课题基金 / 基金详情

高炉内の化学反応と構造の破壊を同時に表現可能なコークスの革新的なモデルの提案

高炉内の化学反応と構造の破壊を同時に表現可能なコークスの革新的なモデルの提案
提出一种创新的焦炭模型,可以同时表达高炉中的化学反应和结构破坏
批准号:
19J20961
负责人:
沼澤 結
金额:
$1.98万
依托单位:
依托单位国家:
日本
项目类别:
Grant-in-Aid for JSPS Fellows
财政年份:
2019
资助国家:
日本
项目状态:
已结题
起止时间:
2019-04-25 至 2022-03-31

项目摘要

项目成果

相似基金

相关文献

中文摘要
翻译
本研究では高炉内の化学反応と構造の破壊を同時に表現可能なコークスの革新的なモデルを提案するという大目標をもとに、研究を細分化し検討した。まず、計算の大規模化および高精度化を実施した。修士課程で開発したコークス内部の一部の領域における不均一反応をともなう物質移動解析手法を高速化させ、さらに大規模なコークスを対象に計算可能とし、ラボスケールで実施していたガス化反応実験と計算結果を比較した。結果として、計算値は実験値を良好に表現し、開発してきたシミュレーションの妥当性を示した。続いて、高炉内のガス雰囲気における反応を上記のシミュレーションで考慮するために気相における化学反応のモデル化を行った。本研究では詳細化学反応機構ベースで気相反応を考慮した。流体解析の各計算格子における反応動力学解析は計算負荷が大きく、あらかじめ計算した反応速度定数を用いることがリーズナブルである。この解決策として、反応速度定数をテーブルや多項式を用いて表現することが考えられるが、テーブルを用いた場合ではテーブルの次元の増加にともないデータ量が指数関数的に増加する。そこで、次元の増加にともなうデータ量の急激な増加が見られないニューラルネットワークを用いて水性ガスシフト反応の正味の反応速度を学習させ、そのニューラルネットワークの妥当性を評価した。結果として、水性ガスシフト反応の正味の反応速度を学習させたニューラルネットワークは詳細化学反応機構に基づいた計算結果を良好に表現した。また、圧縮破壊の解析については研究室保有のソースコードを多孔質モデルに適用させたが、化学反応のシミュレーションとの連成には至らなかった。しかしながら、化学反応のシミュレーションは反応による多孔体の構造変化を高精度に予測でき、本研究開始前には検討が困難であった高炉内においてコークスが脆化する現象を定量的に評価できるツールが開発できた。
英文摘要
本研究では高炉内の化学反応と構造の破壊を同時に表現可能なコークスの革新的なモデルを提案するという大目標をもとに、研究を細分化し検討した。まず、計算の大規模化および高精度化を実施した。修士課程で開発したコークス内部の一部の領域における不均一反応をともなう物質移動解析手法を高速化させ、さらに大規模なコークスを対象に計算可能とし、ラボスケールで実施していたガス化反応実験と計算結果を比較した。結果として、計算値は実験値を良好に表現し、開発してきたシミュレーションの妥当性を示した。続いて、高炉内のガス雰囲気における反応を上記のシミュレーションで考慮するために気相における化学反応のモデル化を行った。本研究では詳細化学反応機構ベースで気相反応を考慮した。流体解析の各計算格子における反応動力学解析は計算負荷が大きく、あらかじめ計算した反応速度定数を用いることがリーズナブルである。この解決策として、反応速度定数をテーブルや多項式を用いて表現することが考えられるが、テーブルを用いた場合ではテーブルの次元の増加にともないデータ量が指数関数的に増加する。そこで、次元の増加にともなうデータ量の急激な増加が見られないニューラルネットワークを用いて水性ガスシフト反応の正味の反応速度を学習させ、そのニューラルネットワークの妥当性を評価した。結果として、水性ガスシフト反応の正味の反応速度を学習させたニューラルネットワークは詳細化学反応機構に基づいた計算結果を良好に表現した。また、圧縮破壊の解析については研究室保有のソースコードを多孔質モデルに適用させたが、化学反応のシミュレーションとの連成には至らなかった。しかしながら、化学反応のシミュレーションは反応による多孔体の構造変化を高精度に予測でき、本研究開始前には検討が困難であった高炉内においてコークスが脆化する現象を定量的に評価できるツールが開発できた。
期刊论文(13)
专著(0)
科研奖励(0)
会议论文
三成分系の拡散におけるStefan-Maxwell式とCorrection velocityを用いた近似式の比較
三组分体系扩散中Stefan-Maxwell方程与修正速度近似方程的比较
DOI: --
发表时间: 2020
期刊:
影响因子: --
作者: [沼澤結, 松川嘉也, 松下洋介, 青木秀之, 小宮敦樹]
通讯作者: 小宮敦樹
DOI: --
发表时间: 2019
期刊:
影响因子: --
作者: [Y. Numazawa, Y. Matsushita, H. Aoki, T. Shishido, N. Okuyama]
通讯作者: N. Okuyama
DOI: --
发表时间: 2021
期刊:
影响因子: --
作者: [Y. Numazawa, Y. Matsushita, H. Aoki, T. Shishido, N. Okuyama]
通讯作者: N. Okuyama
機械学習による水性ガスシフト反応モデルの構築と大規模な構造変化を伴うコークスのガス化反応速度解析への実装
利用机器学习构建水煤气变换反应模型并实现大规模结构变化焦炭的气化反应动力学分析
DOI: --
发表时间: 2020
期刊:
影响因子: --
作者: [沼澤結, 松川嘉也, 松下洋介, 青木秀之]
通讯作者: 青木秀之
12
    海外基金