High-fidelity simulation and machine learning modeling of clean biomass combustion

清洁生物质燃烧的高保真模拟和机器学习建模

基本信息

批准号：
21F30351
负责人：
黒瀬良一
金额：
$ 1.41万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2021
资助国家：
日本
起止时间：
2021-07-28 至 2023-03-31
项目状态：
已结题

项目摘要

脱炭素社会の実現に向けて再生可能エネルギーの重要性が益々高まっている。本研究では、バイオマスの揮発・燃焼モデルに詳しい特別研究員と、乱流燃焼流・分散二相流の大規模数値解析技術に豊富な経験を有する受入研究者とが共同で、バイオマスの更なる効率的利用に資するための①燃焼メカニズムの解明と②数値予測技術の精度向上に取り組む。具体的には、酸素-石炭/バイオマス混焼燃焼（oxy-coal/biomass co-firing (O-CBCF)）に着目し、直接数値計算（Direct Numerical Simulation, DNS）による燃焼メカニズム解明、機械学習による揮発・反応モデルの構築、およびラージ・エディ・シミュレーション（Large Eddy Simulation, LES）の実機への適用、O-CBCF特性の解明を行うことを目的とする。2022年度に得た成果は以下の通りである。バイオマス燃料の一種であるAtJ-SPK と一般燃料であるJet Aの混合燃料に対する簡略化反応モデルを提案した。また、ここで提案した簡略化反応モデルを用いた液体バイオ燃料燃焼の3次元DNSを実施することにより、そのモデルの妥当性を確認するとともに、燃焼メカニズムの一端を明らかにした。さらに、LESやReynolds-Averaged Navier-Stokes（RANS）シミュレーションのための燃焼モデル（混合燃料の異種蒸発を考慮可能なFlameletモデル）の構築を進め、その骨組みを考案した。加えて、アンモニア燃焼シミュレーションのためのNeural-ODE（NODE）モデルを提案し、その妥当性を1次元および2次元シミュレーションにより検証した．その結果、本モデルが極めて有効であることを確認した。以上の成果を4報の論文として国際ジャーナルに投稿した。

可再生能源的重要性在于实现无碳社会。在这项研究中，一位对生物量挥发性和燃烧模型知识渊博的特别研究人员，以及具有丰富经验的大规模数值分析技术的接收研究人员，用于湍流和分散的两相流，可用于以下方面：1）阐明燃烧机制和2）燃烧技术的准确性，以提高预测技术的准确性。具体而言，目的是专注于氧气/生物量共同引诱（O-CBCF），并使用直接数值模拟（DNS）阐明燃烧机制，使用机器学习，将大型涡流模拟（LES）应用于实际机器，并阐明O o-CBCF特性。 2022年获得的结果如下：我们提出了一种简化的反应模型，用于ATJ-SPK（一种生物量燃料）的混合燃料和一般燃料A Jet A。此外，通过使用此处提出的简化反应模型实施3D DNS来实施液体生物燃料燃烧的3D DN，确认了模型的有效性，并阐明了部分燃烧机制。此外，我们已经开始构建一个燃烧模型（可以考虑到混合燃料的异质蒸发）的燃烧模型，并为LE和雷诺平均的Navier-Stokes（RANS）模拟进行了模拟，并为此设计了框架。此外，我们提出了一种用于氨燃烧的神经模型（节点）模型，并使用一维和二维模拟对其有效性进行了验证。结果，我们确认该模型非常有效。上述结果作为四篇论文提交给国际杂志。