项目名称: 基于稳定性约束的高效多相流连续-离散耦合模拟

项目编号: No.21306201

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 化学工业

项目作者: 刘雅宁

作者单位: 中国科学院过程工程研究所

项目金额: 25万元

中文摘要: 对结构复杂的工业气固反应器的模拟中,精度差、速度慢的问题十分突出。利用多尺度模型高效集成处理反应器中的多尺度问题,可望解决该不足。本申请将采用连续介质模型与粗粒化的离散模拟相结合的多尺度方法,建立非结构网格中CFD-DEM耦合算法,直接追踪每个颗粒的运动轨迹,描述气固复杂运动中颗粒的运动情况,达到较传统的双流体模型更高的模拟精度;采用EMMS模型优化初场分布并约束其演化过程,以缩减需要模拟的物理时间、增大时间步长;利用研究小组已有基础的粗粒化固相离散模型及其GPU并行计算方法减少计算量、提高计算效率;建立本方法与成熟商业及开源软件的耦合模式以处理复杂构体。以上四者紧密结合,形成高效、高精度的工业气固流动模拟方法,为反应器优化设计和放大提供支持。

中文关键词: 离散颗粒法;气固两相流;工业反应器;宏尺度;

英文摘要: The problem of bad accuracy and slow computaion speed is critical on the simulation of gas-solid flow in industrial reactor with complicated structures, which may be figured out by efficiently integrated multiscale models dealing with multiscale problems. The coupling method of Computional Fluid Dynamics and coarse grained Discrete Element Method is adopted in this proposal, which tracks every particle to describe particles' movement in complex gas-solid two phase flow, and is more accurate than the frequently-used two-fluid model.This proposal is to solve the problem of calculation scale based on CFD-DEM by a series of methods: establishing coupling method with high precision in unstructured mesh; initiating the fluid field by macroscale EMMS model to accelerating the simulation to achieve stochastic steady state; accelerating simulation by large-scale parallel calculation technique; adaptive time step restrained by global stability criterion. The coupling of these methods creats a gas-solid simulation mode with high-efficiency and accuracy,and contributes to explore the complex process in reactor, improve predictive ability, and theoretically guide the optimal design and scale-up of industrial device.

英文关键词: iscrete particle method;gas-solid two phase flow;industrial reactor;macro-scale;

成为VIP会员查看完整内容
0

相关内容

【CVPR2022】端到端实时矢量边缘提取(E2EC)
专知会员服务
15+阅读 · 2022年4月14日
【AAAI2022】注意力机制的快速蒙特卡罗近似
专知会员服务
19+阅读 · 2022年2月5日
专知会员服务
43+阅读 · 2022年1月18日
专知会员服务
37+阅读 · 2021年4月25日
专知会员服务
15+阅读 · 2021年3月4日
【KDD2020】最小方差采样用于图神经网络的快速训练
专知会员服务
27+阅读 · 2020年7月13日
自动化所团队揭示多尺度动态编码,助力脉冲网络实现高效强化学习
中国科学院自动化研究所
0+阅读 · 2021年12月13日
AI 框架部署方案之模型转换
极市平台
2+阅读 · 2021年11月2日
借助新的物理模拟引擎加速强化学习
TensorFlow
1+阅读 · 2021年8月16日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
61+阅读 · 2020年7月12日
深度学习的下一步:Transformer和注意力机制
云头条
56+阅读 · 2019年9月14日
图卷积在基于骨架的动作识别中的应用
极市平台
24+阅读 · 2019年6月4日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Convex-Concave Min-Max Stackelberg Games
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
Efficiently Embedding Dynamic Knowledge Graphs
Arxiv
14+阅读 · 2019年10月15日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
Arxiv
19+阅读 · 2018年3月28日
小贴士
相关主题
相关VIP内容
【CVPR2022】端到端实时矢量边缘提取(E2EC)
专知会员服务
15+阅读 · 2022年4月14日
【AAAI2022】注意力机制的快速蒙特卡罗近似
专知会员服务
19+阅读 · 2022年2月5日
专知会员服务
43+阅读 · 2022年1月18日
专知会员服务
37+阅读 · 2021年4月25日
专知会员服务
15+阅读 · 2021年3月4日
【KDD2020】最小方差采样用于图神经网络的快速训练
专知会员服务
27+阅读 · 2020年7月13日
相关资讯
自动化所团队揭示多尺度动态编码,助力脉冲网络实现高效强化学习
中国科学院自动化研究所
0+阅读 · 2021年12月13日
AI 框架部署方案之模型转换
极市平台
2+阅读 · 2021年11月2日
借助新的物理模拟引擎加速强化学习
TensorFlow
1+阅读 · 2021年8月16日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
61+阅读 · 2020年7月12日
深度学习的下一步:Transformer和注意力机制
云头条
56+阅读 · 2019年9月14日
图卷积在基于骨架的动作识别中的应用
极市平台
24+阅读 · 2019年6月4日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Convex-Concave Min-Max Stackelberg Games
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
Efficiently Embedding Dynamic Knowledge Graphs
Arxiv
14+阅读 · 2019年10月15日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
Arxiv
19+阅读 · 2018年3月28日
微信扫码咨询专知VIP会员