتیجه آن صحت نتایج در حالت 15 برابر زمان‌ماند بهتر از سایر حالات است.

·         پس از آن، حساسیت‌سنجی بر روی مشخصه‌های کنترلی صورت گرفت که نشان داد افزایش تعداد رآکتورها تأثیری در دقت نداشته، اما زمان اجرای کد را افزایش می‌دهد. همچنین کوچک‌شدن فضای هر رآکتور باعث می‌شود تا شعله خاموش شود. باتوجه‌ به ثابت‌بودن نرخ جرمی ورودی به هر رآکتور، به علت کوچک بودن حجم، سرعت ورود و خروج محصولات احتراق به صورتی که است که فرایندهای احتراق به‌درستی شبیه‌سازی نشده و شعله خاموش می‌شود.

·         تأثیر دمای اولیه به صورتی است که با تخمین دمای پایین‌تر از ۱۵۰۰ کلوین، عملا واکنش‌های احتراقی صورت نمی‌گیرد، زیرا شروع فرایند احتراق در برنامه Cantera با رسیدن به دمای خود اشتعالی است، اما با افزایش دما از ۱۵۰۰ به ۲۳۰۰ کلوین، فرایند احتراق انجام می‌شود، اما نتایج محسوسی در دقت مشاهده نمی‌شود؛ زیرا پس از پایا شدن شرایط حل، نتایج مشابه خواهند شد. همچنین این تغییر بر زمان اجرای کد نیز بی‌تأثیر است.

·         در مورد گام زمانی نیز، افزایش گام زمانی در این شبیه‌سازی بر دقت حل تأثیری ندارد. درحالی‌که زمان اجرای کد را به‌شدت بالا می‌برد. از آنجایی‌ که مسئله به حالت پایا رسیده و همچنین پیچیدگی‌های محاسباتی رآکتور کاملاً آمیخته کم است در نتیجه افزایش گام زمانی صرفاً باعث افزایش زمان اجرای کد می‌شود بدون اینکه بر دقت حل مؤثر باشد.

کلیدواژه‌ها
کلیدواژگان: پاسخ سریع
شبکه رآکتور شیمیایی (CRN)
محفظه احتراق توربینی
احتراق
موضوعات

عنوان مقاله English

Development of a Rapid-Response Code Based on a Chemical Reactor Network for the Analysis of a Turbine Combustor

نویسندگان English

Amirreza Ahmadi Tonekaboni
Masoud Eidi Attarzadeh
School of Aerospace Engineering; College of Interdisciplinary Science and Technology; University of Tehran; Tehran; Iran.
چکیده English

The gas turbine combustion chamber, as one of the key components, has been extensively studied. The temperature distribution in the combustion chamber is of great importance because it can not only lead to changes in the composition of exhaust gases but also cause significant damage to the chamber walls or turbine blades. Among the methods for investigating combustion chambers, analytical methods, with appropriate accuracy and high simplicity and computational speed, can provide an effective assessment of combustion chamber performance. In this research, the distribution of inlet air to a laboratory-scale cylindrical combustion chamber was initially investigated and validated using a one-dimensional code developed in the MATLAB environment. Subsequently, combustion and temperature distributions along the chamber were simulated and validated using the CANTERA software through a Chemical Reactor Network (CRN). Following this, the sensitivity of control parameters such as the number of reactors, the initial reactor temperature, and the number of time steps in the chamber was investigated. The results showed that increasing the number of reactors up to 50, although providing a more detailed temperature distribution along the combustion chamber, did not improve solution accuracy and even led to computational errors due to an excessive reduction in reactor size. Varying the initial temperature up to 2300 K had no noticeable effect on solution accuracy. In addition, a 50fold increase in the number of time steps from 100 to 5000 showed no improvement in solution accuracy but resulted in an approximately twofold increase in computational time.

کلیدواژه‌ها English

Keywords: Rapid-Response
Chemical Reactor Network (CRN)
Turbine Combustor
Combustion

در این پژوهش یک کد پاسخ سریع مورد بررسی قرار گرفت. در ابتدا هندسه محفظه احتراق به کد داده شد و پس از تنظیم شرایط ورودی، توزیع جرمی هوا برای هر بخش مشخص گشت. در بخش آیرودینامیک موارد زیر استنتاج شدند:

·         نتایج از توزیع جرمی هوا با مرجع نشان داد که خطای حل در کمینه حالت خود صفر درصد و در بیشینه حالت از ۱۱ درصد بیشتر نخواهد بود. این خطای ایجادشده برای بخش چرخاننده است که به علت پیچیدگی‌های جریان در این قطعه، بیشترین خطا را نشان می‌دهد.

در بخش احتراق نیز نتایج زیر مورد بحث قرار گرفتند:

·         با درنظرگرفتن زمان شبیه‌سازی متفاوت و بررسی آن مشخص شد که با شبیه‌سازی ۱۵ برابر زمان ماند، نتایج قابل‌قبولی استخراج می‌شود؛ به‌طوری‌که بیشینه خطا به‌دست‌آمده برای دما، در نقطه خروجی محفظه بوده که آن هم از ۱۰ درصد تجاوز نمی‌نماید و همچنین میزان میانگین خطا در این حالت برای تمامی نقاط داخل محفظه احتراق نسبت به داده‌های آزمایشگاهی مرجع در حدود 5/6 درصد گزارش می‌شود. از آنجایی‌که برخی واکنش‌ها نیازمند زمان بیشتری برای تکمیل فرایند هستند، افرایش زمان شبیه‌سازی منجر به حل پایاتری می‌شود که در نتیجه آن صحت نتایج در حالت 15 برابر زمان‌ماند بهتر از سایر حالات است.

·         پس از آن، حساسیت‌سنجی بر روی مشخصه‌های کنترلی صورت گرفت که نشان داد افزایش تعداد رآکتورها تأثیری در دقت نداشته، اما زمان اجرای کد را افزایش می‌دهد. همچنین کوچک‌شدن فضای هر رآکتور باعث می‌شود تا شعله خاموش شود. باتوجه‌ به ثابت‌بودن نرخ جرمی ورودی به هر رآکتور، به علت کوچک بودن حجم، سرعت ورود و خروج محصولات احتراق به صورتی که است که فرایندهای احتراق به‌درستی شبیه‌سازی نشده و شعله خاموش می‌شود.

·         تأثیر دمای اولیه به صورتی است که با تخمین دمای پایین‌تر از ۱۵۰۰ کلوین، عملا واکنش‌های احتراقی صورت نمی‌گیرد، زیرا شروع فرایند احتراق در برنامه Cantera با رسیدن به دمای خود اشتعالی است، اما با افزایش دما از ۱۵۰۰ به ۲۳۰۰ کلوین، فرایند احتراق انجام می‌شود، اما نتایج محسوسی در دقت مشاهده نمی‌شود؛ زیرا پس از پایا شدن شرایط حل، نتایج مشابه خواهند شد. همچنین این تغییر بر زمان اجرای کد نیز بی‌تأثیر است.

·         در مورد گام زمانی نیز، افزایش گام زمانی در این شبیه‌سازی بر دقت حل تأثیری ندارد. درحالی‌که زمان اجرای کد را به‌شدت بالا می‌برد. از آنجایی‌ که مسئله به حالت پایا رسیده و همچنین پیچیدگی‌های محاسباتی رآکتور کاملاً آمیخته کم است در نتیجه افزایش گام زمانی صرفاً باعث افزایش زمان اجرای کد می‌شود بدون اینکه بر دقت حل مؤثر باشد.

[1] A. Azimi, M.EidiAttarZade, S.Tabejamaat, A.Oni, S.Zahab, MM.BalZade, B.Kankashvar, M.Aghayari, "Designing a Gas Turbine Combustor Test Rig and Testing a Sample Combustor at Atmospheric Conditions," Fuel and Combustion, vol. 10, no. 1, pp. 87–104, 2017.
[2] B. Maxwell, R. Mével, and J. Melguizo-Gavilanes, "Spherically expanding flame simulations using Cantera coupled to an unsteady Lagrangian formulation," International Journal of Hydrogen Energy, vol. 51, pp. 948–960, 2024.
[3] J. L. Schurr, A. Bhattacharya, A. A. Konnov, and O. Kaario, "Super adiabatic combustion of H2/Air and H2/N2O mixtures," Combustion and Flame, vol. 263, p. 113397, 2024.
[4] D. A. Sullivan and P. A. Mas, "A Critical Review of NOx Correlations for Gas Turbine Combustors," in ASME 1975 Winter Annual Meeting: GT Papers, 1975.
[5] A. H. Lefebvre, "Fuel effects on gas turbine combustion-liner temperature, pattern factor, and pollutant emissions," Journal of Aircraft, vol. 21, no. 11, pp. 887–898, 1984.
[6] P. J. Stuttaford and P. A. Rubini, "Preliminary Gas Turbine Combustor Design Using a Network Approach," Journal of Engineering for Gas Turbines and Power, vol. 119, no. 3, pp. 546–552, 1997.
[7] S. Maidhof, "A Flow Network Combustor Model Applying Reduced Mechanisms," in ASME Turbo Expo 2012: Turbine Technical Conference and Exposition, vol. Volume 2: Combustion, Fuels and Emissions, Parts A and B, pp. 329–340, 2012.
[8] J. J. Gouws, R. M. Morris, and J. A. Visser, "Modelling of a gas turbine combustor using a network solver," South African Journal of Science, vol. 102, no. 11, pp. 533–536, 2006.
[9] B. du Toit and S. Theron, "Rapid Preliminary Combustor Design Using a Flow Network Approach," in ASME Turbo Expo 2016: Turbomachinery Technical Conference and Exposition, 2016.
[10] B. Kankashvar, S. Tabe-Jamaat, S. B. Ajlleh, and M. Eidi Attarzadeh, "Analysis of air distribution in a Sample combustor using numerical and analytical methods," presented at the Proceedings of the 16th International Conference of the Iranian Aerospace Society, 2017.
[11] B. Kankashvar, "Experimental and numerical study of operating parameters in a gas turbine combustor," M.S. thesis, Amirkabir University of Technology, Tehran, Iran, 2018.
[12] A. Ahmadi Tonekaboni and M. Eidi Attarzadeh, "Analytical Modeling of Airflow Partitioning in a Gas Turbine Combustion Chamber," Journal of Technology in Aerospace Engineering, pp. 1–10, 2025.
[13] A. Goulart, L. Pizzuti, and R. Altafim, "Numerical Characterization of Biogas Combustion with Laminar Flame Velocity and Ignition Delay Time in Conditions Analogous to Gas Turbine Combustors," Brazilian Congress of Thermal Sciences and Engineering, 2023.
[14] M. Nozari, M. Eidiattarzade, S. Tabejamaat, and B. Kankashvar, "Emission and performance of a micro gas turbine combustor fueled with ammonia-natural gas," International Journal of Engine Research, vol. 23, no. 6, pp. 1012–1026, 2022.
[15] A. Kaluri, P. Malte, and I. Novosselov, "Real-time prediction of lean blowout using chemical reactor network," Fuel, vol. 234, pp. 797–808, 2018.
[16] S. Chaturvedi, R. Santhosh, S. Mashruk, R. Yadav, and A. Valera-Medina, "Prediction of NOx emissions and pathways in premixed ammonia-hydrogen-air combustion using CFD-CRN methodology," Journal of the Energy Institute, vol. 111, p. 101406, 2023.
[17] C. Romano, M.Cerutti, G.Babazzi, L.Miris, R.Lamioni, C.Galletti, L.Mazzotta, D.Borello, "Ammonia blends for gas-turbines: Preliminary test and CFD-CRN modelling," Proceedings of the Combustion Institute, vol. 40, no. 1, p. 105494, 2024.
[18] H. Khodayari, F. Ommi, and Z. Saboohi, "Multi-objective optimization of a lean premixed laboratory combustor through CFD-CRN approach," Thermal Science and Engineering Progress, vol. 25, p. 101014, 2024.
[19] A. Pappa, L. Bricteux, and W. De Paepe, "A strategy based on hybrid 0D Chemical Reactor Networks and 1D Flame predictions for flashback prevention in an original H2 fueled micro Gas Turbine combustor without any redesign," International Journal of Hydrogen Energy, vol. 111, pp. 264–277, 2025.
[20] Y. Wu and T. Lu, "A direct method for calculating turning points of perfectly stirred reactors," Combustion and Flame, vol. 211, pp. 374–376, 2020.
[21] A. H. Lefebvre and D. R. Ballal, Gas Turbine Combustion: Alternative Fuels and Emissions, Third Edition. CRC Press, 2010.
[22] K. S. M. I. Kaddah, "Discharge coefficient and jet deflection studies for combustor liner air-entry holes," Thesis or dissertation, Cranfield University, 1964.
[23] S. Turns and D. C. Haworth, An Introduction to Combustion: Concepts and Applications. McGraw-Hill Education, 2020.
[24] D. G. Goodwin, H. K. Moffat, I. Schoegl, R. L. Speth, and B. W. Weber, "Cantera: An Object-oriented Software Toolkit for Chemical Kinetics, Thermodynamics, and Transport Processes," Zenodo, 2022.