The role of third-body collision efficiency in autoignition of hydrogen–air mixtures

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Numerical simulations of autoignition of lean (6% H2), stoichiometric, and rich (90% H2) hydrogen–air mixtures have been performed to examine the influence of third-body efficiency (chaperon efficiency, CE) on the value of ignition delay, τ. The temperature ranges explored in the computations are 850–1000 K for P0 = 1 bar and 1000–1200 K for P0 = 6 bar. By using a detailed kinetic mechanism, it has been found that the sensitivity of ignition delay to CE is the highest for the reaction step H + O2 + M = HO2 + M, which can lead to a variation in τ by a factor of 2 to 3. A pressure increase or deviation from stoichiometry reduces the sensitivity. The influence of CE is qualitatively different and weaker for the reaction step OH + OH + M = H2O2 + M.

Full Text

Restricted Access

About the authors

A. M. Tereza

Semenov Federal Research Center for Chemical Physics, Russian Academy of Sciences

Author for correspondence.
Email: tereza@chph.ras.ru
Russian Federation, Moscow

G. L. Agafonov

Semenov Federal Research Center for Chemical Physics, Russian Academy of Sciences

Email: tereza@chph.ras.ru
Russian Federation, Moscow

E. K. Anderzhanov

Semenov Federal Research Center for Chemical Physics, Russian Academy of Sciences

Email: tereza@chph.ras.ru
Russian Federation, Moscow

A. S. Betev

Semenov Federal Research Center for Chemical Physics, Russian Academy of Sciences

Email: tereza@chph.ras.ru
Russian Federation, Moscow

S. P. Medvedev

Semenov Federal Research Center for Chemical Physics, Russian Academy of Sciences

Email: tereza@chph.ras.ru
Russian Federation, Moscow

V. N. Mikhalkin

Semenov Federal Research Center for Chemical Physics, Russian Academy of Sciences; Academy of State Fire Service of EMERCOM of Russia

Email: tereza@chph.ras.ru
Russian Federation, Moscow; Moscow

S. V. Khomik

Semenov Federal Research Center for Chemical Physics, Russian Academy of Sciences

Email: tereza@chph.ras.ru
Russian Federation, Moscow

T. T. Cherepanova

Semenov Federal Research Center for Chemical Physics, Russian Academy of Sciences

Email: tereza@chph.ras.ru
Russian Federation, Moscow

References

  1. S. Yakovenko, I. S. Medvedkov, and A. D. Kiverin, Russ. J. Phys. Chem. B 16, 294 (2022). https://doi.org/10.1134/S1990793122020142
  2. Yakovenko, and A. Kiverin, Fire 6, 239 (2023). https://doi.org/10.3390/fire6060239
  3. A. D. Kiverin, I. S. Medvedkov, and I. S. Yakovenko, Russ. J. Phys. Chem. B 16, 1075 (2022). https://doi.org/10.1134/S1990793122060057
  4. V. F. Nikitin, E. V. Mikhalchenko, L. I. Stamov, V. V. Tyurenkova, and N. N. Smirnov, Acta Astronautica 213, 156 (2023). https://doi.org/10.1016/j.actaastro.2023.08.036
  5. N. N. Smirnov, V. V. Azatyan, V. F. Nikitin et al., Intern. J. Hydrogen Energy B 49, 1315 (2024). https://doi.org/10.1016/j.ijhydene.2023.11.085
  6. N. N. Smirnov, V. F. Nikitin, E. V. Mikhalchenko, L. I. Stamov, V. V. Tyurenkova, Intern. J. Hydrogen Energy B 49, 495 (2024). https://doi.org/10.1016/j.ijhydene.2023.08.184
  7. P. Saxena, and F. A. Williams, Combust. Flame 145, 316 (2006). https://doi.org/10.1016/j.combustflame.2005.10.004
  8. A. A. Konnov, Combust. Flame 152 (4), 507 (2008). https://doi.org/10.1016/j.combustflame.2007.10.024
  9. Z. Hong, D. F. Davidson, and R. K. Hanson, Combust. Flame 158 (4), 633 (2011). https://doi.org/10.1016/j.combustflame.2010.10.002
  10. A. Keromnes, W.K. Metcalfe, K.A. Heufer et al., Combust. Flame 160, 995 (2013). https://doi.org/10.1016/j.combustflame.2013.01.001
  11. A. Schönborn, P. Sayad, A.A. Konnov, and J. Klingmann J., Intern. J. Hydrogen Energy 39 (23), 12166 (2014). https://doi.org/10.1016/j.ijhydene.2014.05.157
  12. H. Hashemi, J. M. Christensen, S. Gersen, and P. Glarborg, Proc. Combust. Inst. 35, 553 (2015). http://dx.doi.org/10.1016/j.proci.2014.05.101
  13. G. P. Smith, Y. Tao, and H. Wang, Foundational Fuel Chemistry Model Version 1.0 (FFCM-1) (2016). https://web.stanford.edu/group/haiwanglab/FFCM1/pages/download.html
  14. P. A. Vlasov, V. N. Smirnov, and A. M. Tereza, Russ. J. Phys. Chem. B 10 (3), 456 (2016). https://doi.org/10.1134/S1990793116030283
  15. S. Jin, B. Shu, X. He, R. Fernandes, and L. Li, Fuel 303, 121291 (2021). https://doi.org/10.1016/j.fuel.2021.121291
  16. Y. Zhang, J. Fu, M. Xie, and J. Liu, Intern. J. Hydrogen Energy, 46 (7) 5799 (2021). https://doi.org/10.1016/j.ijhydene.2020.11.083
  17. A. M. Tereza, G. L. Agafonov, E. K. Anderzhanov, et al., Russ. J. Phys. Chem. B 16, 686 (2022). https://doi.org/10.1134/S1990793122040297
  18. C. Olm, I. G. Zsély, R. Pálvölgyi, et al., Combust. Flame 161 (9), 2219 (2014). http://dx.doi.org/10.1016/j.combustflame.2014.03.006
  19. A.A. Konnov, Combust. Flame 203, 14 (2019). https://doi.org/10.1016/j.combustflame.2019.01.032
  20. T. Weydahl, M. Poyyapakkam, M. Seljeskog, and N.E.L. Haugen, Intern. J. Hydrogen Energy 36 (18), 12025 (2011). https://doi.org/10.1016/j.ijhydene.2011.06.063
  21. O. V. Skrebkov, S. S. Kostenko, and A. L. Smirnov, Intern. J. Hydrogen Energy 45, 3251 (2020). https://doi.org/10.1016/j.ijhydene.2019.11.168
  22. N.M. Kuznetsov, The Kinetics of Monomolecular Reactions (Nauka, Moscow 1982) [in Russian]
  23. D. L. Baulch, C. T. Bowman, C. J. Cobos, et al., J. Phys. Chem. Ref. Data 34 (3), 757 (2005). https://doi.org/10.1063/1.1748524
  24. A. L. Sánchez, and F. A. Williams, Progr. Energy Combust. Sci. 41, 1 (2014). http://dx.doi.org/10.1016/j.pecs.2013.10.002
  25. A. M. Tereza, G. L. Agafonov, E. K. Anderzhanov, et al., Russ. J. Phys. Chem. B 17 (2), 425 (2023). https://doi.org/10.1134/S1990793123020173
  26. E. Ranzi, A. Frassoldati, R. Grana, et al., Progr. Energy Combust. Sci. 38 (4), 468 (2012). https://doi.org/10.1016/j.pecs.2012.03.004
  27. P. A. Vlasov, N. M. Kusnetsov, Y. P. Petrov and S. V. Turetskii, Proc. 24th ICDERS, Paper 153 (2013). http://www.icders.org/ICDERS2013/abstracts/ICDERS2013-0153.pdf
  28. CHEMKIN-Pro, Reaction Design, San Diego, 15112. CK-TUT-10112-1112-UG-1, 2011.
  29. J. Grune, K. Sempert, H. Haberstroh, M. Kuznetsov, and T. Jordan, J. Loss Prevent. Proc. Industries 26, 317 (2013). http://dx.doi.org/10.1016/j.jlp.2013.09.008

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Dependence of the deviation ∆ when using different sets of CE values ​​for reaction (1) (symbols) and (6) (lines) for a lean mixture (6% H2) at P0 = 1 (a) and 6 atm (b). Symbols and lines correspond to calculations with CE values ​​from [24] (1, 6), [16] (2, 7), [13] (3, 8), [10] (4, 9), [14] (5, 10).

Download (267KB)
3. Fig. 2. The same as in Fig. 1, for a stoichiometric mixture.

Download (282KB)
4. Fig. 3. The same as in Fig. 1, for a rich mixture (90% H2).

Download (276KB)

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».