Оптимизация и доводка малотоксичной камеры сгорания с применением численного моделирования внутрикамерных процессов



Цитировать

Полный текст

Аннотация

В последние годы наблюдается тенденция к увеличению спроса на микротурбины. Зона применения микротурбины очень широка. Это гибридные силовые установки для транспорта и специализированной техники, а также энергетические установки для обеспечения электричеством домов, поселков, предприятий. При разработке перспективных газотурбинных установок необходимо учитывать достаточно высокие требования к экономическим и эксплуатационным показателям. Для улучшения показателей микротурбин необходимо проводить оптимизационные и доводочные работы основных элементов. В частности для уменьшения эмиссии вредных веществ необходимо разрабатывать малотоксичные камеры сгорания. В данной работе приводятся результаты оптимизации и доводки малотоксичной камеры сгорания с применением численного моделирования внутрикамерных процессов. Описываются применяемые модели течения, горения, радиации, эмиссии NOx. Приведены основные параметры расчетной сетки, построенной на ¼ часть полноразмерной камеры сгорания. Сформулированы граничные условия необходимые для постановки математического моделирования течения и процессов горения. Представлены результаты сравнения исходной и оптимизированной геометрии камеры сгорания в виде картин распределения температур, скоростей, полного давления в завихрителе, распределения массовой фракции оксидов азота NOx. По результатам оптимизационных расчетов можно сделать вывод, что относительно небольшие изменения размеров, формы и количества отверстий вторичного воздуха, формы и размеров жаровой трубы, диаметра лопаточного завихрителя, а также формы и размеров жиклеров газовой форсунки оказывают существенное влияние на такие показатели рабочего процесса, как: форма, объем и расположение зоны горения; расположение и интенсивность зоны смешения, что как следствие сильно влияет на интегральные параметры камеры сгорания.

Об авторах

А. С Горновский

Московский политехнический университет

А. Г Валеев

Московский политехнический университет

Л. А Косач

Московский политехнический университет

А. В Костюков

Московский политехнический университет

Email: Kostukov123@yandex.ru
к.т.н.

Список литературы

  1. Косач Л.А., Горновский А.С., Костюков А.В. Многоцелевые высокоэффективные микротурбины // Известия МГТУ «МАМИ». 2014. № 4(22). Т. 1. С. 36-41.
  2. Горновский А.С., Валеев А.Г. Численное моделирование горения метана // Наукоград. Научно-публицистический журнал. 2015. № 3(5). С. 56-62.
  3. ANSYS CFX Documentation. Режим доступа: http://users.encs.concordia.ca/home/m/m_mamu/ANSYS%20CFX%20documentation/cfx_intr.pdf. (Дата обращения 21.07.2017).
  4. Poinsot T., Veynante D. Theoretical and numerical combustion. Erdwards, 2005. 540 p.
  5. Muller C.M., Breitbach H., Peters N. Partially premixed turbulent flame propagation in jet flames. 25th Symposium (International) on combustion. The combustion institute, 1994. Режим доступа: http://www.ansys.com/-/media/Ansys/corporate/resourcelibrary/conference-paper/2004-Int-ANSYS-Conf-202.PDF. (Дата обращения 21.07.2017).
  6. Pitsch H., Chen M., Peters N. Unsteady flamelet modeling of turbulent hydrogen-air diffusion flames. 27th Symposium (International) on combustion. The combustion institute, 1998.
  7. Pitsch H., Peters N. A consistent flamelet formulation for non-premixed combustion considering differential diffusion effects. Combustion and flame, 1998, pp. 1057-1064. doi: 10.1016/S0082-0784(98)80506-7.
  8. Warnatz J., Mass U., Dibble R.W. Combustion. Springer-Verlag, 1996, pp.219-221.
  9. Оран Э., Борис Дж. Численное моделирование реагирующих потоков. Москва. Мир, 1990. 660 с.
  10. Булысова Л.А. Использование программного комплекса FlowVision при доводке конструкции малотоксичной камеры сгорания. Всероссийский теплотехнический институт. Москва, 2014.
  11. ГОСТ Р ИСО 11042-1-2001. Установки газотурбинные. Методы определения выбросов вредных веществ. М.: Изд-во стандартов, 2002. 29 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Горновский А.С., Валеев А.Г., Косач Л.А., Костюков А.В., 2017

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

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».