Processing math: 100%

基于三维非稳态模型的车载加油油气回收系统碳罐结构优化

卢衍波, 王振中, 赵飞, 朱玲. 基于三维非稳态模型的车载加油油气回收系统碳罐结构优化[J]. 环境工程学报, 2022, 16(8): 2586-2594. doi: 10.12030/j.cjee.202109016
引用本文: 卢衍波, 王振中, 赵飞, 朱玲. 基于三维非稳态模型的车载加油油气回收系统碳罐结构优化[J]. 环境工程学报, 2022, 16(8): 2586-2594. doi: 10.12030/j.cjee.202109016
LU Yanbo, WANG Zhenzhong, ZHAO Fei, ZHU Ling. Structure optimization of the carbon canister for onboard refueling vapor recovery system based on three-dimensional unsteady-state[J]. Chinese Journal of Environmental Engineering, 2022, 16(8): 2586-2594. doi: 10.12030/j.cjee.202109016
Citation: LU Yanbo, WANG Zhenzhong, ZHAO Fei, ZHU Ling. Structure optimization of the carbon canister for onboard refueling vapor recovery system based on three-dimensional unsteady-state[J]. Chinese Journal of Environmental Engineering, 2022, 16(8): 2586-2594. doi: 10.12030/j.cjee.202109016

基于三维非稳态模型的车载加油油气回收系统碳罐结构优化

    作者简介: 卢衍波(1968—),男,硕士,高级工程师,luyb@sinopec.com
    通讯作者: 朱玲(1975—),女,博士,教授,zhuling75@bipt.edu.cn
  • 基金项目:
    中国石油化工股份有限公司项目(320109);北京市长城学者培养计划项目资助项目(CIT&TCD20190314);北京石油化工学院重要科研成果培育项目资助(BIPTACF-003)
  • 中图分类号: X742

Structure optimization of the carbon canister for onboard refueling vapor recovery system based on three-dimensional unsteady-state

    Corresponding author: ZHU Ling, zhuling75@bipt.edu.cn
  • 摘要: 以车载加油油气回收系统(ORVR)碳罐吸附过程的传质传热过程为研究对象,以正丁烷/氮气模拟挥发油气,采用固定床吸附实验测试和CFD数值模拟相结合的方法,结合物种转移模型、层流模型和多孔介质模型,建立了三维非稳态ORVR碳罐的数值模型,以穿透时间和温度为特征量,从腔体体积比和进出口直径两个方面对其结构进行初步优化设计。结果表明,吸附过程床层温度模拟值与实验值偏差率低于7%,双腔体体积比为5∶3时,ORVR碳罐吸附过程中温度升高值相比其他结构低0.9~1.6 ℃,安全性高;进出口直径为12 mm时,在吸附穿透时间和床层温度升温方面综合性能最好。本研究可为ORVR碳罐结构优化设计提供参考。
  • 含氰化合物因其来源广泛、品种多、络合能力强,是一种在化工、焦化、冶金和电镀行业中应用广泛的重要工业原料。但氰化物对于人体和生物有剧毒,能引起对人体内必需金属酶的抑制[1-2]。工业生产过程中,氰化物会通过生产废水排放进入自然界中。我国每年的含氰废水产生量巨大,仅以黄金冶炼行业为例,含氰废水年排放量就高达1.2×108 t[3]。随着人们对以氰化物为附加值的产品需求不断增加,产生的含氰废水成分愈加复杂。与此同时,为了更好的保障人们的健康安全,国家对各种氰化物的排放标准也在不断提高,对产生含氰废水的企业也提出了更高的环保要求,也对含氰废水的处理提出了更高的挑战[4]

    对于化工、电镀、制药等行业来说,其生产过程中产生的含氰废水一般具有较高浓度(TCN≥1 000 mg·L−1),并且含有大量有机腈,降解难度更大。采用次钠氯碱法等传统工艺需要额外加入大量药剂,极大地增加了处理的运行成本[5];且由于氰化物浓度高会导致扩散缓慢,处理效率也受到了抑制。基于上述原因,针对高浓度含氰废水,需要开发更高效的处理技术并对现有技术进行优化。

    目前工业上应用较多的处理方法有氯氧化法[6]、H2O2氧化法[7]、因科法[8]、电化学法[9]等。这些方法在具有一定优势的同时也具有一些共性缺点,如运行成本高(H2O2氧化法中H2O2原料价格偏高)[10]、易造成二次污染(氯氧化法处理废水后可能存在余氯)[11]、具有安全隐患(因科法需要转运SO2)[12]等。此外,对于高浓度含氰废水,其处理效率受到明显抑制[13],主要原因在于在以试剂为氧化剂的工艺中,过高的氰化物浓度会限制在各相之间的反应速率并影响催化剂的活性[14-15]

    电化学法尽管存在建设成本高昂等问题,但其以电子为反应试剂,无需加药,无二次污染产生,故具有较好的应用前景。在此情况下,对于电化学反应器的设计就显得更为重要,通过巧妙的电化学反应器设计以实现安全、高效、经济的最终目的,并限制电极的电催化活性和稳定性变化产生的影响[16]。有研究[17]表明,高效的电化学反应器应具备空时收率高、电极比表面积大和传质效率高等特点。因此,电化学反应器的设计主要从提高传质效率和增大电化学活性面积2个方面来解决。传统的电化学反应器通常采用平行板式电极,即水流方向与电极板放置方向平行,这种模式下的传质非常有限。基于上述情况,很多研究利用多孔电极可穿透的特点,使水流方向垂直于电极,并迫使污染物与电极发生接触,并发现传质效率提升了2~6倍[18]。也有很多研究者通过加入三维电极的方法增加电极的有效面积[19],但这无疑也会进一步增加反应器的成本。管式电极可以比板式电极提供更大的活性面积,同时水流在管内的湍流程度更强,进而提高了传质,而搭配微孔管式电极则可以实现污染物与电极的强迫接触,进而进一步提升传质效率。

    基于以上研究背景,针对西部某医药农药中间体化工企业所产生的高浓度含氰废水面临的处理问题,开发了管式电化学反应器工艺对高浓度含氰废水进行预处理的中试应用研究,使预处理过后的废水中氰化物得到有效控制,同时选择市场上广泛使用的次钠氯碱法和二氧化氯氧化法在处理效果和经济性上作对比,并对管式电化学反应器在处理高浓度含氰废水过程的运行参数进行优化。

    管式电化学反应器的构建如图1所示。反应器采用管式上流结构,长为105 cm/85 cm(阴极/阳极),阳极置于反应器中间,阴极为外部的不锈钢套管,两者之间的距离为2 cm,阳极由钛管/钛网上负载二氧化铅(PbO2)或二氧化钌(RuO2)而得,反应器直径为20 cm,采用法兰连接,法兰盘之间用1 cm厚的硅胶垫绝缘,并通过稳压恒流电源(JK10500k)为电极提供并控制电流;通过隔膜泵(QBY65-50)进行水流循环。

    图 1  管式电化学反应器装置构建示意图
    Figure 1.  Construction schematic of the tubular electrochemical reactor

    钛基RuO2阳极由微孔钛管(孔径约10 μm)采用溶胶凝胶法进行制备,参考之前的制备方法[20],并通过加压诱导修饰微孔孔道,钛基PbO2阳极由钛网管(孔径约为2 mm)采用电沉积法进行制备,具体方法参考已有的研究[21],优化为双电流密度二次电沉积法,使α- PbO2和β- PbO2依次沉积于钛基体上。2种管式电化学反应器分别命名为ETR-Ru和ETR-Pb。

    西部某化工厂的高浓度含氰化工生产废水具体水质为:pH为7~8;总氰化物(TCN)的质量浓度约为20 000 mg·L−1;耗氧有机污染物(以COD计)的质量浓度约为35 000 mg·L−1;总氮(TN)质量浓度约为17 000 mg·L−1;氨氮(NH3-N)质量浓度约为400 mg·L−1;废水中的总溶解性固体(TDS)的质量浓度约为12 000 mg·L−1,废水中无机盐包括Na2SO4、NaNO3和NaCl,且已知其中含有的首要污染物间苯二甲腈(IPN) 为500 mg·L−1。废水统一调节pH至9进行处理,处理水量为每次200 L。将40套管式电化学反应器阵列式连接,每10套串联为一组,并将4组并联到一起,在电源开启前先将泵速调至最大,废水尽快泵入且充满反应器,设置电流密度为20 mA·cm−2,处理时间为4 h,处理过程中通过隔膜泵进行循环,设置循环泵的流量为6.7 L min−1,即每处理1 h,处理水量在反应器中循环2次,搭载不同阳极的反应器分别命名为ETR-Pb和ETR-Ru。作为对比,以相同的水质和水量,按照传统的氯碱法进行[22-24],所用投药比例与实际工程使用的一致[23, 25]。所用药剂分2步投加,每步反应充分,消除反应不均带来的影响。次钠氯碱法按照CN∶NaClO=1∶4.5,即有效氯与氰根质量比为4∶1进行投加,反应1 h后,再按照CN∶NaClO=1∶8,即有效氯与氰根质量比为7∶1继续投加次氯酸钠溶液,且持续反应3 h。ClO2氧化法通过ClO2发生器向调节水池注入ClO2,比例以有效氯计,与次钠氯碱法投入量和投加次数一致,由于ClO2的有效氯含量高达263%[26],投药量与NaClO相比会有大幅减少。这2种方法均采用将废水泵入钢结构调节池之后实施。采用ClO2发生器(水夫水泵联动型CPF-200CX)实现ClO2的投加。所有实验均平行进行3次。之后进行运行参数优化实验,在初始pH=9的情况下,以5、10、20、50 mA·cm−2对废水处理8 h,并在0.5、1、1.5、2、4、8 h采样检测;再将废水pH调至8、9、10、11、12,以20 mA·cm−2处理4 h并取样检测。考虑到电解质种类也会在电化学反应器处理的过程中影响最终的处理效果,通过生产过程的工艺调整,在废水中其他水质参数不变的情况,以Na2SO4、NaNO3和NaCl为唯一电解质(12 000 mg·L−1),在pH为9的情况下以20 mA·cm−2处理4 h并取样检测以观察不同电解质下处理效果的差别。

    采用国家标准方法中的硝酸银滴定法测定水中总氰化物的含量[27]。化学需氧量和氨氮的测定均按照国家标准使用紫外可见分光光度计(Photolab 6600UV-VIS)进行测定[28-29],采用高效液相色谱仪(HPLC)测定水中首要污染物间苯二腈的浓度(Waters G2)[30],操作条件为色谱柱C-18 (150 mm×4.6 mm),柱温为35 ℃,流动相为超纯水和甲醇,设置液流比为65∶35,流速1.00 mL·min−1,检测波长为288 nm。

    图2为次钠氯碱法、ClO2氧化法和2种管式电化学反应器对实际含氰废水的处理情况。由图2可以看出,各工艺对于含氰废水处理的情况有较大差异,以钛基RuO2为阳极的管式电化学反应器相比于其他工艺效果更佳,TCN去除率可达81.74%,相比之下,传统的次钠氯碱法和ClO2氧化法对废水中TCN的去除率分别只有59.20%和61.13%。这是由于TCN去除的主要机理是通过产生强氧化基团将游离CN氧化为不稳定的CNO,之后CNO再进一步变成N2HCO3[31]。次钠氯碱法和ClO2氧化法均通过产生活性氯基团作为氧化基团以进行氧化,而电化学氧化法则通过电极本身的高氧化电位或者产生羟基自由基来进行氧化。·OH的氧化电位约为2.80 V[32],而活性氯中氧化能力最强的ClOClO2氧化电位约为1.60 V[33],与·OH相比仍有较大的差距,可见·OH的氧化能力高于活性氯是管式电化学反应器对TCN的处理效果要高于其他2种传统方法的原因。而造成不同阳极的电化学反应器在TCN处理效果上的差异的原因在于电化学氧化方式的不同以及传质的差异[34]。Ti/PbO2电极是非活性电极,通过电解水产生的·OH来进行氧化;Ti/RuO2则是活性电极,电极材料本身参与氧化还原反应,直接氧化CN−[35]。此外,由于本身的高氧化电位,水中Cl还会被氧化为Cl2,Cl2也能产生活性氯与CN反应,这一定程度上强化了ETR-Ru的氧化作用进而提升了TCN的去除效率;另一方面,由于2种电极的孔径不同,孔径更小的Ti/RuO2电极与CN接触的概率会增大,更好的传质效率也导致了更高的去除效果。这也是ETR-Ru比ETR-Pb处理效果更佳的原因。图2还列出了各种处理工艺对废水中耗氧有机污染物(以COD计)和间苯二腈(IPN)的处理效果,间苯二腈作为该废水中的首要污染物。结果表明,采用的TCN测试方法并不能在间苯二腈溶液中测出TCN浓度,表明间苯二腈的稳定结构可能导致测试过程中,苯环上的腈基不能转化为游离氰,但间苯二腈对人体又有危害,残留的IPN仍具有较大的环境风险,因此,采用高效液相色谱法进行测定。与TCN相比,各工艺对于IPN的处理效果差异更明显,次钠氯碱法和ClO2氧化法对废水中IPN的去除率分别仅有23.26%和24.81%,相比之下,ETR-Pb和ETR-Ru对废水中IPN的去除率分别为53.14%和81.33%。这也是由于囿于活性氯的氧化能力不足,次钠氯碱法和ClO2氧化无法对结构稳定的间苯二腈进行有效降解[36],而电化学氧化则展现了更好的氧化能力,对于难降解的间苯二腈有更好的降解效果。造成ETR-Ru和ETR-Pb处理效果的差异主要是由于孔径导致的传质效率差距,孔径更小的ETR-Ru实际上兼具了膜滤的效果,迫使间苯二腈与电极表面的活性位点接触。对于废水中耗氧有机污染物(以COD计)的去除效果,各工艺也体现出与IPN去除相同的趋势。需要注意的是,在测定废水中耗氧有机污染物(以COD计)的浓度的过程中,其中也有检测到TCN的存在,因此,废水中耗氧有机污染物的去除效果中其实包括了一部分TCN的去除。管式电化学反应器发生的电化学氧化过程对于污染物是非选择性的,相比于选择性氧化的活性氯氧化具有更明显的优势。由于以上工艺主要应用于前端预处理,其目的是将高浓度TCN转为中低浓度,对于废水中耗氧有机污染物(以COD计)的去除更需要依靠后续的常规生化工艺来进一步处理[37]

    图 2  各工艺对于含氰废水的去除效果
    Figure 2.  Removal effect of cyanide-containing wastewater by each process

    图3为经过各工艺处理后废水中的氨氮质量浓度的变化情况。经过次钠氯碱法和ClO2氧化法处理的废水中,NH3-N质量浓度分别下降了43.48%和14.98%;与之相反,经过管式电化学反应器处理的废水中,NH3-N质量浓度比原水升高了99.82%和73.33%。这可能是由以下2种原因导致的:一是因为废水中除游离氰之外的有机腈,如间苯二腈在电化学氧化中开始降解,腈基易发生亲核反应,从而转化为NH3-N并释放在水中;二是废水中游离CN在具有强氧化能力的电化学体系中会不通过CNO直接转化为NH3。而次钠氯碱法和ClO2氧化产生的活性氯既对有机腈的降解效果有限,又不能直接将CN转化为NH3,因此,废水中的NH3-N浓度会出现一定程度的削减。尽管经管式电化学反应器处理的废水NH3-N质量浓度升高,但从整个废水处理系统的宏观角度来看,有机腈的降解转化既为后续的生化处理有效的缓解了压力,也削弱了潜在的环境风险,故可从根本上对废水进行有效处理。

    图 3  各工艺处理后废水中NH3-N的变化情况
    Figure 3.  Changes of NH3-N in wastewater treated by each process

    图4反映了各工艺在实际运行了60次的TCN处理效果,用以考察各工艺的长期运行效果和稳定性。从各工艺TCN处理效果上来看,ETR-Ru整体的处理效果远优于其他3种工艺,而次钠氯碱法和ClO2氧化法之间的差异并不显著;从稳定性来看,在进水水质波动较大的情况下,次钠氯碱法和ClO2氧化法对于水质变化的稳定性更高,ETR-Ru的稳定性则会随水质变化出现一定的波动。次钠氯碱法和ClO2氧化法的运行是按照一定比例加入氧化剂,即更高浓度的TCN就会增加更多的氧化剂,导致了这2种方法稳定性较好,但同时也增加了投入。管式电化学反应器运行过程中保持电流密度恒定,产生的氧化基团数量在电流密度不变的情况下基本保持一致,其氧化能力并不会随水质波动而变化,因此,处理效果会随着进水情况的变化而波动。

    图 4  各工艺实际运行60次的TCN处理效果
    Figure 4.  TCN treatment effect of each process after 60 cycles operation

    实际应用过程中,处理效果并不是影响某项技术是否能够得以应用和推广的唯一因素,能耗情况和经济成本同样是需要重点考虑的问题。图5列出了各工艺对废水中不同水质污染因子的单位能耗对比结果。由图5可以看出,管式电化学反应器处理的单元能耗要远高于次钠氯碱法和ClO2氧化法。特别是其中ETR-Pb能耗最高,在去除TCN、COD和IPN时,能耗分别高达19.95、15.37和1 012 kWh·kg−1;与之相比,次钠氯碱法由于在实施过程仅通过计量泵加药及通过搅拌器搅拌使加入的次氯酸钠与废水充分接触,能耗控制在较低的水平,仅为ETR-Pb处理的13.53%(TCN)、14.24%(COD)和27.47%(IPN)。ClO2氧化法由于采用ClO2发生器需要通电,其能耗略高于次钠氯碱法。而在相同电流密度的情况下,ETR-Ru和ETR-Pb的差异主要源于2种电极材料的导电性有差异,RuO2的电阻率比PbO2[38],所用电压也就更低。这也表明在管式电化学反应器中,以Ti/RuO2为阳极的反应器优势更为明显。对于次钠氯碱法和ClO2氧化法,能耗显然不能代表其在运行过程中的所有成本。

    图 5  各工艺对于废水中不同水质污染因子的单位能耗
    Figure 5.  Unit energy consumption of each process for different pollution factors

    表1列出了各工艺的处理成本组成。除了能耗成本以外,次钠氯碱法和ClO2氧化需要外加大量的药剂,次钠氯碱法需要投加NaClO,ClO2氧化需要氯酸钠和HCl。由表1也可以看出,次钠氯碱法的药剂成本高达812.60 元·t −1,北方冬季的寒冷天气还使NaClO反应的过程中需要通入一定量的蒸汽来保证反应正常运行;而ClO2发生器本身就有加热模块,管式电化学反应器在通电的过程,电极也会发热,从而不需要进行保温。由表2可以看出,在综合计算比较之后,管式电化学反应器的运行成本有较大的优势,ETR-Ru的运行成本仅为110.70 元·t −1,占次钠氯碱法的13.10%。

    表 1  各工艺吨水处理成本组成
    Table 1.  Operation cost composition of each process 元·t−1
    处理工艺能耗成本药剂成本保温成本合计
    次钠氯碱法2.15812.6030.00844.75
    ClO2氧化3.07248.80251.87
    ETR-Pb107.289.00116.28
    ETR-Ru101.709.00110.70
     | Show Table
    DownLoad: CSV
    表 2  各工艺吨水建设成本组成
    Table 2.  Construction cost composition of each process 元·t−1
    处理工艺标准设备非标准设备人工费合计
    次钠氯碱法22 2551 32030023 875
    ClO2氧化5 35725 30060031 257
    ETR-Pb1 500151 3001 100153 900
    ETR-Ru1 50091 7001 70094 900
     | Show Table
    DownLoad: CSV

    需要注意的是,考虑到管式电化学反应器的电极造价高昂,并且在安装过程较复杂,仅仅对比各工艺的处理成本,并据此比较各工艺的经济性也是片面的。在进行处理成本对比的同时,必须将建设成本考虑进去,以此来综合对比各工艺经济性的优劣。表2列出了各工艺的建设成本和具体构成。可以看出,管式电化学反应器的建设成本较次钠氯碱法和ClO2氧化法有大幅度的增加,ETR-Pb的建设成本高达15.39 万元·t −1,分别是次钠氯碱法和ClO2氧化建设成本的6.45倍和4.92倍。这主要是由于管式电化学反应器的电极的贵金属成分成本高昂造成的。次钠氯碱法只需要钢结构的池体,搅拌器和加药设备等常规设备,其他3种工艺均有特有的工艺设备。由表2还可以看出,在管式电化学反应器中,ETR-Ru相比于ETR-Pb的制造成本更为低廉。这是由于电极制备过程中的前驱体材料价格的差异所导致的,相比于ETR-Pb的电沉积工艺,ETR-Ru加工工艺更繁琐,因此,需要较高的人工成本。

    为了将以上得出的建设成本和运行成本加以系统地比较,以西部某化工厂的实际情况为例,进行了函数拟合。该厂产出高浓度含氰废水量为20 m3·d−1。如经调研比较发现,若高浓度含氰废水水量大,则可通过工艺回用进一步降低浓度并回收利用水中的氰化物,从而实现废水中氰化物的循环利用并有效缩减成本。因此,对一般生产企业来讲,高浓度含氰废水的水量较小,进行核算的企业废水量符合氰工业产生废水的正常水平[39]。此外,由于设备的长时间使用造成的折旧维修,也应该列入成本计算范围,这其中主要是阳极在反应过程中造成的腐蚀和损耗。在该中试之前,对采用2种阳极的管式反应器进行了加速寿命实验。结果表明,2种阳极的正常使用时间都超过30 000 h。按照中试的运行时间折算,电极的寿命约为25 a。由于废水处理规模增加以及考虑反应器其他部件的损坏,每年以建设成本的10%(折旧率为10%)作为折旧维修费计入总成本。各工艺包含建设成本、运行成本和折旧维修费用的总投入与运行时间的函数关系如图6所示(Int为取整函数)。

    图 6  各工艺总成本与运行时间的函数变化关系
    Figure 6.  Function of total cost and operation time of each process

    图6中可以看出,当运行时间超过498 d时,ETR-Ru的总成本最为低廉;而在运行时间小于12 d的情况下,ClO2氧化法的总成本最低。图7则反映了各工艺在运行5 a和10 a之后投入的对比。运行5 a后,次钠氯碱法、ClO2氧化法、ETR-Pb和ETR-Ru的总费用分别为2 620.50 万、869.28 万、810.54 万和616.80 万元。在运行10 a之后差距会变得更为明显。这也说明尽管管式电化学反应器的建设成本较高,但从较长的时间跨度来看,管式电化学反应器仍然具有明显的成本优势,这也为管式电化学反应器的应用提供了更广阔的市场前景和应用空间。

    图 7  各工艺在运行5 a和10 a之后投入的对比和具体组成
    Figure 7.  Comparison and investment composition of each process after 5 and 10 years of operation

    从以上实验和计算可得出,管式电化学反应器在处理高浓度含氰废水中在处理效果和经济性上具有一定的优势,而为使其更好地在实际应用中发挥作用,需对管式电化学反应器进行运行参数的优化。电流密度是管式电化学反应器的核心参数,图8反映了在不同电流密度下随处理时间变化TCN和IPN去除率的变化情况。由图8可以看出,当电流密度为5、10、20、50 mA·cm−1时,TCN和IPN的去除率随着电流密度的增加而增强。这是基于传统电化学氧化理论,在更大电流的情况,会产生更多的氧化活性位点。此外,还可以看到,TCN和IPN的去除速率会随着时间的推移而逐渐放缓,特别是在电流密度较大的情况下,这种现象更为明显。这主要是由2方面的原因引起的:一方面是随着降解的不断进行,废水中污染物的浓度逐渐降低,污染物与电极活性位点的碰撞几率降低,传质过程限制了反应速率的提高,导致了降解速率开始放缓;另一方面,对于TCN来说,水中的其他有机腈可能会在处理过程中转化为TCN,促使TCN的浓度积累,这也抵消了一部分TCN的去除。这也说明合适的处理时间更能达到处理效果和经济效益的平衡。此外,在本研究中,当电流密度由20 mA·cm−1增加至50 mA·cm−1时,TCN的去除率增长变缓;当电流密度增加至一定程度后,会产生一些副反应,O2会从H2O和HO·中释放出来,与废水中的底物发生竞争降解,废水中TCN去除率的增长也就随之放缓[33]。此外,由于电化学氧化过程的能量利用效率限制,高电流密度还会造成大量能量转化为电极的放热过程,使能量利用效率降低。需要特别说明的是,根据稀电解质溶液的德拜-休克尔-昂萨格理论计算,在恒定电流的情况下,溶液中的电解质浓度直接影响电极与溶液接触的相界面的液接电势,液接电势又直接影响了电极表面活性位点的强弱[40]。所以,随着溶液中电解质浓度的减少,最合适的电流密度可能会向更高发生一定的偏移。

    图 8  在不同电流密度下TCN和IPN去除率的变化
    Figure 8.  Changes of TCN and IPN removal rates at different current densities

    图9为TCN和IPN在管式电化学反应器处理下被去除过程的一级动力学拟合结果。可以看出,废水中TCN和IPN的电化学去除符合一级动力学方程式。在电流密度为20 mA·cm−1时,TCN和IPN的一级反应动力学速率常数(k1)分别为0.375 s−1和0.272 s−1。这表明管式电化学反应器对于TCN的降解速率高于IPN,这主要是IPN的物质结构使其处理的难度大所致。

    图 9  TCN和IPN去除的一级动力学拟合
    Figure 9.  First-order kinetic fitting of the removal of TCN and IPN

    图10反映了分别以不同pH进行高浓度含氰废水处理过程IPN和TCN的变化情况。由于pH升高会导致阳极的析氧电位降低,从而导致更多副反应发生降低氧化效率,故传统的电化学氧化过程应该是在pH为3~4的酸性条件下进行以获得最佳效果[41]。但由于CN在酸性条件下会生成HCN,故在处理含氰废水时,必须在pH>7的碱性条件下进行以保证运行安全。由图10可知,随着pH升高,TCN的去除率不断降低。这也证明了电化学体系中OH的存在确实会极大影响电化学反应效率。此外,pH过高还会导致废水中络合物和沉淀物的产生;这一方面会严重影响传质,阻塞孔道,遮挡活性位点;另一方面也会缩短电极的使用寿命。但是,由图10中可以看出,当pH从8升高至9时,TCN和IPN的去除率分别只降低了5.1%和9.6%。这说明在OH增加的过程中,对废水中污染物去除效率的影响并不是线性下滑的。考虑到实际操作过程中的安全情况,初始pH在8~9为运行过程中较适宜的条件。

    图 10  初始pH对TCN和IPN去除的影响
    Figure 10.  Effect of initial pH on TCN and IPN removal

    如上文所提到,在电化学氧化的过程中,废水中的氯离子可能会通过变成Cl2而有助于TCN的降解,并且由于自身的电势,阴离子会影响TCN的去除效果。图11反映了在以3种电解质(Na2SO4、NaNO3和NaCl)为废水中唯一电解质的情况下,管式电化学反应器对IPN和TCN去除效果的影响。由图11中可以看出,在以NaCl为唯一电解质时,对TCN的去除率为87.6%,明显高于以Na2SO4为电解质时对TCN的去除率(80.1%)和以NaNO3为电解质时对TCN的去除率(79.8%)。而同时,对于IPN的去除,3种电解质之间没有出现明显的差异。

    图 11  不同电解质对TCN和IPN去除的影响
    Figure 11.  Effect of different electrolytes on TCN and IPN removal

    以上2种现象说明,废水中的氯离子会在阳极被氧化为Cl2且在废水中释放,转化为活性氯,对游离氰进行氧化,而活性氯的氧化能力不足以对IPN进行氧化降解[42]。而SO24NO3的标准电势与Cl相比有一定差距。式(1)~式(3)列出了3种阴离子氧化态转化的标准电势。

    S2O28(aq)+2e2SO24(aq)Eθ=1.939V (1)
    2NO3(aq)+2H2O+2eN2O4(g)+4OH(aq)Eθ=0.85V (2)
    Cl2(g)+2e2Cl(aq)Eθ=1.360V (3)

    也就是说,管式电化学反应器在发生电化学反应的时候,Ti/RuO2电极可以较容易达到析氯的电位,而基本不可能对SO24NO3进行氧化。因此,Na2SO4和NaNO3在管式电化学反应器的处理过程中不能发生其他的间接氧化反应,而Cl的存在则确实能促进TCN的去除。基于以上对于含氰废水中污染物的降解结果,得到以下管式电化学反应器处理含氰废水的机理。

    在阳极区,首先形成高电位(Ti/RuO2)或通过表面的空穴产生羟基自由基(Ti/PbO2)(式(4))[38]。废水中的间苯二腈等难降解有机物通过阳极上的氧化,腈基脱落转化为水中游离的CN,这些转化的CN与废水中本来存在的CN一起先被氧化为CNO,再被进一步氧化至完全矿化,如式(5)~式(6)所示[43]。电化学反应器的阳极表面还会发生析氯和析氧反应,如式(7)和式(12)所示。一方面,阳极析氯反应产生的Cl2会在碱性条件下转化为ClO(式(8)),甚至有可能在阳极提供的电极电位下,发生如式(9)[44]的反应,在此过程中产生的活性氯基团(ClO),也可以参与到CN的氧化过程中,发生如式(11)的反应,这一定程度上提升了电化学去除CN的效果,也就是上文中所提到的;另一方面,Cl会与阳极产生的·OH反应,生成氯自由基(式(10))[45],尽管氯自由基本身也可以参与氧化CN,但仍抑制了电化学体系的处理效率。此外,当运行的电流密度过大时,析氧反应(式(12))也会对处理效率起到抑制作用。尽管对于最终处理效率的作用不一,但从最终结果来看,废水中Cl的存在对于CN的去除的促进作用要强于其余的抑制作用。这可为电化学处理含氰废水提供参考。图12为管式电化学反应器阳极作用的机理图。

    图 12  管式电化学反应器对TCN和IPN去除的反应机理
    Figure 12.  Reaction mechanism of TCN and IPN removal by the tubular electrochemical reactor
    注:(4)~(12)为电极表面发生反应的编号,反应编号与反应式(4)~式(12)的编号对应。
    PbO2(氧空位)+H2OadsPbO2[OH]ads+H+ (4)
    CN+2OH2eCNO+H2O (5)
    2CNO+4OH6e2CO2+N2+2H2O (6)
    2Cl2eCl2 (7)
    Cl2+2OHClO+Cl+H2O (8)
    6ClO+3H2O6e2ClO3+4Cl+6H++1.5O2 (9)
    Cl+OHOH+Cl (10)
    CN+ClOCNO+Cl (11)
    4OH4e2H2O+O2 (12)

    1)以钛基RuO2电极为阳极的管式电化学反应器相比于次钠氯碱法、ClO2氧化法和ETR-Pb有着更好的去除效果,经过4 h的处理,TCN、COD和间苯二腈的去除率分别可以达到81.74%、57.71%和81.33%。电化学氧化可将有机氮转化为NH3-N。经过60次的循环运行,ETR-Ru整体处理效果优于其他工艺。

    2)管式电化学反应器尽管单位能耗和投资成本(ETR-Ru为94 900 元·t−1)较高,但运行成本低廉,ETR-Ru的运行成本仅为次钠氯碱法的13.10%。

    3) 电化学氧化去除废水中TCN和IPN符合一级反应动力学方程。在废水初始pH为8~9时,以20 mA·cm−1的电流密度进行降解,可以达到处理效果和经济效益的最佳平衡。机理探究过程验证了水中氯离子会促进TCN的去除。综合考虑建设成本和运行时间,ETR-Ru的经济性最佳。

  • 图 1  多腔体ORVR碳罐

    Figure 1.  Multi-cavity ORVR carbon tank

    图 2  ORVR碳罐实验测试系统示意图

    Figure 2.  Schematic diagram of the ORVR carbon tank experimental test system

    图 3  ORVR碳罐几何模型与网格划分

    Figure 3.  Geometric model and mesh generation of ORVR carbon canister

    图 4  网格数量对出口体积分数的影响

    Figure 4.  Effect of grid number on outlet volume fraction

    图 5  4种不同容积比ORVR碳罐及测温点分布图

    Figure 5.  Distribution of monitoring points of four different volume ratio ORVR carbon canisters

    图 6  4种不同容积比ORVR碳罐测温点温度云图

    Figure 6.  Temperature contours of monitoring points in ORVR carbon canisters with different volume ratios

    图 7  ORVR碳罐3个监测点的温度曲线(容积比为5∶3)

    Figure 7.  Temperature curves of three monitoring points of ORVR carbon canister

    图 8  监测点1、2和3区域气流中正丁烷浓度云图

    Figure 8.  N-butane concentration contours at monitoring points 1,2 and 3

    图 9  不同进出口直径下ORVR碳罐出口正丁烷体积分数变化

    Figure 9.  Change of n-butane volume fraction at the exit of ORVR carbon tank under different inlet and outlet diameters

    图 10  不同进出口直径下ORVR碳罐监测点的温度变化

    Figure 10.  Temperature curves of monitoring points for ORVR carbon canisters with different diameter

    表 1  不同容积比的ORVR碳罐各监测点最高温度值

    Table 1.  The highest temperature values of each monitoring point of ORVR carbon canister with different volume ratio

    容积比监测点1/℃监测点2/℃监测点3/℃监测点4/℃
    2∶137.136.640.5
    5∶336.235.739.3
    3∶237.236.940.9
    1∶134.934.939.139.1
    容积比监测点1/℃监测点2/℃监测点3/℃监测点4/℃
    2∶137.136.640.5
    5∶336.235.739.3
    3∶237.236.940.9
    1∶134.934.939.139.1
    下载: 导出CSV

    表 2  3个监测点最高温度的模拟值与实验值

    Table 2.  Simulated and experimental values of maximum temperature at three monitoring sites

    监测点位模拟值/℃实验值/℃偏差率%
    监测点136.236.651.2
    监测点235.736.452.1
    监测点339.336.756.9
    监测点位模拟值/℃实验值/℃偏差率%
    监测点136.236.651.2
    监测点235.736.452.1
    监测点339.336.756.9
    下载: 导出CSV

    表 3  不同进出口直径下ORVR碳罐3个监测点的最高温度值

    Table 3.  Maximum temperature values of three monitoring points for ORVR carbon canisters with different diameter

    进出口直径d/mm监测点1的最高温度/℃监测点2的最高温度/℃监测点3的最高温度/℃
    836.836.739.7
    1037.236.639.5
    1236.235.739.3
    1436.836.540.5
    进出口直径d/mm监测点1的最高温度/℃监测点2的最高温度/℃监测点3的最高温度/℃
    836.836.739.7
    1037.236.639.5
    1236.235.739.3
    1436.836.540.5
    下载: 导出CSV
  • [1] 中华人民共和国生态环境部. 2020中国生态环境状况公报[R/OL]. (2021-05-26).https://www.mee.gov.cn/hjzl/sthjzk/zghjzkgb/202105/P020210526572756184785.pdf.
    [2] 胡玮, 任碧琪, 黄玉虎, 等. 国内外储油库 VOCs 排放现状与标准分析[J]. 环境科学, 2020, 41(1): 139-145.
    [3] Refueling vapor recovery: A history of U. S. experience with ORVR and stage II, a discussion on refueling emission generation and emissions from gasoline dispensing facilities, and a synopsis of ORVR and stage II implementation, in-use efficiency, and costeffectiviness [R]. Manufacturers of Emission Controls Association (MECA). 2020.01. cms. meca. org/resources/Refueling_Vapor_Recovery_WhitePaper_Final. pdf.
    [4] 中华人民共和国生态环境部, 中华人民共和国国家市场监督管理总局. 加油站大气污染物排放标准: GB 20952-2020 [S/OL]. (2020.12. 28).https://www.mee.gov.cn/ywgz/fgbz/bz /bzwb/dqhjbh/dqgdwrywrwpfbz/202012/t20201231_815640.shtml.
    [5] 北京市生态环境局, 北京市市场监督管理局. 加油站油气排放控制和限值: DB11/208-2019, [S/OL]. 2019.06. 13,http://sthjj.beijing.gov.cn/eportal/fileDir/bjhrb/resource/cms/2019/06/ 2019062117120472837.pdf.
    [6] 朱玲, 陈家庆, 王耔凝. 车载加油油气回收ORVR系统应用进展[J]. 油气储运, 2015, 34(5): 469-476. doi: 10.6047/j.issn.1000-8241.2015.05.003
    [7] 陈家庆, 朱玲. 油气污染排放与控制技术[M]. 北京: 中国石化出版社, 2010.
    [8] 宫徵羽, 王春雨, 赵飞, 等. 酸碱盐改性对活性炭吸附油气特征的影响[J]. 环境工程学报, 2020, 14(5): 1276-1285. doi: 10.12030/j.cjee.201907124
    [9] 许伟, 刘军利, 应浩, 等. 磷酸活化提升丁烷工作容量并制备高性能汽车碳罐用活性炭[J]. 环境工程学报, 2021, 15(6): 1946-1955. doi: 10.12030/j.cjee.202004088
    [10] 李海亮. 国六碳罐设计简述[J]. 汽车实用技术, 2018(1): 41-44. doi: 10.16638/j.cnki.1671-7988.2018.01.014
    [11] 何彦彬, 李长江. 国Ⅵ法规下的碳罐设计[J]. 汽车工程师, 2018(1): 37-40. doi: 10.3969/j.issn.1674-6546.2018.01.010
    [12] 陈婷, 倪红, 谷雪景, 等. 中国移动源下阶段排放法规综述和分析[J]. 内燃机工程, 2018, 39(6): 24-30.
    [13] BAI X. Multi-dimensional CFD simulation of adsorption/desorption processes in carbon canister[J]. Dissertation Abstracts International, 2004, 1539: 129-132.
    [14] HOU X, XIN L, LIU Z, et al. Flow field simulation and experimental evaluation of carbon canister based on FLUENT[C]. International Conference on Computational Intelligence & Software Engineering. IEEE, 2010.
    [15] LIN J S, DONG M, ALI S, et al. Vehicular emission performance simulation[C]. SAE World Congress & Exhibition. 2012.
    [16] 黄远清, 王斐. 碳罐内通气阻力的数值模拟[J]. 北京汽车, 2013(6): 32-35. doi: 10.3969/j.issn.1002-4581.2013.06.009
    [17] 翟豪瑞, 葛晓宏, 陈长秀, 等. 基于Moldex3D碳罐本体优化分析及模具设计[J]. 模具工业, 2018, 44(1): 40-45. doi: 10.16787/j.cnki.1001-2168.dmi.2018.01.010
    [18] 李岳林, 何兴, 吴钢, 等. 车辆活性碳罐三维数值模拟研究[J]. 汽车工程学报, 2012, 2(6): 424-430. doi: 10.3969/j.issn.2095-1469.2012.06.05
    [19] ZHAO F, ZHU L, WANG Z Z, et al. Experimental and numerical investigation of the mass and heat transfer processes of n-Butane adsorption on activated carbon[J]. ACS Omega, 2021, 6(27): 17162-17172. doi: 10.1021/acsomega.0c06273
    [20] 周日峰, 石基弘, 刘全祯, 等. 活性炭吸附甲烷和甲苯的分子模拟研究[J]. 过程工程学报, 2018, 18(S1): 97-102. doi: 10.12034/j.issn.1009-606X.20180074
    [21] 李树刚, 白杨, 林海飞, 等. CH4, CO2和N2多组分气体在煤分子中吸附热力学特性的分子模拟[J]. 煤炭学报, 2018, 43(9): 2476-2483.
    [22] LI X Q, ZHANG L, YANG Z Q, et al. Adsorption materials for volatile organic compounds (VOCs) and the key factors for VOCs adsorption process: A review[J]. Separation and Purification Technology, 2020, 235: 116213. doi: 10.1016/j.seppur.2019.116213
    [23] ZHANG X Y, GAO B, ANNE E C, et al. Adsorption of VOCs onto engineered carbon materials: A review[J]. Journal of Hazardous Materials, 2017, 338: 102-123. doi: 10.1016/j.jhazmat.2017.05.013
    [24] 史怡坤, 李瑞江, 朱学栋, 等. 真空变压吸附制氧径向流吸附器的流动特性模拟[J]. 过程工程学报, 2021, 21(1): 19-26. doi: 10.12034/j.issn.1009-606X.220029
    [25] 郑新港, 刘应书, 杨俊峰, 等. 基于计算流体力学的吸附过程模拟研究[J]. 北京工业大学学报, 2012, 38(1): 145-150.
  • 加载中
图( 10) 表( 3)
计量
  • 文章访问数:  3763
  • HTML全文浏览数:  3763
  • PDF下载数:  77
  • 施引文献:  0
出版历程
  • 收稿日期:  2021-09-04
  • 录用日期:  2022-05-06
  • 刊出日期:  2022-08-31
卢衍波, 王振中, 赵飞, 朱玲. 基于三维非稳态模型的车载加油油气回收系统碳罐结构优化[J]. 环境工程学报, 2022, 16(8): 2586-2594. doi: 10.12030/j.cjee.202109016
引用本文: 卢衍波, 王振中, 赵飞, 朱玲. 基于三维非稳态模型的车载加油油气回收系统碳罐结构优化[J]. 环境工程学报, 2022, 16(8): 2586-2594. doi: 10.12030/j.cjee.202109016
LU Yanbo, WANG Zhenzhong, ZHAO Fei, ZHU Ling. Structure optimization of the carbon canister for onboard refueling vapor recovery system based on three-dimensional unsteady-state[J]. Chinese Journal of Environmental Engineering, 2022, 16(8): 2586-2594. doi: 10.12030/j.cjee.202109016
Citation: LU Yanbo, WANG Zhenzhong, ZHAO Fei, ZHU Ling. Structure optimization of the carbon canister for onboard refueling vapor recovery system based on three-dimensional unsteady-state[J]. Chinese Journal of Environmental Engineering, 2022, 16(8): 2586-2594. doi: 10.12030/j.cjee.202109016

基于三维非稳态模型的车载加油油气回收系统碳罐结构优化

    通讯作者: 朱玲(1975—),女,博士,教授,zhuling75@bipt.edu.cn
    作者简介: 卢衍波(1968—),男,硕士,高级工程师,luyb@sinopec.com
  • 1. 中国石油化工股份有限公司科技部,北京 100728
  • 2. 中国石油化工股份有限公司青岛安全工程研究院,青岛 266071
  • 3. 北京石油化工学院环境工程系,北京 102617
基金项目:
中国石油化工股份有限公司项目(320109);北京市长城学者培养计划项目资助项目(CIT&TCD20190314);北京石油化工学院重要科研成果培育项目资助(BIPTACF-003)

摘要: 以车载加油油气回收系统(ORVR)碳罐吸附过程的传质传热过程为研究对象,以正丁烷/氮气模拟挥发油气,采用固定床吸附实验测试和CFD数值模拟相结合的方法,结合物种转移模型、层流模型和多孔介质模型,建立了三维非稳态ORVR碳罐的数值模型,以穿透时间和温度为特征量,从腔体体积比和进出口直径两个方面对其结构进行初步优化设计。结果表明,吸附过程床层温度模拟值与实验值偏差率低于7%,双腔体体积比为5∶3时,ORVR碳罐吸附过程中温度升高值相比其他结构低0.9~1.6 ℃,安全性高;进出口直径为12 mm时,在吸附穿透时间和床层温度升温方面综合性能最好。本研究可为ORVR碳罐结构优化设计提供参考。

English Abstract

  • 根据《2020中国生态环境状况公报》,全国337个地级以上城市O3浓度同比下降6.8%。然而,以O3为首要污染物的大气超标天数占总超标天数比例仍高达37.1%[1]。VOCs是形成PM2.5和O3的重要前体物,也是现阶段重点区域O3生成的主控因子。在生态环境部制定的十四五目标污染物中,VOCs已替代原来的总量指标SO2。因此,为深入打好污染防治攻坚战,在强化细颗粒物(PM2.5)和臭氧(O3)协同控制的同时,还需推进VOCs减排,推动重点行业深度治理,并强化机动车的污染管控。

    在我国,加油过程中油气蒸发排放量占汽车行业蒸发排放总量的20%。每年因加油过程蒸发排放导致的燃油损失约为0.26%[2]。车载加油油气回收系统(onboard refueling vapor recovery,ORVR)系统是一种可高效减少加油油气污染的控制技术。根据美国排放控制制造商协会(Manufacturers of Emission Controls Association,MECA)2020年度报告,ORVR的处理效率可达到98%。截至2019年,在美国,装配了ORVR的车辆已减少了91%加油污染物排放[3]。在我国,《加油站大气污染物排放标准》(GB 20952-2020)要求当辖区内采用ORVR的轻型汽车达到汽车保有量的20%后,油气回收系统、在线监测系统应兼容GB 18352.6要求的轻型ORVR系统[4];《加油站油气排放控制和限值》(DB11/208-2019)规定,新、改、扩建加油站应使用与ORVR轻型汽车兼容的加油站加油油气回收系统或油气处理装置[5]

    碳罐(Carbon Canister)是ORVR的重要组成部分,能吸附和储存加油过程中产生的油气[6-7]。活性炭的性能[8-9]和碳罐结构[10-12]是影响碳罐性能的重要因素。CFD数值模拟是碳罐结构优化设计的一种方法。BAI等[13]利用Fluent建立三维碳罐模型,采用线性驱动力传热传质速率方程,研究He/CO2混合气在活性炭上的吸脱附过程,发现吸附过程应采用绝热模型。HOU等[14]采用多孔介质模型,对不同操作条件下碳罐内部流场进行数值模拟研究,吸附孔、解吸孔与大气孔间的压差不同,存在压降差异。SOU等[15]建立基于非平衡、非等温和非绝热算法的碳罐固定床系统模型,用Dubinin-Astakhov方程和拉格朗日插值多项式描述固定床中吸附传质传热过程,分析浓度、温度和压力对HC组分在活性炭中吸脱附性能的影响。黄远清等[16]将碳罐内的活性炭和无纺布定义为多孔介质,根据碳罐内的压降验证模型的准确性。翟豪瑞等[17]基于多孔介质原理,运用k-epsilon湍流模型,模拟研究11种流量下碳罐内部的通气阻抗值,分析内部流场的流动特性。李岳林等[18]将实验数据、理论计算及模拟仿真相结合,以碳罐的沿程阻力为参数,得出碳罐大气口孔径的最优取值范围。此外,活性炭吸附有机物是典型的放热过程,会导致床层温度升高,产生安全隐患。然而,目前所开展碳罐吸附过程温度场模拟的研究还较少。总体看来,国内对于ORVR碳罐的研究仍处于起步阶段,针对碳罐处理效率的研究分析仍较少。

    本研究拟采用实验与数值模拟相互验证的方法,借助商业CFD数值模拟软件Ansys Fluent,建立三维非稳态计算模型,针对不同体积比的多腔体结构ORVR碳罐,分析吸附有机废气过程中温度场和浓度场的变化,以期为ORVR碳罐结构优化设计提供参考。

    • 本研究根据通用汽车公司所开发的多腔体结构ORVR碳罐(图1(a)),结合模拟优化后的碳罐结构参数,利用有机玻璃制作可视化ORVR碳罐(图1(b))进行模拟研究。在同一水平高度、多腔体内分别设置温度监测口,并通过热电偶测量腔室内温度变化。

    • ORVR碳罐实验测试系统如图2所示。采用Westvaco公司WV-A1500活性炭颗粒,实验在室温下进行。反应气体积分数为15%C4H10-N2的混合气,进气口流量为2 L·min−1。采用北分BF-3420气相色谱仪,在线检测吸附前后尾气中C4H10体积分数的变化。气相色谱检测的条件:3 mm×1 m的总烃柱,FID检测器,进样口温度100 ℃,柱箱温度80 ℃,检测器温度150 ℃;氢气流量为40 mL·min−1,空气流量为300 mL·min−1,载气(氮气)流量为30 mL·min−1;定量管体积为0.1 mL。在可视化ORVR碳罐外包覆保温层,以减少床层内热量损失。每隔5 min记录3个热电偶的温度。

    • 质量方程的表达式[19-20]见式(1)。

      式中:ρ为流体密度,kg·m−3t为时间,s;uvw分别是xyz方向上的流体局部速度,m·s−1Sm为质量源项,kg∙(m3∙s)−1

      能量方程的表达式为[19-20]见式(2)。

      式中:cp为比热容,J∙(kg∙℃)−1T为温度,K;k为流体传热系数,W∙(m2∙℃)−1ST为能量源项,W∙m−3

      根据活性炭吸附正丁烷所得吸附热和一级动力学拟合方程参数[19-20],质量源项Sm和能量源项ST可简化为式(3)和(4)。

      将所建立的物理模型导入Fluent软件,通过UDF将式(3)和(4)所示SmST加载到Fluent中。采用物种转移模型(Species Model)、层流模型(Laminar Model)和多孔介质模型(Porous Zone Model);进口采用进气速度作为边界条件、出口采用压力作为边界条件、壁面设置为无滑移固壁边界。吸附器绝热,与周围环境不存在热交换。该模型为三维非稳态湍流模型,采用隐式算法进行求解。

    • 可视化碳罐的尺寸见图3(a)。进口直径d1和出口直径d2均为12 mm;腔体总高度为220 mm,其中进口端气体缓冲区域高20 mm,吸附剂床层区高度为160 mm,底部缓冲区高度40 mm;2个腔体的长度分别为92 mm和55 mm。根据上述尺寸建立几何模型(图3(b))。网格疏密程度会影响计算结果的准确性和高效性。本研究利用Ansys ICEM软件划分结构化网格(见图3(c))。网格数分别为52 724、108 112、162 442和222 274。

      选取ORVR碳罐出口污染物体积分数为特征量进行网格独立性验证,得到不同网格模型下的体积分数值(图4)。网格数量从1.08×105增至2.22×105,活性炭吸附饱和时间变化率低于2%。考虑到网格数对计算时间的影响,该模型在网格数1.62×105时达到计算精度要求。

    • 在几何模型(图3(b))的基础上,调整碳罐的2个腔体长度L1L2L1L2的比值分别为2∶1、5∶3、3∶2和1∶1。4种碳罐示意图及测温点位置如图5所示。其中,出口监测点用于气体体积分数检测,网格数约为1.6×105

    • 吸附是放热过程。随着气流中正丁烷分子移向活性炭吸附剂固体表面,正丁烷运动速度大幅降低,形成正丁烷与活性炭间的相互作用需要释放能量,故吸附热量会持续释放[21]。同时,活性炭导热系数仅有0.15~0.20 W·(m·℃)−1,吸附过程中产生的热量难以向外界空间传递,且吸附器绝热设置,会导致碳罐腔室内的热量聚集、床层温度升高。在4种模型中,床层起始温度均为室温27 ℃,各测温点的最高温度见表1

      对于容积比为2∶1、5∶3和3∶2的3个碳罐,1和2两个监测点设置在同一个腔室,距离进气位置高度一样,且到碳罐壁面的距离接近,故温度变化趋势基本一致。该条件下,腔体内最高温度值为39.5~40.9 ℃。

      图6表明,吸附区域在径向和轴向均存在温度梯度,呈现越靠近中心轴床层温度越高、沿两侧温度逐渐递减的趋势。升温区域总体呈现一个椭圆形,且沿着气流方向的弧度比反向弧线更饱满。这表明进入腔室的气体流向对温度的分布有影响,气流中未被吸附的N2在流经活性炭床层时,会携带部分床层热量,气流温度升高。尤其是在左腔体中活性炭吸附饱和后,进入右腔体的气流温度高于进口温度,因此,设置在右侧窄腔体中监测点3的最高温度比对应监测点1和2高1.7~3.7 ℃。同时,在容积比为1∶1的模型中,2、3、4监测点相较于其他模型中2、3监测点距离壁面更近,故温度比监测点的1和3更低。

      综上所述,容积比为5∶3时ORVR碳罐最高温度均为最小,安全性最高,故后续模拟中使用容积比为5∶3的ORVR碳罐。

    • 根据上述模拟优化结果,在ORVR可视化碳罐容积比为5∶3时进行吸附过程实验(装置见图2),3个测温点的温度如图7所示。

      表2表明,3个监测点最高温度的模拟值与实验值偏差率分别为1.2%、2.1%和6.9%,其中测温点3的偏差率最高。这是由于水平方向的热效应相互重叠,其1和2测温点附近床层温度的升高也会引起3测温点处温度的变化。该结果表明两者吻合度高,也较好地验证了所建立的Fluent模型对本研究中ORVR碳罐模拟结果的可靠性与正确性。

    • 在容积比5∶3的ORVR碳罐内,3个监测点的区域气流中正丁烷体积分数场的变化见图8。C4H10/N2混合气体进入碳罐后,活性炭表面吸附的正丁烷分子数量在达到吸附饱和后趋于稳定,气流中有机物与进气的体积分数接近。整个ORVR碳罐可分为饱和区、传质区和未用区,在传质区(mass transfer zone,MET)有明显浓度梯度。在活性炭吸附有机气体的过程中,活性炭的微观结构和孔径分布是影响吸附效率的主要因素[22-23],且在本研究的模拟过程中,将活性炭物性均一简化处理。因此,虽然物理吸附过程分为3个步骤,但与孔道结构相关的内扩散在图8中并未体现,故体积分数场随气体流向基本呈现均匀降低。

      另外,随着吸附过程的进行,饱和区体积增加,未吸附的活性炭所在未用区气流中有机气体的体积分数很低。最终,在整个ORVR碳罐吸附饱和穿透后,进出口体积分数基本一致。对比图6图8发现,吸附带所处区域与高温区域的最高温区域基本重合,这也说明发生吸附的吸附带区域热效应最显著。

    • 设定ORVR碳罐进、出口直径d1d2相等,分别取值为6、8、10、12和14 mm。网格数量分别为:173 212、160 548、152 714、162 442和169 836。图9表现了5种进出口直径下出口正丁烷体积分数,吸附穿透速率接近、吸附穿透时间相差较大。吸附装置进出口直径减小会导致气体在吸附区域的分布不均匀,有效吸附活性炭的总量减少[24]。因此,当进出口直径为6 mm时,碳罐穿透时间为54.75 min,其余4个模型吸附穿透时间均为113~125 min,比其他模型缩短至少一半。同时,较小的进出口直径会导致气体在罐内线速度加快、进口压力增加、碳罐内部局部温升,从而影响碳罐安全性能及活性炭吸脱附性能[25]。因此,需增加床层温度作为结构优化的特征量。

      图10为8、10、12和14 mm 4种进出口直径下碳罐3个监测点的温度变化模拟结果,表3为对应的最高温度。

      各测温点温度为35.7~40.5 ℃,进出口直径14 mm的ORVR碳罐在监测点3区域温度最高为40.5 ℃,其余3种碳罐各测温点的温度各有高低。其中,进出口直径12 mm的碳罐的各测温点温度均为最低。因此,进出口直径的优化结果为12 mm。

    • 采用实验和模拟相结合的方法,通过UDF将简化推导后的质量源项Sm和能量源项ST加载到Fluent的数学模型中,可有效模拟吸附过程中的传质和传热过程。所建多腔体ORVR碳罐模型,吸附过程最高温度值的的模拟值与实验值偏差率低于1%,验证了模型的准确性。以穿透时间和温度为结构优化的特征量,腔体体积比为5∶3,进出口直径为12 mm时综合性能最优。

    参考文献 (25)

返回顶部

目录

/

返回文章
返回