Loading [MathJax]/jax/output/HTML-CSS/jax.js

基于风洞平台实验的大型罐区溢油事故后的油气扩散模拟

许雪, 陈风, 黄维秋, 张高, 娄井杰, 鄢永兵, 刘海, 孙媛. 基于风洞平台实验的大型罐区溢油事故后的油气扩散模拟[J]. 环境工程学报, 2021, 15(12): 3946-3956. doi: 10.12030/j.cjee.202101099
引用本文: 许雪, 陈风, 黄维秋, 张高, 娄井杰, 鄢永兵, 刘海, 孙媛. 基于风洞平台实验的大型罐区溢油事故后的油气扩散模拟[J]. 环境工程学报, 2021, 15(12): 3946-3956. doi: 10.12030/j.cjee.202101099
XU Xue, CHEN Feng, HUANG Weiqiu, ZHANG Gao, LOU Jingjie, YAN Yongbing, LIU Hai, SUN Yuan. Numerical simulation of oil vapor diffusion after oil spill accident in large-scale tank farm based on wind tunnel platform[J]. Chinese Journal of Environmental Engineering, 2021, 15(12): 3946-3956. doi: 10.12030/j.cjee.202101099
Citation: XU Xue, CHEN Feng, HUANG Weiqiu, ZHANG Gao, LOU Jingjie, YAN Yongbing, LIU Hai, SUN Yuan. Numerical simulation of oil vapor diffusion after oil spill accident in large-scale tank farm based on wind tunnel platform[J]. Chinese Journal of Environmental Engineering, 2021, 15(12): 3946-3956. doi: 10.12030/j.cjee.202101099

基于风洞平台实验的大型罐区溢油事故后的油气扩散模拟

    作者简介: 许雪(1997—),女,硕士研究生。研究方向:油气回收基础理论与应用。E-mail:2954314373@qq.com
    通讯作者: 黄维秋(1965—),男,博士,教授。研究方向:油气回收基础理论及其应用。E-mail:hwq213@cczu.edu.cn
  • 基金项目:
    国家自然科学基金资助项目(51574044);江苏省科技支撑项目(BE2018065)
  • 中图分类号: X51

Numerical simulation of oil vapor diffusion after oil spill accident in large-scale tank farm based on wind tunnel platform

    Corresponding author: HUANG Weiqiu, hwq213@cczu.edu.cn
  • 摘要: 通过研究江苏省境内某实体罐区发生溢油事故后油气蒸发的扩散规律,掌握罐区空气浓度的变化,以达到保障罐区环保与安全的目的。基于风洞平台实验,测定油气蒸发速率并通过实验风场数据验证数值模型的准确性,建立与实际油库1∶1的大型罐区模型,使用UDF编译环境风方程导入。通过CFD数值模拟,重点分析了罐区发生溢油事故后油气扩散规律、储罐间的油气积聚现象、风速对油气扩散及油气质量分数的影响。结果表明:在风速影响下,罐间会形成涡流,导致油气的积聚,形成危险区域;防火堤对油气扩散存在阻滞作用,而背风侧会使油气聚集;风速越小,油气扩散越慢,油气质量分数越高;风速越大,油品的蒸发速率越大,油气扩散越快,油气质量分数越小。本研究成果可为罐区设计、油库运行及安全环保管理提供参考。
  • 在我国南方地区污水厂碳源总量偏低的情况下,采用全流程生物系统改造传统二级处理的方式对总氮和总磷削减的空间有限[1],难以达到日益严格的排放标准。在原处理工艺后增设合适的处理单元,进一步去除污水厂二级处理出水中的氮、磷和悬浮物,是目前污水深度处理面临的重要问题。采用常规的“混凝+沉淀+过滤”的物化处理工艺对磷和悬浮物(SS)有较好的去除效果,但对进水SS质量浓度要求严格,对硝酸盐氮(NO3-N)的去除效果不佳,出水总氮(TN)难以达标[2];生物滤池对TN和SS的去除效果较好,但没有兼顾到磷的去除[3],导致深度处理的出水难以全面达到一级A标准。

    本研究将二级处理出水的脱氮、除磷和去除SS融于一体,通过降低滤层厚度和选用生物附着性能良好的轻质滤料,研发设计了一种新型生物膜滤池设备。该生物膜滤池通过滤料表面所附着的生物膜进行反硝化作用来达到脱氮的目的[4]。微絮凝过滤的特点是在滤池中投加多价金属离子盐,从而将絮凝作用与沉淀过程集为一体[5],进行高效化学除磷。以生物膜脱氮技术融合微絮凝除磷工艺,可同步去除二级处理出水中残留的TN、总磷(TP)和SS。本研究以福州某城镇污水处理厂二级处理的出水为对象,在厂内搭设新型生物膜-微絮凝滤池,开展了生产性实验研究,对比研究了新型生物膜-微絮凝滤池与污水厂现有深度处理采用的组合工艺在污染物去除效果、反冲洗参数、处理成本和外排水对受纳水体的环境影响等,以期为新型生物膜-微絮凝滤池的工程化应用提供参考。

    所研究的污水处理厂现有处理工艺流程见图1。高密度沉淀池通过在混合区投加混凝剂和絮凝剂,使药剂与原水充分混合,沉淀去除水中的正磷酸盐(PO34-P)[6]。纤维转盘滤池是近来年发展起来的一种表层过滤技术[7],由水平安装的转盘和中央给水管组成,滤池中采用的有机纤维毛滤布孔隙在10 μm以下,污水在重力压差的作用下截留悬浮固体物质,从外向内流经滤布,通过中空管收集过滤后的出水。

    图 1  污水处理厂现有处理工艺流程
    Figure 1.  Existing treatment process flow of sewage treatment plant

    实验装置示意图见图2,装置主体为反硝化生物膜滤池,附属设施包括碳源投加系统、除磷投药系统、反冲洗系统和自动控制系统。新型生物膜-微絮凝滤池为下向流,滤池长2.2 m,宽1.1 m,总高5.0 m,自上而下分别为自由水层、工作层、承托层和配水层,高度分别为1.0~1.5、1.0~1.5、0.3和0.2 m。日处理设计规模120 m3·d−1,水力停留时间(HRT) 1.0~1.2 h。滤料层由工作层和承托层组成,工作层滤料采用圆形陶粒,粒径为5~10 mm;承托层滤料为卵石,粒径为30~50 mm。滤池的进水、出水、反冲洗及压缩空气通过可编程序逻辑控制器(programmable logic controller,PLC)实现自动化控制,可调节加药量、反冲洗强度、曝气量等运行参数。二沉池出水经提升泵由滤池顶部的配水堰进入滤池,经过浅层陶粒滤床的生物脱氮和微絮凝作用去除水中的TN、TP和SS。

    图 2  实验装置示意图
    Figure 2.  Schematic diagram of test device

    福州某城镇污水处理厂二沉池出水的主要水质指标为:化学需氧量(COD) 12~23 mg·L−1,TN质量浓度7.8~15.5 mg·L−1NO3-N质量浓度6.6~12.5 mg·L−1,氨氮(NH+4-N)质量浓度0.5~2.1 mg·L−1,TP质量浓度0.19~0.44 mg·L−1PO34-P质量浓度0.14~0.38 mg·L−1,SS质量浓度14~23 mg·L−1,pH为6.5~7.3,水温19.5~32.4 ℃。

    实验中COD值采用快速消解分光光度法测定,TN质量浓度采用碱性过硫酸钾分光光度法测定,NO3-N质量浓度采用酚二磺酸分光光度法测定,NH+4-N质量浓度采用纳氏试剂分光光度法测定,TP质量浓度采用钼酸铵分光光度法测定,采集的水样经0.45 μm微孔滤膜过滤后,其滤液中的PO34-P质量浓度采用钼酸铵分光光度法测定,SS质量浓度采用重量法测定,pH值和水温采用便携式pH计测定。

    新型生物膜滤池的启动采用好氧池的活性污泥进行接种培养,取100 L活性污泥,将原水与污泥充分混合后注入滤池,淹没最高处滤料水深达到0.5 m后,打开底部曝气装置,以曝气6 h静置6 h为1个周期,持续2 d,后放空滤池,进行第2次挂膜,重复上述操作。第5天开始逐渐增加负荷进行连续流培养,碳源投加量由30 mg·L−1增加至50 mg·L−1。从运行第5天开始对进、出水中COD、TN、TP和NO3-N等指标进行监测,经过15 d左右的连续培养后,滤池成功启动。

    新型生物膜-微絮凝滤池与组合工艺2套系统在相同的进水情况下进行对比实验。新型生物膜-微絮凝滤池系统采用连续进出水模式运行,HRT为1.0~1.2 h,聚合氯化铝(PAC)投加量为3~6 mg·L−1,乙酸钠(CH3COONa)投加量为25~40 mg·L−1,反应器内混合液的pH维持在6.7~7.5。组合工艺系统的PAC投加量为8 mg·L−1,聚丙烯酰胺(PAM)投加量为0.4 mg·L−1

    在取样口处每24 h采集1次样品,分别测定新型生物膜-微絮凝滤池与组合工艺2套系统进出水中TP、PO34-P、TN、NO3-N和SS质量浓度,对2套处理工艺的污染物去除效果、反冲洗参数、处理成本和综合污染指数进行对比分析;在保证TP和SS去除效果的基础上,调整新型生物膜-微絮凝滤池的碳源投加量,根据滤池出水中的TN和NO3-N质量浓度及相应指标的去除率,确定生物膜滤池反硝化脱氮的最佳C/N;通过捞网从新型生物膜-微絮凝滤池上部打捞滤池内的滤料样品以及在浓缩池中获取组合工艺排出的污泥,利用宏基因组微生物分类测序技术探究2组工艺内微生物群落结构的差异。

    样品的预处理:对于组合工艺中的污泥,取新鲜的污泥放入灭菌过的50 mL离心管中,在3 000 r·min−1条件下离心15 min,舍弃上清液,留下底部污泥,分装至灭菌过的1.5 mL离心管中,每份0.5~2 g,放入-20 ℃保温箱中冷冻保存。对于新型生物膜-微絮凝滤池中的滤料样品,取5~10 g滤料置于装有磷酸缓冲盐溶液(PBS缓冲液)的锥形瓶中,放入恒温振荡器中,调节温度为10~15 ℃,在200 r·min−1条件下振荡30~60 min,使生物膜完全脱落,将振荡后的液体经2层无菌纱布过滤掉大颗粒杂质,吸取过滤后的液体用0.22 μm的硝酸纤维素滤膜进行抽滤,过滤后的滤膜放入事先灭菌过的50 mL离心管中保存,液氮速冻15 min后,转移至-20 ℃保温箱中保存。样品预处理后统一寄至第3方检测机构代为测试。

    测序中采用试剂盒(E.Z.N.ATM Mag-Bind Soil DNA Kit)提取所有样品的DNA,在聚合酶链式反应(PCR)时采用试剂盒(Qubit3.0)确定反应时DNA的应加量,对16S rDNA基因的V3~V4区域进行PCR扩增,引物的序列采用341F (CCCTACACGACGCTCTTCCGATCTG(barcode)CCTACGGGNGGCWGCAG)和805R (GACTGGAGTTCCTTGGCACCCGAGAATTCCAGACTACHVGGGTATCTAATCC)。经2轮PCR扩增后将产物回收纯化,在Illumina MiSeq测序平台进行高通量测序。

    综合污染指数评价模型是我国环保部门普遍采用的水质评价模型[8],利用该模型计算得出的数值代表水体的综合污染程度,综合污染指数的数值越大,说明对受纳水体的污染程度越严重。水质单项污染指数根据式(1)计算,综合污染指数的数值是在单项污染指数的基础上计算得到的,其计算方法选择内梅罗污染指数(式(2))[9]

    Pi=CiSi (1)

    式中:Pi为水样第i项的单项污染指数;Ci为水样第i项指标的实测质量浓度,mg·L−1Si为水样第i项指标的标准质量浓度,mg·L−1

    P=(Pimax)2+(1nni=1Pi)22 (2)

    式中:P为综合污染指数;Pimax为水样中单项污染指数的最大值;n为参与评价的污染物指标因子数。

    1)总磷、正磷酸盐和悬浮物去除效果对比。新型生物膜-微絮凝滤池工艺与组合工艺对TP、PO34-P的去除效果分别见图3图4。由图3(a)图4(a)可知,在新型生物膜-微絮凝滤池中,随着PAC投加量的增加,TP和PO34-P去除率均是先升高后趋于平稳;当PAC投加量为5 mg·L−1时,PO34-P去除率可达到76.1%~86.7%,质量浓度为0.042~0.078 mg·L−1;TP去除率可达到73.0%~76.0%,质量浓度为0.084~0.094 mg·L−1,低于0.1 mg·L−1PO34-P去除率增长趋势与TP保持一致,说明TP的去除率主要受PO34-P去除率的影响。组合工艺的PAC投加量恒定为8 mg·L−1。由图3(b)图4(b)可知,组合工艺处理后出水中PO34-P质量浓度为0.046~0.098 mg·L−1,去除率约为65.1%~76.5%;TP质量浓度为0.072~0.164 mg·L−1,去除率约为53.5%~68.3%。

    图 3  生物膜滤池及组合工艺对TP的去除效果
    Figure 3.  Effect of biofilm filter and combined process on TP removal
    图 4  生物膜滤池及组合工艺对PO34-P的去除效果
    Figure 4.  Effect of biofilm filter and combined process on PO34-P removal

    二级处理后的尾水中PO34-P质量浓度占TP的80%左右,单靠生物膜滤池内存在的生物同化除磷[10],去除率仅为19%~21%。通过外加少量的除磷药剂构成生物/化学协同除磷,将大幅度提高处理效果。当PAC投加量为5 mg·L−1时,新型生物膜-微絮凝滤池中生物/化学协同除磷效果最为显著,TP去除率达到76.0%,出水质量浓度<0.1 mg·L−1PO34-P去除率达到86.7%,出水质量浓度<0.05 mg·L−1;对比单靠化学除磷的组合工艺,TP的去除率为53.5%~65.9%,PO34-P去除率为69.8%~72.6%,可见生物/化学协同除磷对TP和PO34-P的去除效果明显高于组合工艺单纯的化学除磷作用,在保证TP和PO34-P去除效果的基础上,生物/化学协同除磷的PAC加药量少于组合工艺的化学除磷加药量。

    对比新型生物膜-微絮凝滤池工艺与组合工艺对SS的去除情况,结果见图5。由图5可知,进水SS质量浓度为14~23 mg·L−1,新型生物膜-微絮凝滤池的出水SS质量浓度为5~8 mg·L−1,组合工艺的出水SS质量浓度为4~7 mg·L−1。经新型生物膜-微絮凝滤池处理后的出水澄清透明,对SS处理效果良好,与现有污水处理厂深度处理后出水中的SS质量浓度相近,稳定达到《城镇污水处理厂污染物排放标准》(GB 18918-2002)[11]的一级A(10 mg·L−1)的限值要求。

    图 5  生物膜滤池及组合工艺对SS的去除效果
    Figure 5.  Effect of biofilm filter and combined process on SS removal

    纤维转盘滤池虽然对SS有着较好的去除能力,但要求进水中的SS质量浓度不宜过高[12],否则将引起纤维转盘滤池内水头损失的上升,造成频繁的反冲洗。而新型生物膜-微絮凝滤池依靠陶粒过滤介质对悬浮物质进行截留,由于陶粒滤料孔隙率高达50%~55%,截污能力强,大幅延长了滤池反冲洗周期,对进水悬浮物的冲击负荷适应能力较强。

    2)总氮、硝态氮去除效果对比。新型生物膜-微絮凝滤池工艺与组合工艺对TN、NO3-N的去除效果见图6。由图6(a)可知,NO3-N质量浓度约占TN质量浓度的66%~78%。随着C/N的提高,生物膜-微絮凝滤池出水中TN和NO3-N的质量浓度逐渐降低,当C/N达到5.34时,出水TN质量浓度<2 mg·L−1NO3-N质量浓度<0.5 mg·L−1;当碳源供应充足时,对于TN去除效果可达到80%,NO3-N去除率可达90%。在此基础上继续提高C/N,过量的碳源并未能继续提高TN的去除率,TN平均去除率维持在83%左右。控制新型生物膜-微絮凝滤池中C/N为5.3~5.4∶1,可使出水TN质量浓度降至2 mg·L−1NO3-N质量浓度降至0.5 mg·L−1。在保证TP和SS去除效果的基础上,通过外加碳源即可实现TN的高效去除。而在组合工艺中缺乏生物脱氮的条件,进水中的氮元素为可溶性的。由图6(b)可知,组合工艺对TN、NO3-N基本没有去除效果。

    图 6  生物膜滤池及组合工艺对TN、NO3-N的去除效果
    Figure 6.  Effect of biofilm filter and combined process on TN and NO3-N removal

    采集进水C/N=5.3~5.4∶1及PAC投加量为5 mg·L−1条件下生物膜-微絮凝滤池稳定运行期间的滤料样品以及浓缩池中组合工艺排出的污泥进行宏基因组微生物分类测序,分析结果见图7图8。由图7(a)可知,滤料表面微生物在门水平主要包括:变形菌门(Proteobacteria)75.07%、拟杆菌门(Bacteroidetes)5.38%、酸杆菌门(Acidobacteria)3.60%、厚壁菌门(Firmicutes)2.93%、放线菌门(Actinobacteria)2.76%、硝化螺旋菌门(Nitrospirae)2.71%、绿弯菌门(Chloroflexi)2.66%。由图7(b)可知,组合工艺外排污泥中微生物在门水平主要包括变形菌门(Proteobacteria)42.06%、厚壁菌门(Firmicutes)22.07%、拟杆菌门(Bacteroidetes)20.27%、放线菌门(Actinobacteria)4.54%、酸杆菌门(Acidobacteria)3.04%、绿弯菌门(Chloroflexi)2.20%。

    图 7  微生物群落门水平饼状图
    Figure 7.  Microbial community analysis at phylum level
    图 8  微生物群落属水平饼状图
    Figure 8.  Microbial community analysis at genus level

    图8(a)可知,滤料表面微生物在属水平主要包括噬氢菌属(Hydrogenophaga)25.36%、脱氯单胞菌属(Dechloromonas)11.66%、陶厄氏菌属(Thauera)4.74%、生丝微菌属(Hyphomicrobium)4.54%、固氮螺菌属(Azospirillum)2.46%、丁球菌属(Butyriccoccus)2.46%。由图8(b)可知,组合工艺外排污泥中微生物在属水平主要包括罗姆布茨菌属(Romboutsia)8.67%、地发菌属(Geothrix)5.98%、固氮螺菌属(Azospirillum)3.90%、粪杆菌属(Faecalibacterium)2.90%、拟杆菌属(Bacteroides)2.85%。

    从门水平分析,新型生物膜-微絮凝滤池中丰度最高的为变形菌门(Proteobacteria),其次为拟杆菌门(Bacteroidetes)和酸杆菌门(Acidobacteria)。根据文献报道[13],大多数硝化菌与反硝化菌归属于变形菌门,说明生物膜-微絮凝滤池内的缺氧环境适合变形菌的生长。从属水平分析,滤料表面微生物中的反硝化菌属主要包括2个优势菌属(噬氢菌属(Hydrogenophaga)[14]、脱氯单胞菌属(Dechloromonas)[15])和3个非优势菌属(陶厄氏菌属(Thauera)[16]、固氮螺菌属(Azospirillum)[17]、生丝微菌属(Hyphomicrobium)[18]),这几类菌属均已被证实与反硝化作用密切相关。而在组合工艺外排的污泥中,所能检测到的硝化菌属与反硝化菌属丰度较低,因此,组合工艺中不具备生物脱氮的条件。

    1)反冲洗对比。图9为新型生物膜-微絮凝滤池反冲洗后出水污染物质量浓度随时间的变化。0 min代表反冲洗刚结束的出水情况,此时出水水质最差;反冲洗后0~20 min内,污染物质量浓度逐渐下降,且在40 min时滤池恢复至稳定运行期的高效处理水平。其原因是:滤池为下向流,反冲洗作用是自下而上将滤池中的颗粒物质及老化脱落的生物膜排出滤池,对于滤池中上部的微生物群落影响较小,利于反冲洗后迅速恢复滤池的高效处理能力。反冲洗结束后40 min内,即可恢复至出水TN质量浓度<2.5 mg·L−1NO3-N质量浓度<0.7 mg·L−1和TP质量浓度<0.1 mg·L−1的高效处理水平。

    图 9  生物膜滤池反冲洗后污染物质量浓度随时间变化
    Figure 9.  Change of pollutant mass concentration with time after backwashing of biofilm filter

    2组工艺的反冲洗参数对比情况见表1。新型生物膜-微絮凝滤池的反冲洗方式采用气冲-气水联合冲洗-水冲,冲洗时间分别为2~4、4~6、5~8 min,反冲洗总时长约为15 min。纤维转盘滤池在过滤过程中由于滤布上悬浮物质的积聚,过滤阻力增加,滤池内水位逐渐上升。反冲洗作用可使滤布恢复纳污容量,降低了滤布内外的压差。纤维转盘滤池反冲洗频率高,反冲洗后即可恢复处理能力。新型生物膜-微絮凝滤池与纤维转盘滤池相比,反冲洗周期长,反冲洗能耗低,单次反冲洗废水率低。

    表 1  2组工艺反冲洗参数对比
    Table 1.  Comparison of backwash parameters of two sets of processes
    工艺名称气冲洗强度/(L·(s·m2)−1)水冲洗强度/(L·(s·m2)−1)反冲洗时间/min反冲洗周期/h单次反冲洗废水率/%
    新型生物膜-微絮凝滤池10~155~10151680.69~0.91
    纤维转盘滤池30~401~21~21.23~1.64
     | Show Table
    DownLoad: CSV

    2)处理成本对比。新型生物膜-微絮凝滤池协同脱氮除磷时PAC最适宜投加量为5 mg·L−1,组合工艺中PAC和PAM的最适宜加药量分别为8 mg·L−1及0.4 mg·L−1。新型生物膜-微絮凝滤池中PAC药剂费为0.009元·m−3,外加乙酸钠作为碳源进行反硝化作用,乙酸钠费用为0.11元·m−3,则总药剂费为0.119元·m−3,电耗估计约为0.088元·m−3,水处理费用约为0.207元·m−3。组合工艺中PAC药剂费为0.014元·m−3,PAM药剂费为0.001 08元·m−3,总药剂费为0.016元·m−3,电耗估计约0.230元·m−3,水处理费用约为0.246元·m−3

    新型生物膜-微絮凝滤池在PAC投加量上要少于组合工艺,但生物膜滤池需要外加碳源来保障TN的去除,从而增加碳源投加的成本;在电耗方面,生物膜-微絮凝滤池仅需较低的电耗就能维持正常的运转;在处理费用上,新型生物膜-微絮凝滤池较组合工艺低0.039元·m−3

    新型生物膜-微絮凝滤池与组合工艺的出水水质见表2。单看表2的出水指标,虽然2组工艺处理后的出水均能达到一级A排放标准,但是污染程度存在差异,无法判断2组工艺出水对受纳水体的环境影响。为此,引入综合污染指数评价模型进一步深入分析,用于衡量2组工艺出水水质的污染程度,分析其对受纳水体的环境影响。

    表 2  2组工艺处理后的出水水质
    Table 2.  Effluent water quality after two sets of processes treatment mg·L−1
    工艺名称CODTNTPNH+4-NSS
    新型生物膜-微絮凝滤池17~221.6~2.20.05~0.10.5~0.85~8
    组合工艺14~187.2~8.50.1~0.21.2~1.84~7
     | Show Table
    DownLoad: CSV

    研究选取5项指标作为评价因子(COD、SS、TN、TP和NH+4-N)。对于式(1)中Si的选取,参考《地表水环境质量标准》(GB 3838-2002)[19]中V类水体标准;COD、TN、TP和NH+4-N标准值分别为40、2.0、0.4和2.0 mg·L−1;对于SS,《地表水环境质量标准》中没有明确要求,因此,SS的标准值取自《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A标准中的10 mg·L−1。根据式(1)计算出不同水样的单项污染指数,得到新型生物膜-微絮凝滤池与组合工艺的Pimax分别为0.9和3.7;将单项污染指数代入式(2),计算得到新型生物膜-微絮凝滤池与组合工艺的综合污染指数P分别为0.731和2.734;将计算得到的2组工艺的综合污染指数与综合污染指标评价分级[20]进行比较,确定外排水的污染分级(表3)。

    表 3  综合污染指标评价分级
    Table 3.  Comprehensive pollution index evaluation classification
    P级别水质现状阐述
    P<0.8合格各项指标基本符合标准
    0.8≤P≤1.0基本合格少数指标超过标准
    1.0<P≤2.0污染多项指标超过标准
    P>2.0重度污染部分项目指标超过标准限值数倍
     | Show Table
    DownLoad: CSV

    依据表3进行综合污染指标评价分级,新型生物膜-微絮凝滤池工艺处理后的出水属于合格级别,各项水质指标能达到相应的功能标准。虽然组合工艺出水的各项指标均在一级A的标准范围内,但组合工艺出水中TN质量浓度高于《地表水环境质量标准》中V类水体TN标准值的数倍,导致最终计算得到的综合污染指数>2.0,其外排水对受纳水体存在严重污染。

    1)新型生物膜-微絮凝过滤的出水TP质量质量浓度≤0.1 mg·L−1PO34-P质量质量浓度≤0.05 mg·L−1,TP去除率达到76.0%,PO34-P去除率达到86.7%,处理效果优于组合工艺,PAC投加量少于组合工艺。在保障TP和SS去除效果的基础上,通过外加碳源实现对TN的高效去除,TN去除率可达80%,滤料表面微生物中反硝化菌属相对丰度可达到48.76%。

    2)新型生物膜-微絮凝滤池采用浅层陶粒滤床,陶粒滤料孔隙率高达50%~55%,截污能力强,大幅延长了滤池反冲洗周期,对进水悬浮物的冲击负荷适应能力强。新型生物膜-微絮凝滤池工艺的处理成本仅为0.207元·m−3,较组合工艺低0.039元·m−3

    3)新型生物膜-微絮凝过滤的出水水质对受纳水体的环境影响小,综合污染指数仅为0.731,远小于组合工艺的2.734。

  • 图 1  风洞实验装置图

    Figure 1.  Schematic diagram of the wind tunnel platform

    图 2  风洞实验各测点分布图

    Figure 2.  Distribution of the sampling points in the wind tunnel platform

    图 3  几何模型与外部计算域示意图

    Figure 3.  Diagram of geometric model and external computational domain

    图 4  数值模型网格与混合网格节点连接图

    Figure 4.  Grid of numerical model and node connection of hybrid grid

    图 5  风速2 m·s-1各测点风速数值模拟值与实验值

    Figure 5.  Numerical simulation and experimental value s at each sampling point s with wind speed of 2 m·s -1

    图 6  风速4 m·s-1各测点风速数值模拟值与实验值

    Figure 6.  Numerical simulation and experimental value s at each sampling point with wind speed of 4 m·s -1

    图 7  实地油库周边地形图

    Figure 7.  Satellite map of the field oil depot and the surrounding areas

    图 8  罐区几何模型与外部计算域示意图

    Figure 8.  Geometric model of tank farm and schematic diagram of external computational domain

    图 9  罐区建筑编号示意图

    Figure 9.  Building number of the tank farm

    图 10  罐区压力分布云图(风速2 m·s-1)

    Figure 10.  Cloud map of the distribution of the wind pressure in the tank farm (wind speed: 2 m · s -1)

    图 11  不同风速下大型罐区内气流流动轨迹

    Figure 11.  Air flow trajectory in large-scale tank farm at different wind speeds

    图 12  不同风速下大型罐区xz截面风速云图

    Figure 12.  Speed distribution of xz plane of large-scale tank farm at different wind speeds

    图 13  罐区xy截面油气质量分数分布云图

    Figure 13.  Cloud map of oil vapor concentration distribution in tank farm on the xy plane

    图 14  大型罐区xz截面油气质量分数分布云图

    Figure 14.  Cloud map of oil vapor concentration distribution in large-scale tank farm on the xz plane

    图 15  不同风速下大型罐区xz截面油气质量分数分布云图

    Figure 15.  Cloud map of oil vapor concentration distribution in large-scale tank farm on the xz plane

  • [1] CIRIMELLO P G, OTEGUI J L, RAMAJO D, et al. A major leak in a crude oil tank: Predictable and unexpected root causes[J]. Engineering Failure Analysis, 2019, 100: 456-469. doi: 10.1016/j.engfailanal.2019.02.005
    [2] SHARMA R K. A violent, episodic vapour cloud explosion assessment: Deflagration-to-detonation transition[J]. Journal of Loss Prevention in the Process Industries, 2020, 65: 104086. doi: 10.1016/j.jlp.2020.104086
    [3] ZHANG L, MA H, SHEN Z, et al. Influence of pressure and temperature on explosion characteristics of n-hexane/air mixtures[J]. Experimental Thermal and Fluid Science, 2019, 102: 52-60. doi: 10.1016/j.expthermflusci.2018.11.004
    [4] ATKINSON G, COLDRICK S, GANT S, et al. Flammable vapor cloud generation from overfilling tanks: Learning the lessons from Buncefield[J]. Journal of Loss Prevention in the Process Industries, 2015, 35: 329-338. doi: 10.1016/j.jlp.2014.11.011
    [5] ATKINSON G, COWPE E, HALLIDAY J, et al. A review of very large vapour cloud explosions: Cloud formation and explosion severity[J]. Journal of Loss Prevention in the Process Industries, 2017, 48: 367-375. doi: 10.1016/j.jlp.2017.03.021
    [6] ORAN E S, CHAMBERLAIN G, PEKALSKI A. Mechanisms and occurrence of detonations in vapor cloud explosions[J]. Progress in Energy and Combustion Science, 2020, 77: 100804. doi: 10.1016/j.pecs.2019.100804
    [7] CHAMBERLAIN G, ORAN E, PEKALSKI A. Detonations in industrial vapour cloud explosions[J]. Journal of Loss Prevention in the Process Industries, 2019, 62: 103918. doi: 10.1016/j.jlp.2019.103918
    [8] 黄维秋. 油气回收基础理论及其应用[M]. 北京: 中国石化出版社, 2011.
    [9] 吴悦, 曾向东, 金海花, 等. 中国石油化工废气处理技术进展[J]. 石油学报(石油加工), 2000(6): 79-84.
    [10] 中华人民共和国生态环境部. 储油库大气污染物排放标准: GB 20950-2020[S]. 北京: 中国环境出版社, 2020.
    [11] 中华人民共和国生态环境部. 关于深入推进重点行业清洁生产审核工作的通知[EB/OL]. [2021-01-10]. https://www.mee.gov.cn/xxgk2018/xxgk/xxgk05/202010/t20201020_803925.html, 2020-10-16.
    [12] SHEN R, JIAO Z, PARKER T, et al. Recent application of computational fluid dynamics (CFD) in process safety and loss prevention: A review[J]. Journal of Loss Prevention in the Process Industries, 2020, 67: 104252. doi: 10.1016/j.jlp.2020.104252
    [13] 陈金金, 潘亚东, 郭翔宇. CFD软件在油气储运工程领域的应用研究[J]. 中国石油和化工标准与质量, 2019, 39(1): 144-145. doi: 10.3969/j.issn.1673-4076.2019.01.072
    [14] 王福君. 计算流体动力学分析: CFD软件原理与应用[J]. 北京:清华大学出版社, 2004: 7-12.
    [15] 阎超, 屈峰, 赵雅甜, 等. 航空航天CFD物理模型和计算方法的述评与挑战[J]. 空气动力学学报, 2020, 38(5): 829-857.
    [16] WANG Q H, SUN Y L, SHU C M, et al. Effect of separation distance on gas dispersion and vapor cloud explosion in a storage tank farm determined using computational fluid dynamics[J]. Journal of Loss Prevention in the Process Industries, 2020, 68: 104282. doi: 10.1016/j.jlp.2020.104282
    [17] SUN X, LI W X, HUANG Q Y, et al. Large eddy simulations of wind loads on an external floating-roof tank[J]. Engineering Applications of Computational Fluid Mechanics, 2020, 14(1): 422-435. doi: 10.1080/19942060.2020.1718757
    [18] 刘瑞, 王冬, 张培理, 等. 覆土油罐油气泄漏扩散数值模拟[J]. 天然气与石油, 2020, 38(6): 136-142. doi: 10.3969/j.issn.1006-5539.2020.06.022
    [19] 陈鑫, 王刚, 叶正寅, 等. CFD不确定度量化方法研究综述[J]. 空气动力学学报, 2021,39(4): 1-13.
    [20] HU T, YOSHIE R. Effect of atmospheric stability on air pollutant concentration and its generalization for real and idealized urban block models based on field observation data and wind tunnel experiments[J]. Journal of Wind Engineering and Industrial Aerodynamics, 2020, 207: 104380. doi: 10.1016/j.jweia.2020.104380
    [21] LIN C, OOKA R, KIKUMOTO H, et al. Wind tunnel experiment on high-buoyancy gas dispersion around isolated cubic building[J]. Journal of Wind Engineering and Industrial Aerodynamics, 2020, 202: 104226. doi: 10.1016/j.jweia.2020.104226
    [22] SUN D, SHI X, ZHANG Y, et al. Spatiotemporal distribution of traffic emission based on wind tunnel experiment and computational fluid dynamics (CFD) simulation[J]. Journal of Cleaner Production, 2021, 282: 124495. doi: 10.1016/j.jclepro.2020.124495
    [23] 崔鹏义, 李卓, 陶文铨. 街道峡谷内污染物扩散的风洞试验与数值分析[J]. 工程热物理学报, 2014, 35(12): 2491-2495.
    [24] ZHANG G, HUANG F Y, HUANG W Q, et al. Analysis of influence of floating-deck height on oil-vapor migration and emission of internal floating-roof tank based on numerical simulation and wind-tunnel experiment[J]. Processes, 2020, 8(9): 1026. doi: 10.3390/pr8091026
    [25] 徐川, 李万莉, 刘翠伟, 等. CFD模拟障碍物条件下甲烷扩散的有效性研究[J]. 油气田地面工程, 2019, 38(S1): 90-93.
    [26] 辛保泉, 喻健良, 党文义, 等. 复杂地形高含硫天然气风洞扩散实验及安全防护距离[J]. 天然气工业, 2020, 40(11): 149-158. doi: 10.3787/j.issn.1000-0976.2020.11.018
    [27] HUANG W Q, HUANG F Y, FANG J, et al. A calculation method for the numerical simulation of oil products evaporation and vapor diffusion in an internal floating-roof tank under the unsteady operating state[J]. Journal of Petroleum Science and Engineering, 2020, 188: 106867. doi: 10.1016/j.petrol.2019.106867
    [28] 黄维秋, 方洁, 吕成, 等. 内浮顶罐组油气泄漏扩散叠加效应的数值模拟与风洞实验研究[J]. 化工学报, 2019, 70(11): 4504-4516.
    [29] 刘国梁, 宣捷, 杜可, 等. 重烟羽扩散的风洞模拟实验研究[J]. 安全与环境学报, 2004,4(3): 27-32. doi: 10.3969/j.issn.1009-6094.2004.03.008
    [30] 景海波, 黄维秋, 纪虹, 等. 基于数值模拟技术的油气扩散风洞实验相似准则数研究[J]. 常州大学学报(自然科学版), 2020, 32(4): 83-92.
  • 加载中
图( 15)
计量
  • 文章访问数:  4989
  • HTML全文浏览数:  4989
  • PDF下载数:  54
  • 施引文献:  0
出版历程
  • 收稿日期:  2021-01-17
  • 录用日期:  2021-08-19
  • 刊出日期:  2021-12-10
许雪, 陈风, 黄维秋, 张高, 娄井杰, 鄢永兵, 刘海, 孙媛. 基于风洞平台实验的大型罐区溢油事故后的油气扩散模拟[J]. 环境工程学报, 2021, 15(12): 3946-3956. doi: 10.12030/j.cjee.202101099
引用本文: 许雪, 陈风, 黄维秋, 张高, 娄井杰, 鄢永兵, 刘海, 孙媛. 基于风洞平台实验的大型罐区溢油事故后的油气扩散模拟[J]. 环境工程学报, 2021, 15(12): 3946-3956. doi: 10.12030/j.cjee.202101099
XU Xue, CHEN Feng, HUANG Weiqiu, ZHANG Gao, LOU Jingjie, YAN Yongbing, LIU Hai, SUN Yuan. Numerical simulation of oil vapor diffusion after oil spill accident in large-scale tank farm based on wind tunnel platform[J]. Chinese Journal of Environmental Engineering, 2021, 15(12): 3946-3956. doi: 10.12030/j.cjee.202101099
Citation: XU Xue, CHEN Feng, HUANG Weiqiu, ZHANG Gao, LOU Jingjie, YAN Yongbing, LIU Hai, SUN Yuan. Numerical simulation of oil vapor diffusion after oil spill accident in large-scale tank farm based on wind tunnel platform[J]. Chinese Journal of Environmental Engineering, 2021, 15(12): 3946-3956. doi: 10.12030/j.cjee.202101099

基于风洞平台实验的大型罐区溢油事故后的油气扩散模拟

    通讯作者: 黄维秋(1965—),男,博士,教授。研究方向:油气回收基础理论及其应用。E-mail:hwq213@cczu.edu.cn
    作者简介: 许雪(1997—),女,硕士研究生。研究方向:油气回收基础理论与应用。E-mail:2954314373@qq.com
  • 1. 常州大学, 江苏省油气储运技术重点实验室, 常州 213164
  • 2. 常州一烃环保科技有限公司, 常州 213164
  • 3. 天津中德工程设计有限公司, 天津 300170
基金项目:
国家自然科学基金资助项目(51574044);江苏省科技支撑项目(BE2018065)

摘要: 通过研究江苏省境内某实体罐区发生溢油事故后油气蒸发的扩散规律,掌握罐区空气浓度的变化,以达到保障罐区环保与安全的目的。基于风洞平台实验,测定油气蒸发速率并通过实验风场数据验证数值模型的准确性,建立与实际油库1∶1的大型罐区模型,使用UDF编译环境风方程导入。通过CFD数值模拟,重点分析了罐区发生溢油事故后油气扩散规律、储罐间的油气积聚现象、风速对油气扩散及油气质量分数的影响。结果表明:在风速影响下,罐间会形成涡流,导致油气的积聚,形成危险区域;防火堤对油气扩散存在阻滞作用,而背风侧会使油气聚集;风速越小,油气扩散越慢,油气质量分数越高;风速越大,油品的蒸发速率越大,油气扩散越快,油气质量分数越小。本研究成果可为罐区设计、油库运行及安全环保管理提供参考。

English Abstract

  • 近年来,我国炼化产业不断发展,油品周转量稳步提升,储罐的使用也更频繁。在储罐生产作业中,设备工艺技术的限制及人为的疏忽均会造成溢油事故[1]。溢出油品在挥发扩散后遇火源极易产生火灾,甚至爆炸[2-3]。2005年,英国第五大油库邦斯菲尔德(Buncefield)油库的912罐在接收汽油时溢流,油气迅速扩散并造成多次爆炸[4-5]。2009年,波多黎加勒比石油公司一座储量2×104 m3的储罐发生溢流,油气在扩散时遇到火源发生爆炸[6-7]。此外,油品汽化后会形成挥发性有机物(volatile organic compounds,VOCs)[8],而VOCs的控制与治理是环境污染防治与管理中的重要内容[9]。2020年,生态环境部与国家市场监督管理总局联合颁布的《储油库大气污染物排放标准GB 20950-2020》中规定企业边界排放限值应小于4 g·m−3(非甲烷总烃)[10]。2020年10月,生态环境部与国家发展和改革委员会提出,2021年VOCs的治理重心将继续以石油化工行业为主[11]。因此,有关罐区油气扩散规律的研究对储油区大气污染控制及相关企业的环保与安全管理具有重要意义。

    计算流体动力学(computational fluid dynamics,CFD)是数值数学和计算机科学相结合的学科,已发展为重要的研究手段。相对于实验研究,该研究手段具有成本低和耗时短等优点[12-15]。WANG等[16]采用CFD方法评估了分隔距离对储罐场中气体扩散和蒸气云爆炸的影响。SUN等[17]借助大涡模拟(large eddy simulation,LES)模型模拟了强风天气下储罐密封圈的风压变化及气体扩散情况。刘瑞等[18]结合CFD方法和ANSYS Fluent仿真软件求解了覆土油罐泄漏后的油气扩散轨迹。然而,数值模拟的结果通常具有不确定性,必要时需开展可信度的验证[19]。风洞实验因具有优越的可控性与稳定性,被广泛应用于气体流动的研究[20-23]。ZHANG等[24]借助风洞平台搭建内浮顶罐缩比模型研究了正己烷蒸气的扩散规律。徐川等[25]和辛保泉等[26]建立风洞模型对天然气扩散特征进行了研究。目前,关于油气泄漏的研究主要可分为3个方面:1)油气泄漏扩散规律的研究;2)油气爆炸的数值模拟;3)城市VOCs溯源系统的研发。

    在储罐油气泄漏扩散规律方面的研究主要集中在单罐或多罐[27-29]形式的扩散研究,而对于大型罐区的油气扩散规律的研究较少。基于此,拟通过风洞实验平台与CFD数值模拟相结合,以获得溢油事故后大型罐区内油气泄漏扩散规律,为罐区设计、油库运行管理及城市VOCs溯源系统的研发提供参考。

    • 搭建的风洞实验平台主要设备为直流式风洞(型号:DFWT-10)。该风洞由集气段、稳定段、收缩段、实验段、第1扩散段、动力段及第2扩散段组成。实验段规格:长、宽、高分别为3.0、1.5、1.5 m,风速调节范围0.5~10(20) m·s−1,各风速点控制进度优于±0.3%FS;WT-30000-1B电子天平,量程0.000 0~30.000 0 kg,精度为0.000 1 kg;Fluke 923风速仪,风速量程为0.20~10(20) m·s−1

      数值模拟中需要设定物质蒸发扩散的速率。为保证数值模拟的准确性,需要测定油品的挥发速率。实验中主要测定风速对油品蒸发速率的影响,实验油品为92#汽油,风洞实验中温度保持恒定。由于汽油组分复杂,且在溢油过程中会不断有新油流入,所以会有轻组分不断挥发出来,取固定敞口容器装满油品,保证油品与空气充分接触,其中敞口容器直径尺寸为28 cm,高为17 cm,使用电子天平分别测量2 m·s−1与4 m·s−1风速下92#汽油在30 min内的质量变化。每隔5 min记录1次质量,共测5组,取其平均值。测得汽油的蒸发速率如下:风速2 m·s−1时,蒸发速率为0.004 1 kg·(m2·s)−1;风速4 m·s−1时,蒸发速率为0.005 5 kg·(m2·s)−1。由此结果可知,油品的蒸发损耗速率与风速有关,风速越大,蒸发损耗速度越快。

      为保证风洞实验的准确性,根据设计规范HG 21502.2-1992《钢制立式圆筒形内浮顶储罐系列》、GB 50074-2014《石油库设计规范》,按照65∶1的比例建立3 000 m3内浮顶罐与防火堤模型(防火堤为正方形,尺寸:长、高、宽分别为47 、1.5、0.6 m)。其中,储罐内径D=0.260 m,罐壁高H=0.245 m,防火堤四边内长L =0.724 m,防火堤高h=0.023 m、宽d=0.010 m。风洞模型与原型应满足雷诺数(Re)相等,但将风速扩大65倍显然不太现实。为此,人们提出Re无关性原则,即当Re大于某个数值之后,流动结构不再发生变化,该数值称为临界Re[30]。风洞实验中的临界Re=22 000,储罐直径D为特征长度,流场入口最小Re=37 500,超过临界Re,可认为原型与模型相似。

      图1为风洞实验图。将内浮顶罐与防火堤模型放置在风洞实验段中,使用风速仪在下风2L处设置3条长度为1.5H的直线检测模型后方流场变化,结果如图2所示。其中,LINE1垂直于地面,LINE2、LINE3平行于地面且离地面距离分别为0.75H和1.5H。使用风洞提供稳定风速,风速仪测量在LINE1、LINE2与LINE3这3条直线上不同点位的风速值。

    • 计算流体力学的原理要求获得准确的数值模拟结果,需要选取正确的流动控制方程。流动基本控制方程通常包括质量守恒方程、动量守恒方程与能量守恒方程。实际情况下风速会随高度发生变化,因此还需要编译环境风UDF导入Fluent。

      1)梯度风方程。实际情况下,近地面处的风速随高度变化且与地面粗糙度有很大关系,数值模拟时需将梯度风编译UDF导入Fluent当中,表达式见式(1)。

      式中:Wz高度处的风速,m·s−1W1z1高度处的风速,m·s−1n为风速稳定度参数,本研究的对象位于城市区域且罐区中储罐等建筑排列密集,n取值为0.25。

      2)基本控制方程。油气蒸发扩散的过程需遵循质量守恒方程、动量方程与能量方程,控制方程的通用形式见式(2)。

      式中:ρ为气体密度,kg·m−3u为速度矢量;Φ为通用变量;Г为广义扩散系数;S为广义源项。

      3)湍流方程。油气扩散受到风速影响较大,流场内流体一般处于湍流状态,可实现k-ε模型与标准k-ε模型都适用于湍流状态下的流动,但可实现k-ε模型能更好地表现流场内的气流扰动,更准确地展现流场内浓度分布,因此选用可实现k-ε模型,方程式为式(3)。

      式中:ρ为气体的密度,kg·m−3xjj方向传输距离,m;ujj方向速度,m·s−1t为时间,s;K为湍流动能,m2·s−2ε为耗散率,m2·s−3μ为油气的动力黏度,Pa·s;μt为湍流黏度,Pa·s;ν为运动黏度,m2·s−1Pk为由层流速度梯度而产生的湍流动能,m2·s−2Gk是由平均速度梯度引起的湍流动能,m2·s−2η为有效因子;Gb为由浮力而产生的湍流动能,m2·s−2YM为在可压缩湍流中过渡扩散产生的波动,m2·s−2C1CC2C为经验常数;σkσεk方程和ε方程对应的普朗德数;S、Sij、SkSε为用户定义的源项。

    • 内浮顶罐发生溢油冒罐现象,大量油品会从罐中溢出流淌至地面,油气从地面油品液池不断蒸发扩散。油品从罐中下流过程视为气液的饱和平衡状态,即忽略下流过程的闪蒸。数值计算中,为了保证验证计算准确性,模型尺寸与风洞实验尺寸一致,三维计算域满足不大于7%的阻塞率。计算域如图3所示(长、宽、高分别为9L、5L、4H),LINE1、LINE2、LINE3为数据提取线。由于结构网格的质量较好且数据结构简单,非结构网格能适应各种复杂的模型,将两者结合采用ICEM CFD软件划分三维混合网格,网格如图4所示。网格节点对齐完整,ICEM CFD中Quality方式检查网格质量为0.31(一般0.3以上属于高质量网格),Fluent中设置求解器类型为“Pressure-Based”,使用非稳态求解,流场入口边界设置为速度入口边界条件,梯度风按式(1)编译UDF导入,风速沿x轴方向进入,流场出口边界设置为压力出口边界条件,网格交界面设置为内部边界,油气释放扩散源设置为质量流率边界条件,质量流率大小为实验测定,其他边界均设置为绝热固壁边界。

    • 为确保后续研究中大型罐区油气扩散的准确性,对小罐的数值模拟结果进行实验验证,将不同风速条件下实验数据与数值模拟值进行比较。图5图6分别为风速为2 m·s−1与4 m·s−1下的各测点风速的数值模拟值与实验值。由图5图6可知,尽管由于实验仪器与实验条件的限制,实验值与数值模拟值有一些差距,但整体偏差率保持在7%以内,处于正常误差范围,且两者的变化趋势大体一致。这表明建立的数值模型是准确可行的。

    • 以江苏省境内一实体油库为研究对象,进行了实地考察。图7为实地油库周边地形图。因油库左侧为平坦道路开阔地形,对油气扩散行为影响较小,而油库储罐东南侧的建筑分布密集,因此本次模拟主要考虑西南风向。油库右侧为建筑密集区。本研究聚焦罐区内的油气扩散规律,为便于数值模拟的进行,则忽略油库区域外的建筑,建立与实地油库尺寸1∶1的大型罐区三维几何模型图(见图8(a))。图8(b)为大型罐区的外部计算域示意图,对罐区内的建筑进行编号,如图9所示。其中,D-01、D-02、D-03、D-04、D-05、D-06为8 000 m3柴油储罐;G-01、G-02、G-04为8 000 m3汽油储罐;G-03、G-05、G-06为5 000 m3汽油储罐;G-07、G-08为1 000 m3汽油储罐;G-09、G-10为500 m3汽油储罐;W-01、W-02为消防水罐。罐区内储罐皆为内浮顶罐,将罐油库分为A、B、C、D 4个罐区,罐区之间为消防通道。假设A区汽油储罐发生溢油泄漏事故,油品溢满A区,汽油溢出至地面过程发生的闪蒸忽略不计,油气持续从A区防火堤内蒸发扩散出来,环境风采用UDF导入,从左侧沿x轴方向进入。

    • 环境风对于罐区内气流流动影响很大,图10(a)为风速2 m·s−1时大型罐区建筑的压力云图。由图10(a)可知,环境风从左侧沿x轴正方向进入罐区,气流撞击前排储罐与防火堤,储罐以及防火堤的迎风侧压力会急剧上升,直接达到该风速下的最大压力,在罐壁形成大面积的红色区域;后排储罐由于前排储罐阻挡了部分气流,迎风侧的红色区域部分会比前排储罐小。由于储罐上方压强较小,在压差的牵引下,罐顶上方的气流速度会高于相同高度的其他区域,形成负压。部分气流在撞击储罐后,加速沿储罐两侧向后方流动,在储罐罐壁形成大面积的蓝色负压区。取G-01罐所在xy截面,得到该平面的压力云图(见图10(b))。由图10(b)可知,前排储罐背风侧与后排储罐迎风侧之间都存在明显的负压和高压区域,压强大的气流会流向压强小的区域,在储罐之间形成涡流,油气会在此处聚积,形成危险区域。

      图11为不同风速下大型罐区内流线图。由于油气扩散源在A区,因此,主要分析从A区经过的气流轨迹。由图11(a)可知,当环境风从左侧进入罐区时,由于A区防火堤的阻碍作用,部分气流在防火堤背风侧形成沿防火堤分布的小漩涡,部分气流直接越过防火堤到达储罐群,在储罐后方形成大小不一的涡流。当风速为4 m·s−1时,由于风速变大,G-01罐前方漩涡明显变大,气流在经过漩涡后汇合形成一束强气流并流向后方储罐(见图11(b))。值得注意的是,经过A区的气流由于储罐的阻挡,一部分经过C区储罐流向办公楼,由于“卡门涡街”效应,风速2 m·s−1时办公楼背风侧形成了镜像分布的2个漩涡;当风速增大至4 m·s−1,2个漩涡汇合成1个,油气会在此处积聚,形成潜在危险区域。图12为不同风速下大型罐区xz截面的风速云图。由图12可知,在储罐、防火堤以及办公楼等建筑后方,都有速度较小的蓝色区域。这是建筑后方的涡流导致,风速云图整体符合上述风场规律。

    • 在实际情况中,大部分天气状况都不是无风状态,风速对于油气的蒸发扩散有一定的影响。分别取G-01与G-02罐的xy截面,得到该截面15 min的油气质量分数分布云图。由图13可知,由于重力和涡流的作用,罐间与防火堤背风侧都积聚了一定量油气。其中,G-01与G-03、G-02与G-04之间存在隔堤,油气在此处聚集量最大,油气质量分数为0.04~0.06。而汽油的爆炸极限体积分数为1.4%~7.6%,换算成质量分数为0.053~0.245,说明这几处油气质量分数达到汽油爆炸极限范围。G-03、G-05、G-06为5 000 m3内浮顶罐,G-01、G-04为8 000 m3内浮顶罐,后者罐高大于前者。气流在经过G-01罐顶时,会沿罐顶弧形结构向下运动,“挟卷”起G-01与G-03罐间聚积的油气,使G-03与G-05罐顶上方油气质量分数较高。同理,G-06上方的油气质量分数也高于同等高度的其他区域。

      图14图15为不同时间下大型罐区xz截面近地面1 m高度处油气质量分数分布云图。当罐区内发生溢油事故,油气从A区防火堤内不断蒸发扩散。由图14(a)可知,在5 min时,风速2 m·s−1时的油气最远已扩散至发货平台,在此区域工作的人员及车辆需要及时回避。由于储罐的阻滞作用,油气会向两侧发散,受两侧压强的牵引,向桶装库房以及C区储罐扩散。同时,由于C区一侧湍流强度较大,油气已经蔓延至C区内。当风速为4 m·s−1时,如图14(b)所示,C区内油气会被挟卷至远处,而库房一侧由于流速的增大和B区储罐的影响,会被油气迅速蔓延。当风速为2 m·s−1与4 m·s−1时,A区的油气质量分数最高分别达到了0.125和0.085,A区与D区之间的消防通道也被高浓度的油气覆盖,远超汽油的爆炸下限。因此,在事故后救援车辆应从溢油地点上风侧驶来,以避免汽车造成火星引发爆炸事故。

      图15可知,A区内油品不断蒸发,油气经过15 min的扩散,无论风速2 m·s−1还是4 m·s−1,C区与D区内都已充满油气,罐区外办公楼、发货平台以及桶装库房都被油气覆盖。但当风速4 m·s−1时,A区内油气质量分数为0.05~0.08,较风速2 m·s−1时有所下降。这是因为风会加速空气对油气的稀释,所以风速越小,罐区内油气质量分数越大,风速越大,油气扩散速度越快。

    • 1)在风速的影响下,罐区内储罐迎风侧的压力大于背风侧的压力,在罐间存在大小不一的回流区域,在重力的影响下,整体趋势向下运动,造成罐间的油气聚集。因此,应在储罐间设置油气质量分数报警仪,预防罐区内的油气泄漏扩散等事故。

      2)当储罐高度同等时,储罐间油气主要积聚在前排储罐背风侧下方,当前排储罐高于后排储罐时,气流会挟卷罐间油气至后排储罐罐顶,使其油气质量分数较高于同等高度区域。

      3)罐区内一般会存在防火堤。若在防火堤上风处发生油气泄漏,防火堤对于油气的扩散有一定的阻滞作用,但此区域的油气质量分数也会相应增大,而防火堤的背风侧会形成沿防火堤分布的小涡流,造成油气的堆积。

      4)不同风速下,风速小时油气扩散较慢;油气质量分数越高,风速越大油品的蒸发速率越大,油气扩散越快。在发生溢油事故后,在风速影响下油气会短时间内迅速扩散至附近消防通道,救援车辆应从事故地点上风侧驶入,以避免因车辆的火星造成爆炸事故。

    参考文献 (30)

返回顶部

目录

/

返回文章
返回