基于TRIZ改进预热压力容器罐性能及其数值模拟优化

龚成勇 ,  王银莹 ,  翁伟涛 ,  陈超 ,  谢庚淼 ,  李仁年

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (7) :2904-2919

PDF (18725KB)
科学技术与工程 ›› 2026, Vol. 26 ›› Issue (7) :2904-2919 DOI: 10.12404/j.issn.1671-1815.2502761
机械、仪表工业

基于TRIZ改进预热压力容器罐性能及其数值模拟优化

作者信息 +

Improving Performance of Preheated-pressure-tank Based on TRIZ and Optimizing by Numerical Simulation

Author information +
文章历史 +

摘要

针对预热压力容器罐出料口堵塞、颗粒预热不足等性能缺陷,提出融合TRIZ(theory of inventive problem solving)创新理论与数值模拟的系统解决方案。通过构建技术系统功能模型、专创融合解题流程及性能提升框架,结合ARIZ算法生成多方案并优选“设置分流锥”方案。基于颗粒预热数学模型与气固耦合模型,采用ANSYS CFX对60°、90°、120°顶角分流锥的流道工况进行数值模拟,对比分析流速、湍流涡耗散、湍流动能等流场特征,并通过Q-criterion准则解析旋涡结构演化规律。结果表明:上部锥形顶角60°分流锥方案最优,可显著提升流动与预热性能,降低功能退化量;有限单元法验证显示其结构可靠性满足设计要求。可见,提出的方案可谓探索预热压力罐优化设计提供新思路。

Abstract

To address performance defects such as outlet blockage in preheated pressure vessels and insufficient particle preheating, a systematic solution integrating TRIZ (theory of inventive problem solving) innovation theory with numerical simulation was proposed. By constructing a technical system functional model, specialized innovation integration problem-solving process, and performance enhancement framework, multiple solutions were generated using the ARIZ algorithm, with the “set up diversion cone” scheme being selected as the optimal solution. Based on the mathematical model of particle preheating and gas-solid coupling model, ANSYS CFX was employed to perform numerical simulations of flow channel conditions for 60°, 90°, and 120° top-angle diversion cones. Comparative analysis was conducted on flow velocity, turbulent vortex dissipation, turbulent kinetic energy, and other flow field characteristics, with the Q-criterion criterion used to analyze the evolution of vortex structures. Results indicate that the 60° top-angle diversion cone scheme demonstrates superior performance, significantly improving flow and preheating efficiency while reducing functional degradation. Finite element analysis confirms that the structural reliability meets design requirements.It can be seen that the proposed scheme provides a new idea for the optimization design of the preheating pressure vessel.

Graphical abstract

关键词

预热压力罐 / 聚甲醛塑料颗粒 / TRIZ / 功能分析模型 / 局部非热平衡模型 / 数值模拟

Key words

preheated-pressure-tank / polyformaldehyde plastic particles / TRIZ / functional analysis model / local thermal non-equilibrium / numerical simulation

引用本文

引用格式 ▾
龚成勇, 王银莹, 翁伟涛, 陈超, 谢庚淼, 李仁年. 基于TRIZ改进预热压力容器罐性能及其数值模拟优化[J]. 科学技术与工程, 2026, 26(7): 2904-2919 DOI:10.12404/j.issn.1671-1815.2502761
GONG Cheng-yong, WANG Yin-ying, WENG Wei-tao, CHEN Chao, XIE Geng-miao, LI Ren-nian. Improving Performance of Preheated-pressure-tank Based on TRIZ and Optimizing by Numerical Simulation[J]. Science Technology and Engineering, 2026, 26(7): 2904-2919 DOI:10.12404/j.issn.1671-1815.2502761

登录浏览全文

4963

注册一个新账户 忘记密码

压力罐结构具有造价低、不易渗漏、维护简单、施工方便等特点。在化工企业中,压力容器的作业环境与装盛材料较为特殊,属于高危、承压类特种设备[1]。它除了主要用于输送、存储易燃、易爆、有腐蚀性、有毒的介质[2]外,还被生产企业用作介质预热装置。这不仅能提高生产环节的效率,还符合节能减排[3]的基本国策,满足发展绿色循环经济[4]的要求,进而助力企业走创新发展道路。具备预热作用的压力容器被称为预热压力容器罐;若在压力容器罐中通过燃烧进行预热,且其结构为循环流化床结构,则称为预热燃烧容器罐。显然,预热是该储热系统运行中的重要热力学过程,此过程伴随着周期性高压荷载,易使容器罐产生疲劳损伤[5]并导致失效。
因此,预热压力容器罐的设计须重点考虑罐内压力载荷及预热工况参数,而研究压力容器罐内部颗粒流动特性是结构设计及预热性能研究的基础与前提。
然而,目前压力容器罐的设计相对片面地注重结构安全可靠性,在一定程度上忽略了设备的预热功能。若设计环节采用的方法较为单一、缺乏系统性,压力容器罐投入生产运行后,在与配套设备协同工作的过程中,就可能出现预热质量不足和输运堵塞的问题。这是预热压力容器罐最为显著的缺陷,也是该领域研究的关键和难点。针对当前预热压力容器罐在输送颗粒预热及出料口堵塞方面存在的不足,基于TRIZ(theory of inventive problem solving)创新理论构建解题方案,对优选方案进行流场和结构模拟分析,提出解决现有性能缺陷的综合方案,可为探索预热压力罐的优化设计提供新思路。

1 分析及设计对象

分析及设计对象为某化工生产线中的预热压力容器罐,其主要功能是预热直径3~4 mm的球形聚甲醛塑料颗粒,并将其输送至化工反应釜。该设备的工程特征与主要缺陷如下:

(1)预热压力容器罐以反应器尾气为预热能量,设计容器容积V=34.8 m3,入罐热气压强P=1.75 MPa,温度T=140~176 ℃;预热后的冷气经返回加热系统回到反应釜。由于气体混合物中含有0.2‰~0.6‰的水分,不利于生产,需在压力容器罐上设置雾气排出装置。此外,聚甲醛塑料颗粒预热后的温度未达到120 ℃±5 ℃的设计要求。

(2)球形聚甲醛塑料颗粒从压力罐顶部进入后,罐内热气对其进行预热;预热后的塑料颗粒堆积于压力容器罐底部,并通过罐底的输送管道输送至反应釜。由于罐底堆积及输送管口堵塞,供给量无法达到1 150 kg/h的设计值Q,严重影响生产效率。因此,本文以该预热压力容器罐为改良设计对象展开研究。

2 研究方法与功能模型

2.1 基于TRIZ理论的专创融合思维流程

研究压力容器的专业知识属于特殊装置领域的知识体系,其行业创新涵盖参数化设计、有限元分析、优化设计、流场分析、逆向反演、可视化仿真等理论性与专业性较强的方法。TRIZ创新方法是解决发明问题的理论,其基本思想与创新发明的核心均在于解决冲突[6]或矛盾问题,因此被称为最有效的创新方法[7]。该理论以技术系统进化规律和矛盾冲突为基础,是通过分析、挖掘数以百万计的专利技术而提出的一套科学系统、具有普适性的创新理论与方法[8]。目前,TRIZ理论的创新系统方法正不断推广,在各领域的科学研究与工程实践中持续创新[9-10],不仅借助TRIZ提出开发应用方案[11],还通过其分析与解题过程形成较为系统化的新思路[12],同时融合预训练语言模型开展专利分类方法研究[13],为工程结构优化设计提供创新方案[14-15]。通过仿真数据发现设计问题后,将其交由TRIZ进行求解与验证,可获得一种有效的融合方法[16],即TRIZ"四盒子解题流程"。现构建基于TRIZ创新理论的专创融合分析流程如图1所示。

2.2 技术系统功能分析模型

引入TRIZ创新理论体系可知,解决技术系统的问题、缺陷或不足均需依托资源,而技术系统中冲突矛盾的根本原因正是资源间的相互影响。本文研究的技术系统中,塑料颗粒的流动可视为物质资源流;物质流必然占用压力容器罐、输送管道、热气与颗粒之间的空间资源,物质在空间中产生的相互作用即功能流;组件间功能的实现必然通过传递或改变能量形成能量流。值得注意的是,物质流、空间流、功能流与能量流的发生均需时间,且技术系统的特征与状态可通过各类信息反映。在问题模型分析环节,TRIZ创新理论聚焦技术系统功能分析模型、因果链分析与资源分析,其核心逻辑是从多维度暴露技术系统的不足、缺陷或问题,即揭示系统冲突的现象特征、过程属性、逻辑原因及资源间的参数关系。因果链分析旨在“由果溯因”或“由因识果”[17];全面考察系统涉及的所有资源,合理利用资源解决矛盾[18-19],并挖掘技术系统与超系统的可用资源,既能提升产品概念设计效率,又能节约资源以解决问题,最终探索理想解的实现途径。显然,未达最终理想解的技术系统,其资源应用及资源融合产生的信息控制与应用存在滞后[20]。综上,依托资源解决技术系统冲突,需引入科学的系统性思维,构建技术系统问题模型。

根据TRIZ创新理论的系统分析方法,将研究对象定义为预热压力容器罐技术系统。将球形聚甲醛塑料设置为技术系统的作用对象;超系统组件为供料设备、反应器和重力场;定义其组件之间的功能,主要功能包括固定、挤压、振动、剪切、振动、加热、减压、增压、冷却、排泄、输运、向下加速、减速、承装、加湿、引导、磨损、锈蚀、托举和堵塞等。预热压力容器罐技术系统通过组件之间功能流综合的作用,解释预热压力容器工作原理,获得该技术系统的主要功能:利用反应器高温尾气(热气)加热通过供料设备投入到压力容器罐的球形聚甲醛塑料颗粒,并通过塑料颗粒输送管道进入反应器,而压力罐中因冷却产生的水雾通过排泄管与处理装置排到容器罐外,同时冷气通过增压加热设备回到反应器。根据上述分析,构建预热压力容器罐技术系统功能模型,如图2所示。

2.3 提高压力容器罐性能构架

根据Tweedie回归模型[21]可知,塑料颗粒在压力容器罐中运动的随机性(颗粒被加载进入压力容器罐后的运动状态、飘落下降、与热气耦合作用、颗粒间相互碰撞、与压力容器罐发生碰撞、与输出管道壁产生挤压等过程都有随机性),进而将其运动过程中的特征参数均定义为Tweedie分布族[22],可以构建塑料颗粒运动的散布过程,而该散布过程是整个技术系统工作过程各组件相互作用耦合叠加的结果,反映了预热压力容器罐技术系统物质分布、空间体型特征、能源传递转化、功能发挥状态和信息反馈规律在时间上的影响关系,假定技术系统出现故障就是由各组件之间功能退化叠加的结果,组件的功能退化都遵循随机过程。因此,描述技术系统功能退化应考虑各个组件功能退化。将各个组件退化随机过程均定义为指数散布过程,令t时刻的退化量为X(t),若X(t)~EDP(αt,β),其中α和β分别为偏移参数和散布参数,且两个参数相互独立,则随机过程{X(t)|t>0}称为指数散布型过程[23](exponential-dispersion process,EDP),且X(t)满足:①X(0)=0,②{X(t)|t>0}具有独立增量。对于任意的Δt≥0,有ΔX=X(t+Δt)-X(t)~EDP[α(t+Δt)-α(t),β],且概率密度函数为

$\begin{aligned}f(\Delta x \mid \alpha, \beta)= & k(\Delta x \mid \Delta t, \beta) \exp (\beta\{\Delta x v(\alpha)- \\& \Delta t \bar{\omega}[v(\alpha)]\})\end{aligned}$

式(1)中:k(·)为标准化函数;exp(·)为自然指数函数;Δx为时间Δt内退化累计量;v(α)=k″$\overline{\omega }$(α),其中k″为k(·)的二次偏导数,'$\overline{\omega }$(α)为偏移参数α的适应度函数。

一般地,若指数散布过程可以用其方差函数定义,则将此指数散布型随机过程称为Tweedie指数散布过程(Tweedie exponential dispersion, TEP),其方差函数为

Var(α)=αχ, χ∈(-∞,0]∪[0,∞)

参数χ不同时,其适应度函数$\overline{\omega }$(·)可由其唯一确定,显然,在相同时间内,技术系统中各组件的功能退化是不相同的,也就是各组件χ取值是不同的。由于χ取值是不同,Tweedie指数散布过程可分别退化为常见的伽玛函数、逆高斯函数、正太分布以及复合泊松分布等[24]。显然各组件的功能退化可以根据取χ值进行描述其过程,所有组件处于无功能退化的状态就是技术系统优化改进后的初始状态Xi(0)=0,则在技术系统工作一段时间后,组件i在t时刻的状态Xi(t)功能退化量用TEP模型表示为

Xi(t)=Xi(0)+EDP(αt,β)=EDP(αt,β)

对于给定的失效阈值Dfi,相应失效时间Li的分布函数为

$F_{\alpha_{i^{t}}, \beta_{i}}(t)=P\left(L_{i}＜t\right)=P\left[X_{i}(t)\right]>D_{i}^{\mathrm{f}}$

由于技术系统较为复杂,且TEP模型结构也较为复杂,各组件功能失效时间也难以确定,采用Birnbaum-Saunders分布[25]近似表示组件首达时间分布,因此L关于模型参数θ=(α,β,χ)的累积分布函数[26](cumulative distribution fusion,CDF)为

FL(t|θ)≅Φ$\left[\sqrt{\frac{\beta }{{\alpha }^{\chi }}\left(\alpha \sqrt{t}-\frac{{D}_{f}}{\sqrt{t}}\right)}\right]$

式(5)中:Φ(·)为标准正态分布的累积分布函数,组件模型参数结合功能退化历史数据用极大似然估计方法[27]获得。

由TRIZ创新理论中流分析工具,对照指数散布型过程模型,将本技术系统中因改进技术系统提升结构流、质量流、能量流、功能流和信息反馈流促进功能提升变量向量,用Xm={X1,X2,…,Xl}表示,进而可以定义改进后技术系统功能发挥可靠性函数为

Fm=f(ξ,κ,χ,γ,λ)TXm

式(6)中:ξ为改进空间结构流提升技术系统性能影响因子;κ为改进质量流行为提升技术系统性能影响因子;χ为改进能量流发生、传递和利用等方式提升技术系统性能影响因子;γ为改进功能流提升技术系统性能影响因子;λ为改进信息反馈流提升技术系统性能影响因子;f(ξ,κ,χ,γ,λ)T表示创新方法,提出了改进方案对应提高ξ、κ、χ、γ、λ因子,综合提高技术系统理想度,进而提升设备的可靠性,因此,Fm为利用TRIZ创新理论提出改进方案,提高了影响因子并改进原技术系统,表示创新方案提升系统可靠性贡献与效果。

显然,当Xm=X(t)时,Fm=Fαit,βi(t)表示改进技术系统功能与技术系统功能退化量相等。TRIZ创新理论中,常使用理想度来描述问题解决方案的理想化程度,提高理想度是指导技术系统设计的最高法则,理想度表达式[28]为

I=$\frac{\sum {U}_{F}}{\sum {H}_{F}}$

式(7)中:I为理想化水平;∑UF为有用功能之和;∑HF为有害功能与代价之和。

可以假定本技术系统主要缺陷的发生是由各组件之间的设计有用功能退化随机问题,而致使发生退化量X(t)与每一个组件功能退化量Xi(t)存在Tweedie指数散布过程,功能因退化失效的分布函数Fαit,βi(t)与组件发生退化的时间有关,近似地用技术系统历史数据计算累积分布函数FL(t|θ)的数值。由于组件技术改进提高功能发挥而减缓功能退化,与功能退化过程相反,其提高过程可以使用类似的随机函数来描述,此时假定促进功能提升变量向量Xm={X1,X2,…,Xl}在改进技术系统提高技术系统功能可靠性函数Fm贡献率,最终实现提升技术系统理想度。针对改进技术系统而言,减缓组件有用功能退化或改造增加有用功能均有效地提高理想度。通过TRIZ创新理论构造改进系统的方案,提高功能发挥可靠性Fm以减缓功能退化量Xi(t)。因此对于本改进技术系统,构造创新方案实现优化是可以来减缓退化量X(t),最终提升理想度。

2.4 基于ARIZ创新理论的解题方案

2.4.1 基于ARIZ创新理论的解题过程

发明问题解决算法[29](algorithm for inventive-problem solving,ARIZ)属于创新理论体系,集成TRIZ创新理论的所有方法及工具[30]而形成算法,称为基于技术系统进化规律的分析问题和解决问题的流程,其提供一个连续推进创新的过程,最终获得问题的正确解决[31]。ARIZ专门用于解决复杂或困难的技术系统问题[32],其包括9个部分:在建立系统功能模型、因果链分析和资源分析的基础上,分别使用技术矛盾及发明原理、物理矛盾及分离原理、物-场模型及标准解、小人法分析、进化法则与进化分析、知识库与效应库、功能导向搜索、最终理想解等工具。ARIZ算法进一步提高了TRIZ创新理论的各类工具的功能。依据前文专创融合分析流程,以ARIZ算法构建预热压力容器罐技术系统性能缺陷的解题方案。基于ARIZ创新算法的分析过程如图3所示。

第1部分(1.1)~(1.7)各步骤。利用步骤(1.1)定义压力罐中既能存放聚甲醛塑料颗粒堆积体,又保证颗粒不堵塞供给管口>问题描述(模型);步骤(1.2)定义最小问题冲突矛盾对如图3(a)所示,并通过步骤(1.3)图形化方法表示冲突矛盾,如图3(b)所示;选择EC-1定义技术矛盾通过步骤(1.4)进行描述:如果压力罐体积大(用以堆积聚甲醛塑料颗粒),那么预热时间较长和能保证供给量,但是堆积体压实颗粒堆体,增强颗粒间摩擦力,增加堵塞率;选定EC-1技术矛盾恶化可以按照步骤(1.5)描述为:压力罐中完全充满聚甲醛塑料颗粒,形成压力罐完整的堆积体,颗粒加热时间长,能保证供给量,但是堆积 体压实颗粒堆体的强度最大,增大摩擦力,增加堵塞率;通过步骤(1.6)引入X元件[33](系AIRZ算法的术语IFR-X[34],又称X元素[35],其代表独特的能解决所定义的问题功能),构建两个基本的物-场模型,如图3(c)所示;探索从步骤(1.7)引导下使用标准解获得解题方案。

第2部分定义冲突的操作空间和操作时间确定最小问题系统及其系统环境的物质和场资源。通过步骤(2.1)定义操作空间:OZ1是压力罐中颗粒堆积体形成的压力区域,OZ2是输送管道入口的局部区域,显然OZ2为OZ1的一部分区间,这意味着操作区域部分重叠。因此,根据空间分离的原理,将料口调整方向,防止压力区作用于供料口之外的区域,改善供料堵塞问题,如图3(d)所示;通过步骤(2.2)定义操作时间:存在冲突的操作时间资源,QZ1为颗粒堆积体堆积时间,QZ2为聚甲醛塑料颗粒进入供给管时间,两个时间是部分重叠的。因此,可以利用时间分离进行构造解题方案,将延长下落时间,进而减少堆积时间,并可以减少堆积,解决堵塞问题,如图3(e)所示。通过步骤(2.3)利用资源分析工具,有改变颗粒形状,利用热气中水分,润滑颗粒表面,改善颗粒堆积中产生的摩擦力等资源可以构建方案。

第3部分确定最终理想解和物理矛盾,进一步使用TRIZ工具分析问题模型并获得解题方案:其中步骤(3-3)定义宏观层面的物理矛盾,利用曲面原理构建综合性解决方案,如图3(f)所示;步骤(3.4)定义微观层面的物理矛盾构建设置锥形装置综合性方案,如图3(g)所示;步骤(3.5)和(3.6)定义第二最终理想解确定的物理问题,构建设置摩擦锥形装置综合性方案如图3(h)所示。

第4部分,使用步骤(4.1)“小矮人”模拟法(在TRIZ创新理论,小矮人也称为智慧小人法(smart little people,SLP)[30],是一套解题工具方法,是从组件之间功能发挥的环节出发,依据有关基本的理论和原理构思细观或微观、能起不同作用的小人来代表不同元素[36]或部件[37],实现预期的功能[38]模拟场景,进而从细观或微观的解题方案,也将其称为小人模型[39])。第一步把对象中聚甲醛塑料颗粒想象成一群的“小人”;第二步根据管道进口尺寸按照操作空间和操作时间条件的要求对对聚甲醛塑料颗粒“小人”进行分组;第三步对聚甲醛塑料颗粒“小人”按照进口尺寸所容纳通过去确定一定的数量,并按照进口数量少,距离较远处数量多,且保证每一组“小人”自己组内不相互挤压,同时也不要挤压排在之前的“小人”,使每一组按照秩序通过管道进口,并将空位腾出来给排列在后边的小人;第四步将聚甲醛塑料颗粒“小人”固化成所需功能的组件为压力罐为颗粒提供按照一定分组并无相互作用地排队。步骤(4.2)确定是否可以组合使用不同的物质资源来解决问题:需要满足托举力抵消向下的分力,如图3(i)所示,因此,若减少颗粒之间的堆积压力,需要满足托举力抵消向下的分力。

第5部分,步骤(5.1)利用第4部分中列出的改变后物质和场资源重新描述第二最终理想解,分析技术系统资源,结合“小矮人”模拟法,构建第三个综合性解决方案第三个方案:在颗粒进口局部增加热气,在热气作用下在进料口管周围区域形成颗粒松散,上部颗粒提供一定的堆积量,满足颗粒在压力罐存放时间,以满足预热效果,如图3(j)所示。

第6部分,通过步骤(6.1)~(6.3)完成解题问题的梳理,认为不需要改变或更改问题,进而进入第7部分,步骤(7.1)检验解决方案后汇总解题方案。步骤(7.2)预评估所得到的解决方案,按照AIRZ算法拓展第8部分和第9部分,进而获得如图3所示的分析成果,所列出来在TRIZ各类专门工具,尤其在ARIZ算法的引导下,结合本领域的科学原理、专业知识、资源分析、工程经验和项目本身的实际获得3个综合方案。

方案1 将本设计压力罐底部设置锥形装置,利用空间分割改变流道功能,改变空间结构流影响物质流,进而改变能量流,以改变空间贡献率ξ来影响颗粒输运可靠性Fm实现减缓功能退化量Xi(t),但是根据工程实际调查结论可知该方案仍然未完全解决本项目的难题。

方案2 将本设计压力罐底部平面跟换为球面,甚至是椭球面,改变罐底结构改进罐底局部空间结构流调整该局部物质流[40],同时也改变能量流,从而改变空间贡献率ξ来影响颗粒输运可靠性,但是需要改动罐底结构,存在破坏主体结构的安全性能,不建议采纳该方案。

方案3 将压力罐底部区域分成两个区域,靠上部的区域提供堆积一定量的颗粒,下部为松散区域,在热气作用下在进料口管周围区域形成颗粒松散,上部颗粒提供一定的堆积量,满足颗粒在压力罐存放时间,以满足预热效果,但是该方案所提供的措施不够清晰。

综合上述3个方案获得改良方案,即第四个综合应用解决方案:增加一个分流锥(梭),其位于进料口中心正上方,由两个圆锥结构组成。本次模拟分析保持下部圆锥体型,调整上部圆锥体的特征,锥角分别可以通过颗粒流数值模拟确定。该方案改进引入曲面原理、分割罐内空间而系统改变空间结构流,进而对罐体中下部罐底质量流行为产生改变,同时将热气进口区域布置聚甲醛塑料以至于改进能量流传递及利用。该方案在不对罐体主体结构做改动,使得甲醛塑料颗粒在热气进口区域振动自动受热,且在分流锥引导下自由流动,分流锥变截面特征改变流动截面而蓬松甲醛塑料颗粒利于热气贯通减少颗粒间挤压力,增强自主的流动性,实现提高最终理想度,降低了设备功能退化Xi(t)。

2.4.2 创新方案专业设计

利用分流锥锥底圆的直径D、分流锥顶角角度α和分流锥高度H这3个几何参数描述分流结构特征,其锥面表面积与高度和压力容器的体积关系决定了分流锥性能。分析过流能力计算确定流量系数与等效直径比[41],初步拟定锥底圆直径D=0.75Dg(Dg为压力容器罐的内径),分流锥与颗粒之间的碰撞关系来确定顶角角度和高度,如图4所示。

依据申力鑫等[42]在研究旋转锥形液膜喷雾形态是所选用的锥角37°,以及刘宇等[43]在分析锥形减速结构流场锥角为120°,进而初步拟定分流锥顶角角度范围为α∈(30°,120°)。假定球形聚甲醛塑料与分流锥锥面发生入射角度为θ的碰撞后,出射角度β,由于碰撞过程受到颗粒运动速度、颗粒直径、颗粒粒径差异、颗粒的非均匀性、颗粒的圆度、颗粒间碰撞和颗粒热气的作用等因素影响,碰撞后的颗粒速度方向为一定范围内的随机,在(β-δ/2,β+δ/2)范围,其中δ/2大小由参数漫反射决定,δ/2∈(0°,31°)[44]。由于D确定,α决定了分流锥体型特征,α越小,分流锥越呈现“高瘦”,通过锥面碰撞改变球形聚甲醛塑料的出射效果降低(颗粒原始方向向下,碰撞后方向改变较小);α越大,分流锥越呈现“矮胖”,锥面碰撞改变球形聚甲醛塑料的出射效果特征为倾斜向上,不利于颗粒线下输运,不宜采用选择小角度数值顶角和大角度的顶角。因此若选取δ/2=30°,进而拟定分流锥顶角范围α∈(60°,120°),进而确定模拟方案按照δ/2=30°划分区间,初步拟定夹角分别为60°、90°和120°的分流锥,如图5所示。

3 基于数值模拟优化选定方案

预热不足可以认为颗粒流热传递过程不达标,颗粒的体积分数和运动状态均可能发生变化[45],颗粒流出现流动不均匀,可以定义颗粒流动不均匀度,其为评价颗粒流动过程中颗粒层不均匀程度的指标[46]。颗粒团内颗粒运动时方向、速率等的随机性[47],描述磨损的物理量主要包括磨损体积、质量磨损速率和磨损速率,磨损与接触面的法向压力、相对滑移距离、管壁材料硬度、磨损因子[48]、颗粒运动速度(颗粒圆周速度、轴向速度、自转角速度)及冲击夹角、管道体型、颗粒形状等有关,即受限颗粒的数量、分布、表面性质的不同,其引发的颗粒与管壁的摩擦会有明显的差别[49]。颗粒团现象直接影响气固两相在计算域流动分布及运动状态、气-固间传热传质速率,以及颗粒与管壁间的磨损等[50],颗粒间碰撞[51]较为激烈而导致颗粒动能损失较大[52]。总之,压力罐是利用反应釜尾气预热球形聚甲醛塑料颗粒,显然罐内的流动属于气固两相颗粒流,其性能与颗粒流的流场特征息息相关,研究该技术系统的缺陷需要分析颗粒流流场。

3.1 热气与塑料颗粒热交换模型

假定塑料颗粒均匀持续进入加载,在下落过程中,颗粒间形成较大的间隙,处于完全分散的多孔介质的状态,为热气提供了良好的流动条件,颗粒表面完全与热气充分接触,由于塑料颗粒的导热系数远大于热气的导热系数,多孔介质内部固体相的温度总是低于热气温度,加之颗粒进入压力罐并飘洒降落时间较短,颗粒与热气之间出现局部热平衡的状态较少,用局部非热平衡模型来描述比较符合现实,由于颗粒间存在较大的间隙颗粒,热气与颗粒之间的传热效果取决于两者之间的温差、热气与颗粒表面接触时间和两者的相对运动速度;考虑颗粒堆积后形成松散多孔介质,颗粒固体相的温度和热气流体相的温度差,形成空隙流动条件下两相之间的传热,比较符合局部非热平衡模型[53]的特征,其表达式为

$ \left\{\begin{array}{l} \frac{\partial T_{\mathrm{s}}}{\partial t}=\frac{1}{\operatorname{Re} e_{\tau} \operatorname{Pr}\left(\rho_{\mathrm{sf}} c_{\mathrm{sf}}\right)}\left[k_{\mathrm{sf}} \nabla^{2} \theta_{\mathrm{s}}-\frac{B i}{1-\varphi}\left(T_{\mathrm{s}}-T_{\mathrm{f}}\right)\right] \\ \frac{\partial T_{\mathrm{f}}}{\partial t}+\frac{1}{\varphi} \boldsymbol{u}_{\mathrm{f}} \nabla T_{\mathrm{f}}=\frac{1}{\operatorname{Re} e_{\tau} \operatorname{Pr}}\left[\nabla^{2} \theta_{\mathrm{f}}-\frac{B i}{\varphi}\left(T_{\mathrm{s}}-T_{\mathrm{f}}\right)\right] \end{array}\right.$

式(8)中:Ts为塑料颗粒相温度;Tf为作用在塑料颗粒表面的热气温度;Reτ=ρfuτh/μ为颗粒表面摩擦雷诺数,其中ρf为塑料颗粒的密度,uτ为颗粒的特征速度,h为热气介质的压力水头,μ为热气介质的动力黏度;uf为塑料颗粒表面热气摩擦速度(相对速度);Pr=μfcf/kf为普朗特数;其中μf为热气介质的黏性系数,${c}_{f}^{}$为热气介质比热容系数,kf为热气介质的导热系数;ρsf为固体颗粒与热气介质的密度之比;csf为固体颗粒与热气介质的比热容之比;ρsfcsf=ρscs/(ρfcf)为塑料颗粒和热气介质的单位体积热容量之比,其中${c}_{s}^{}$为塑料颗粒比热容系数,ρs为热气介质的密度;θs、θf分别为固体相、流体相无量纲温度;Bi=hvh/kf为毕渥数(Biot数),表征非稳态导热条件下物体内温度场的分布规律,定义为塑料固体颗粒与热气之间的传热能力,其中hv为容积换热系数;ksf=ks/kf为塑料固体颗粒与热气流体的导热系数之比;ϕ为塑料颗粒形成的孔隙率。

3.2 热气与塑料颗粒两相流动耦合模型

塑料颗粒进入压力容器罐开始飘落过程属于气固两相流动,热气对固相颗粒的作用力是一种主要的力,气固两相间的相互作用及能量传递起到非常重要的影响[54]。气相与各颗粒相存在相互作用,属于气固两相流,其动量方程可以表达为

$ \left\{\begin{array}{l} \frac{\partial}{\partial t}\left(\alpha_{\mathrm{f}} \rho_{\mathrm{f}} \boldsymbol{u}_{\mathrm{f}}\right)+\nabla \cdot\left(\alpha_{\mathrm{f}} \rho_{\mathrm{f}} \boldsymbol{u}_{\mathrm{f}} \boldsymbol{u}_{\mathrm{f}}\right)=\alpha_{\mathrm{f}} \nabla \cdot \tau_{\mathrm{f}}+ \\ \alpha_{\mathrm{f}} \rho_{\mathrm{f}} \boldsymbol{g}-\alpha_{\mathrm{f}} \nabla p+K_{\mathrm{sf}}\left(\boldsymbol{u}_{\mathrm{f}}-\boldsymbol{u}_{\mathrm{s}}\right)- \\ \left(\boldsymbol{F}_{\text {lift }, \mathrm{s}}+\boldsymbol{F}_{\mathrm{vm}, \mathrm{~s}}+\boldsymbol{F}_{\mathrm{td}, \mathrm{~s}}\right) \\ \frac{\partial}{\partial t}\left(\alpha_{\mathrm{s}} \rho_{\mathrm{s}} \boldsymbol{u}_{\mathrm{s}}\right)+\nabla \cdot\left(\alpha_{\mathrm{s}} \rho_{\mathrm{s}} \boldsymbol{u}_{\mathrm{s}} \boldsymbol{u}_{\mathrm{s}}\right)=\nabla \cdot \tau_{\mathrm{s}}+ \\ \alpha_{\mathrm{s}} \rho_{\mathrm{s}} \boldsymbol{g}-\alpha_{\mathrm{s}} \nabla p+K_{\mathrm{fs}}\left(\boldsymbol{u}_{\mathrm{f}}-\boldsymbol{u}_{\mathrm{s}}\right)+ \\ \left(\boldsymbol{F}_{\text {lift }, \mathrm{s}}+\boldsymbol{F}_{\mathrm{vm}, \mathrm{~s}}+\boldsymbol{F}_{\mathrm{td}, \mathrm{~s}}\right) \end{array}\right.$

式(9)中:αf和uf为气相体积分数和速度;αs为颗粒相体积分数;us为塑料颗粒相速度;τf和τs分别为气相和颗粒相的应力张量;g为重力加速度; ∇p为压力梯度;$\begin{array}{c}{K}_{sf}({u}_{f}-{u}_{s})\end{array}$为气相和颗粒相的交换动量;Ksf为气相和颗粒相的交换动量系数,该系数是曳力系数、颗粒相体积分数和气固相对速度等物理量的函数[55];Kfs(uf-us)为颗粒相所受到气相的阻力;Kfs为颗粒相所受到气相的阻力系数;Flift,s为颗粒相所收到气相的升力;Fvm,s为颗粒相所受到气相作用的附加质量力;Ftd,s为颗粒相所受到湍流分散力,而本模型第一式中(Flift,s+Fvm,s+Ftd,s)为气相对颗粒施加的升力、压力梯度和湍流分散力等而受到的相应的反作用力。在该在多颗粒系统中,作用在单个颗粒上的曳力[56-57]可以表示为

Fd=$\left(\frac{1}{6}\frac{\pi {d}_{s}^{3}}{{\alpha }_{s}}\right)$Ksf(uf-us)

Ksf=Ψ$\left[150\frac{{{\alpha }^{2}}_{f}{\mu }_{f}}{{\alpha }_{g}{{d}^{2}}_{s}}+\frac{1.75{\rho }_{s}{\alpha }_{s}\left|{u}_{f}-{u}_{s}\right|}{{\alpha }_{g}{d}_{s}}\right]$+

(1-Ψ)$\left(\frac{3}{4}{C}_{D}\frac{{\rho }_{s}{\alpha }_{s}}{{d}_{s}}{\alpha }_{g}^{-2.65}\right)$

式中:ds为颗粒直径;Fd为单个球形颗粒受到气相的曳力;Ψ为相间作用修正系数; CD=$\left\{\begin{array}{l}\frac{24}{R{e}_{p,\alpha }}(1+0.15)R{e}_{p,a}^{0.587}R{e}_{p,\alpha }1 000\\ 0.44R{e}_{p,\alpha }\ge 1 000\end{array}\right.$,Rep,α=$\frac{{\rho }_{s}{d}_{s}}{{\mu }_{f}}\left|{u}_{f}-{u}_{s}\right|$为气相与颗粒固相相对流动雷诺数;αg为CFD(computational fluid dynamics,CFD)[58]数值模拟中网格单元孔隙率,根据非连续介质问题的离散元方法(discrete element method,DEM)[59]进行计算。

3.3 颗粒流数值模拟与比较分析

采用ANSYS CFX对容器罐颗粒流数值模拟,分析设计工况条件下3种不同分流锥流动特征。分别从颗粒进口设置高度差2 m前8个水平面剖切上部流道,第9~第23个高度差为1 m水平面的剖切下部流道。随后分析该23截面上的流速、湍流涡耗散和湍流动能等参数去分析其流场特征;相比较可知,3个方案对应分流锥上部流速较基本比较相近且均为低速流动平稳区,低速流动有利于颗粒在罐中悬滞,充分吸收罐内上升的热气中的能量,提高其温度,但是在设置分流锥的中下部,锥形结构对颗粒的流动起到了引导颗粒流动的作用,不同程度改变颗粒在流道中的作用力,分散了颗粒形成的挤压,提高了颗粒之间的间隙,颗粒流顺利流出供给管段。比较可知锥形顶角60°的方案颗粒流速度相对较大,设置分流锥的中下部高速区分布均匀,颗粒最大流速为16.2 m/s其流通效果较好如图6所示。

比较分析3种方案上述23个截面上湍流涡耗散平均值,上部锥形顶角60°分流锥方案湍流涡耗散数值优于其他两个方案,说明在该方案中颗粒流动过程中掺混较为均匀,能量交换传递及预热效果较好,如图7所示;比较湍流动能,上部锥形顶角60°分流锥方案湍流动能在1~15截面与22、23截面均大于其他两个方案对应的数值,16~21截面略低于上部锥形顶角120°分流锥方案的,显然上部锥形顶角60°分流锥方案颗粒流的流场中颗粒之间产生的动能交换比较充分,更有利于热气对颗粒的预热。

引入Q-criterion准则,设置速度变化梯度张量值为0.005水平,分析3种方案中流动的涡结构、旋涡形成与演化特征,流道中存在流速低速涡分布。流道中涡结构虽然存在差异但整体因流场受到颗粒流入口初始速度和热气入口的压力影响而涡旋度矢量场强度特征基本相同;上部锥形顶角60°分流锥方案涡核单一,与速度分布均匀化规律一致,但由于设置分流锥后其流速相比较大,加之在该方案中湍流涡耗散和湍流动能较大,其矢量场强度较大,如图8所示。总之,通过颗粒流数值模拟分析可知,设置上部锥形顶角60°分流锥方案整体优于其他两个方案。

根据前文阐述构建性能构架,塑料颗粒在压力容器罐中的运动是随机性的,而模拟分析计算是确定性问题,不能单一从颗粒流随机性的角度解释3种分流锥对性能的影响,通过分析可知,主要从下面两个方面解释其原因。

(1)分流锥体型及边界对颗粒流场的影响:分流锥体为上下两个锥组成,底锥半径均为5.982 m, 下部锥锥角为50.8°,高度为6.996 m,而分流锥上部锥形顶角60°的分流锥,其高度为5.382 m,锥面表面积60.640 m2,体积为54.380 m3,上部锥顶角90°的分流锥高度为3.108 m,锥面表面积42.88 m2,体积为31.14 m3;上部锥形顶角120°的分流锥高度为1.795 m,锥面表面积35.01 m2,体积为18.13 m3。由于容器中被占用的空间体积以及锥面表面积与上部锥角角度参数直接相关,通过分流锥对流场的作用分析易得对颗粒流的引导与锥面反射颗粒改变颗粒运动方向,这两个基本目标属于同一参数的物理矛盾两个极端要求,采用空间分离原理,设置足够长的过渡区,实现分流锥具备空间分离的特征,即采用高度较大的圆锥结构,由于底部圆直径为定值,比较3个方案,选择设置顶角60°的分流锥性能优于其他两个方案。

(2)从改变结构流的降低功能退化量和提高贡献率的视角,分流锥高度、表面积和体积3个参数对引导流动和改变反射方向,表面积的贡献率较大,反射角值对锥面的贡献随其值增大而减小,因此顶角60°的分流锥在结构流改进提升分流锥的性能。

3.4 升级改造后结构安全有限元分析

优选设置上部锥形顶角60°分流锥方案,采用ANSYS Workbench并对其结构安全可靠性分析,设置荷载主要为重力、颗粒流流场耦合荷载,材料参数为结构钢:密度为7 850 kg/m3,杨氏模量为2×1011 Pa,泊松比为0.3,热膨胀系数1.2×105,体积模量1.666 7×1011 Pa,剪切模量7.692×1010 Pa,抗压屈服强度和受拉屈服强度2.5×108 Pa,最大抗拉强度4.6×108 Pa。下部地脚螺栓为固定约束,管口连接为位移为0.000 01 m。分别进行静力学、模态和动力学分析(总时长为30 s,计算步长为0.1 s)。罐体结构:静力学最大位移发生在罐顶,其数值为0.003 209 16 m;模态分析中最大位移发生(6阶:16.599 Hz)在罐顶外围边界上,其数值为0.001 076 3;动力学分析最大位移(第20秒),位置为安装固定分流锥管壁支撑处,其数值为0.000 169 34 m,如图9(a)~图9(d)所示。分流锥及其支撑结构:静力学最大位移发生在上部锥形面,其数值为0.003 087 5 m;模态分析中最大位移发生(6阶:16.599 Hz)在上下两个椎体交界区域,其数值为0.001 036 7 m;动力学分析最大位移(第18秒),位置为上下两个椎体锥面上,其数值为0.000 161 57 m;最大主应力发生在分流锥体与支撑杆接触处,其数值为5.984 3×107 Pa,如图9(e)~图9(h)所示。分析以上数据及其他参数的模拟结果,罐体、分流锥及其支撑结构的应力与应变结果的数值均低于所采用的材料的设计值,均为安全可靠。

4 结论

(1)基于TRIZ创新理论体系,构建预热压力容器罐技术系统,提出压力容器罐性能提升架构;运用ARIZ算法完成以提高理想度为目标的创新方案设计,最终确定最优改进方案为在压力容器罐进料口中心正上方增设分流锥(梭),并初步拟定上部锥形顶角为60°、90°和120°的三个实施方案。

(2)针对上述三个实施方案的罐体流道开展颗粒流数值模拟,结合流速分布、湍流涡耗散、湍流动能及涡流特征等参数进行对比分析,确定上部锥形顶角60°的分流锥方案为最终实施方案。

(3)对上部锥形顶角60°分流锥方案的改造升级结构开展静力学、模态及动力学有限元分析,依据模拟结果中的变形与应力参数判断:罐体、分流锥及其支撑结构均安全可靠。

(4)以预热压力容器罐为研究载体,融合TRIZ创新理论、颗粒流流场模拟、结构有限元分析等方法,从技术系统视角剖析问题;借助TRIZ创新工具搭建解题框架,依托ARIZ算法提出针对性新方案,运用系统思维对方案进行融合创新;通过流场数值模拟完成多方案优选,最终利用有限元分析对方案结构进行安全性评价。依托本文提出的专创融合创新流程开展分析研究,形成解题方案并实施针对压力容器罐性能的模拟优化实践。

参考文献

原文顺序 | 出版日期 | 本文引用
[1]

陈学东, 范志超, 陈永东, 等. 我国高端压力容器设计制造与维护技术进展[J]. 机械工程学报, 2023, 59(20): 18-33.
[2]

Chen Xuedong, Fan Zhichao, Chen Yongdong, et al. Technological progress on design, manufacturing and maintenance of high-end pressure vessels in China[J]. Journal of Mechanical Engineering 2023, 59(20):18-33.
[3]

郭远航. 压力容器腐蚀原因分析及解决对策[J]. 化工管理, 2023(23): 106-109.
[4]

Guo Yuanhang. Analysis of corrosion causes of pressure vessel and corresponding countermeasures[J]. Chemical Engineering Management, 2023(23): 106-109.
[5]

廖强, 付乾. 工业高温含尘烟气余热回收技术[J]. 工程热物理学报, 2017, 38(4): 906-907.
[6]

Liao Qiang, Fu Gan. Recovery technology of waste heat from industrial high temperature dust gas[J]. Journal of Engineering Thermophysics, 2017, 38(4): 906-907.
[7]

谢笛, 田颖琳, 王光谦, 等. 青海省碳中和路径及实现途径研究[J]. 应用基础与工程科学学报, 2022, 30(6): 1331-1345.
[8]

Xie Di, Tian Yinglin, Wang Guangqian, et al. Study on the pathway and strategy of carbon neutralization in Qinghai Province[J]. Journal of Basic Science and Engineering, 2022, 30(6): 1331-1345.
[9]

张思维, 唐宇峰, 李文杰, 等. 基于有限元和深度学习的高温压力容器安全评定[J]. 科学技术与工程, 2024, 24(33): 14226-14236.
[10]

Zhang Siwei, Tang Yufeng, Li Wenjie, et al. Safety assessment of high temperature pressure vessel based on finite element and deep learning[J]. Science Technology and Engineering, 2024, 24(33): 14226-14236.
[11]

任杉, 王晋, 赵欣, 等. 复杂产品智能设计与主动运维“双馈式”制造服务方法体系[J]. 机械工程学报, 2024, 60(6): 127-136.
[12]

Ren Shan, Wang Jin, Zhao Xin, et al. “Doubly-fed” manufacturing service of intelligent design and preventive maintenance for complex products[J]. Journal of Mechanical Engineering, 2024, 60(6): 127-136.
[13]

余隋怀, 王鹏超, 王磊, 等. 基于知识工程的产品设计研究综述[J]. 机械工程学报, 2024, 60(13): 216-234.
[14]

Yu Suihuai, Wang Pengchao, Wang Lei, et al. Research review of product design based on knowledge engineering[J]. Journal of Mechanical Engineering, 2024, 60(13): 216-234.
[15]

刘江南, 黄琬清, 杜文轩, 等. 高端装备创新方法知识系统构建与优选推送[J]. 机械工程学报, 2024, 60(11): 169-180.
[16]

Liu Jiangnan, Huang Wanqing, Du Wenxuan, et al. Knowledge system establishing of innovation methods of high-end equipment and knowledge pushing of preferred innovation method sequence[J]. Journal of Mechanical Engineering, 2024, 60(11): 169-180.
[17]

龚成勇, 李仁年, 何香如, 等. TRIZ创新方法剖析抽水蓄能电站进/出水口设计[J]. 水力发电学报, 2020, 39(2): 16-24.
[18]

Gong Chengyong, Li Rennian, He Xiangru, et al. Analysis on flow intake-outlet design of pumped storage power station using TRIZ innovation method[J]. Journal of Hydroelectric Engineering, 2020, 39(2): 16-24.
[19]

Ge S J, Huang S H, Song X H, et al. Comparing TRIZ and brainstorming in human-agent design collaboration: effects on cognitive processes and performance[J]. Artificial Intelligence for Engineering Design, Analysis and Manufacturing, 2025, 39: e21.
[20]

鲍宏, 高翼飞, 万超, 等. 面向多级循环再利用需求的产品易拆解交互式设计与知识推送研究[J]. 机械工程学报, 2024, 60(13): 257-267.
[21]

Bao Hong, Gao Yifei, Wan Chao, et al. Interactive design and knowledge transfer research of product easy disassembly for multi-stage recycling needs[J]. Journal of Mechanical Engineering, 2024, 60(13): 257-267.
[22]

白仲航, 毕珈宁, 刘亚群, 等. 面向认知摩擦的可供性物质——场产品创新方法[J]. 机械工程学报, 2025, 61(9): 411-423.
[23]

Bai Zhonghang, Bi Jianing, Liu Yaqun, et al. An innovative approach for cognitive friction-oriented affordance substance-field products[J]. Journal of Mechanical Engineering, 2025, 61(9): 411-423.
[24]

贾丽臻, 白晓磊. 基于预训练语言模型和TRIZ发明原理的专利分类方法[J]. 科学技术与工程, 2024, 24(30): 13055-13063.
[25]

Jia Lizhen, Bai Xiaolei. Patent classification method based on pre-trained language model and TRIZ inventive principle[J]. Science Technology and Engineering, 2024, 24(30): 13055-13063.
[26]

何涛, 龚宝春, 王成军, 等. 基于TRIZ理论的触屏玻璃运存装置结构优化设计[J]. 科学技术与工程, 2023, 23(36): 15553-15560.
[27]

He Tao, Gong Baochun, Wang Chengjun, et al. Design and analysis of touch screen glass transfer storage device based on TRIZ theory[J]. Science Technology and Engineering, 2023, 23(36): 15553-15560.
[28]

王成军, 李少强. 基于TRIZ理论的转盘式挤奶机器人结构设计[J]. 科学技术与工程, 2022, 22(7): 2770-2775.
[29]

Wang Chengjun, Li Shaoqiang. Design and analysis of a new rotary milking robot based on TRIZ theory[J]. Science Technology and Engineering, 2022, 22(7): 2770-2775.
[30]

刘尚, 郭霄霞, 韩刚, 等. 参数优化设计与TRIZ理论集成设计方法研究[J]. 机械设计与制造, 2024, 395(1): 23-29.
[31]

Liu Shang, Guo Xiaoxia, Han Gang, et al. Research on the integrated method of parameter optimization and TRIZ[J]. Machinery Design & Manufacture, 2024, 395(1): 23-29.
[32]

张瑜, 邓鑫洋, 李明炟, 等. 基于证据网络因果分析的空中目标意图识别[J]. 航空学报, 2022, 43(S1): 143-156.
[33]

Zhang Yu, Deng Xinyang, Li Mingdan, et al. Air target intention recognition based on evidence-network causal analysis[J]. Acta Aeronautica et Astronautica Sinica, 2022, 43(S1): 143-156.
[34]

Iqbal S M, Rahim A Z, Omerkhel Q. Harnessing generative AI for educational innovation: a TRIZ-PLR perspective[J]. Discover Applied Sciences, 2025, 7(7): 789-789.
[35]

王金凤, 蔡国良, 关长亮, 等. 应用专家PID实现某矿山半自磨机的控制[J]. 金属矿山, 2019, 517(7): 177-181.
[36]

Wang Jinfeng, Cai Guoliang, Guan Changliang, et al. Application of expert PID to realize the control of a mine semi-autogenous mill[[J]. Metal Mine, 2019, 517(7): 177-181.
[37]

韩博. TRIZ理论中资源分析的应用研究[J]. 科技创新与品牌, 2015, 97(7): 73-75.
[38]

Han Bo. Application research of resource analysis in TRIZ theory[J]. Sci-Tech Innovations and Brands, 2015, 97(7): 73-75.
[39]

张实. Tweedie回归模型的统计推断及其应用[D]. 贵阳: 贵州财经大学, 2021.
[40]

Zhang Shi. Statistical inference of Tweedie regression model and its application[D]. Guiyang: Guizhou University of Finance and Economics, 2020.
[41]

段星德, 张实, 罗露璐, 等. Tweedie复合泊松回归模型的Bayes估计和影响分析[J]. 高校应用数学学报A辑, 2020, 35(4): 393-404.
[42]

Duan Xingde, Zhang Shi, Luo Lulu, et al. Bayesian estimation and influence analysis of Tweedie's compound Poisson model[J]. Applied Mathematics A Journal of Chinese Universities(Ser. A), 2020, 35(4): 393-404.
[43]

Tseng S T, Lee I C. Optimum allocation rule for accelerated degradation tests with a class of exponential-dispersion degradation models[J]. Technometrics, 2016, 58(2): 244.
[44]

张文娟, 朱雨彤. 基于能源效率的生产系统节能延迟窗机会维修模型[J]. 同济大学学报(自然科学版), 2023, 51(5): 763-774.
[45]

Zhang Wenjuan, Zhu Yutong. Energy saving delay window opportunity maintenance strategy of production system based on energy efficiency[J]. Journal of Tongji University(Natural Science), 2023, 51(5): 763-774.
[46]

徐晓岭, 王蓉华, 顾蓓青. 两参数Birnbaum-Saunders疲劳寿命分布图像特征的拓展分析[J]. 浙江大学学报(理学版), 2019, 46(1): 22-31, 47.
[47]

Xu Xiaoling, Wang Ronghua, Gu Beiqing. Extended analysis about the image feature of two-parameter Birnbaum-Saunders fatigue life distribution[J]. Journal of Zhejiang University(Science Edition), 2019, 46(1): 22-31, 47.
[48]

姚晓磊, 鱼京善, 孙文超. 基于累积分布函数匹配的多源遥感土壤水分数据连续融合算法[J]. 农业工程学报, 2019, 35(1):131-137.
[49]

Yao Xiaolei, Yu Jingshan, Sun Wenchao. Continuous fusion algorithm analysis for multi-source remote sensing soil moisture data based on cumulative distribution fusion[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(1): 131-137.
[50]

王继霞, 张亚萌. 半参数跳-扩散模型的近似极大似然估计——基于转移密度的闭式展开方法[J]. 河南师范大学学报(自然科学版), 2018, 46(4): 23-28.
[51]

Wang Jixia, Zhang Yameng. Approximate maximum likelihood estimation of semi-parametric jump-diffusion model—closed-expansion method based on transfer density[J]. Journal of Henan Normal University(Natural Science Edition), 2018, 46(4): 23-28.
[52]

明传舰, 陈领, 郭鑫, 等. 深海钻机保真舱保压控制装置创新设计[J]. 制造业自动化, 2019, 41(3): 77-82, 96.
[53]

Ming Chuanjian, Chen Ling, Guo Xin, et al. Innovative design of pressure control device for fidelity cabin of deep sea drilling rig[J]. Manufacturing Automation, 2019, 41(3): 77-82, 96.
[54]

熊兴福, 孙雪梅. TRIZ理论在超市环保购物袋设计中的应用[J]. 包装工程, 2008(10): 185-187.
[55]

Xiong Xingfu, Sun Xuemei. Application of TRIZ theory in supermarket shopping bag design[J]. Packaging Engineering, 2008(10): 185-187.
[56]

张娜, 于振环, 刘志远. 基于ARIZ和有限元的减振器弹簧托盘优化设计与试验[J]. 机械设计与研究, 2021, 37(6): 218-222.
[57]

Zhang Na, Yu Zhenhuan, Liu Zhiyuan. Optimization design method of the shock absorber spring seat based on ARIZ and finite element optimization and test[J]. Machine Design & Research, 2021, 37(6): 218-222.
[58]

Song K K. A case study of technological innovation practice by using algorithm of inventive problem solving(ARIZ) in IT sector[J]. Computers & Industral Engineering, 2017, 107: 360-366.
[59]

韦子辉, 阎会强, 檀润华. TRIZ理论中ARIZ算法研究与应用[J]. 机械设计, 2008(4): 57-61.
[60]

Wei Zihui, Yan Huiqiang, Tan Runhua. Research and application of ARIZ algorithm in TRIZ theory[J]. Journal of Machine Design, 2008(4): 57-61.
[61]

郝兴玉, 贺刚, 董佳佳, 等. 基于ARIZ算法的方草捆收集车改进设计与试验[J]. 农业机械学报, 2016, 47(S1): 254-260, 316.
[62]

Hao Xingyu, He Gang, Dong Jiajia, et al. Improved design and test on collecting wagon of rectangular bale based on ARIZ algorithm[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(S1): 254-260, 316.
[63]

朱伊枫, 孙丽萍, 李季成. 干燥窑结构改进对风速流场均匀性的影响[J]. 农业工程学报, 2021, 37(24): 327-337.
[64]

Zhu Yifeng, Sun Liping, Li Jicheng. Influence of improved structure of drying kiln on the uniformity of wind velocity flow field[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(24): 327-337.
[65]

郭飞, 黄塞君, 张爱民. 基于ARIZ-85C理论的汽车后排安全带的创新设计[J]. 机电工程技术, 2022, 51(10): 199-203.
[66]

Guo Fei, Huang Saijun, Zhang Aimin. Innovative design of the car rear seat belt based on ARIZ-85C theory[J]. Mechanical & Electrical Engineering Technology, 2022, 51(10): 199-203.
[67]

杨壮志, 白羽林, 戎青青, 等. 基于TRIZ理论的涡旋夹具创新设计[J]. 机械设计, 2022, 39(S2): 124-129.
[68]

Yang Zhuangzhi, Bai Yulin, Rong Qingqing, et al. Innovation design of scroll fixture based on TRIZ theory[J]. Journal of Machine Design, 2022, 39(S2): 124-129.
[69]

贾伟男, 付琢, 于海波, 等. 基于TRIZ的新型动车组产品质量改进模式[J]. 城市轨道交通研究, 2022, 25(2): 129-133.
[70]

Jia Weinan, Fu Zhuo, Yu Haibo, et al. Improvement mode of EMU product quality based on TRIZ theory[J]. Urban Mass Transit, 2022, 25(2): 129-133.
[71]

韩静, 谭琳, 冯辉霞, 等. 基于TRIZ解决航空航天用吸波贴片成本高的问题[J]. 包装工程, 2023, 44(9): 104-111.
[72]

Han Jing, Tan Lin, Feng Huixia, et al. Solution to problem of high cost of microwave absorbing patches for aerospace based on TRIZ[J]. Packaging Engineering, 2023, 44(9): 104-111.
[73]

饶宾期, 万延见, 梁喜凤, 等. 基于ARIZ的污泥深度脱水装置创新设计[J]. 工程设计学报, 2017, 24(1): 34-39.
[74]

Rao Binqi, Wan Yanjian, Liang Xifeng, et al. Innovation design of sludge deep dewatering device based on ARIZ[J]. Chinese Journal of Engineering Design, 2017, 24(1): 34-39.
[75]

舒海龙, 莫易敏, 张峰, 等. 振动输送机分流系统的设计与实现[J]. 科学技术与工程, 2024, 24(25): 10866-10873.
[76]

Shu Hailong, Mo Yimin, Zhang Feng, et al. Design and realization of vibrating conveyor diversion system[J]. Science Technology and Engineering, 2024, 24(25): 10866-10873.
[77]

汤宇佳, 叶志锋, 王欣, 等. V锥流量计锥形的仿真与实验研究[J]. 推进技术, 2024, 45(11): 245-250.
[78]

Tang Yujia, Ye Zhifeng, Wang Xin, et al. Simulation and experimental study of V-cone flowmeter conical shape[J]. Journal of Propulsion Technology, 2024, 45(11): 245-250.
[79]

申力鑫, 王昌浩, 方刚毅, 等. 旋转锥形液膜喷雾形态与表面波动实验研究[J]. 推进技术, 2023, 44(8): 119-130.
[80]

Shen Lixin, Wang Changhao, Fang Gangyi, et al. Experimental study of spray morphology and surface fluctuations of rotating conical liquid sheet[J]. Journal of Propulsion Technology, 2023, 44(8): 119-130.
[81]

刘宇, 赵淼, 张章, 等. 锥形减速结构流场热化学非平衡仿真[J]. 清华大学学报(自然科学版), 2023, 63(3): 386-393, 413.
[82]

Liu Yu, Zhao Miao, Zhang Zhang, et al. Simulation of the rmochemical nonequilibrium flow around a conical deceleration structure[J]. Journal of Tsinghua University(Science and Technology), 2023, 63(3): 386-393, 413.
[83]

肖惠仁, 姚禹歌, 张缦, 等. 基于CPFD方法的锥形阀流量特性模型构建[J]. 中国电机工程学报, 2020, 40(22): 7365-7373.
[84]

Xiao Huiren, Yao Yuge, Zhang Man, et al. Construction of flow characteristic model of cone valve based on CPFD method[J]. Proceedings of the CSEE, 2020, 40(22): 7365-7373.
[85]

何康, 施华斌, 余锡平. 基于两相流理论的稀疏和致密颗粒流统一模型[J]. 工程力学, 2023(8): 24-35, 46.
[86]

He Kang, Shi Huabin, Yu Xiping. The unified model for dilute and dense granular flows based on the two-phase flow theory[J]. Engineering Mechanics, 2023(8): 24-35, 46.
[87]

齐承鲁, 张忠良, 王明超, 等. 内置管束布置对换热器内固体颗粒流动的影响[J]. 化工进展, 2023, 42(5): 2306-2314.
[88]

Qi Chenglu, Zhang Zhongliang, Wang Mingchao, et al. Effects of built-in tube bundle arrangements on solid particle flow characteristics in heat exchangers[J]. Chemical Industry and Engineering Progress, 2023, 42(5): 2306-2314.
[89]

林志恒, 钱进, 赵威, 等. 循环流化床锅炉水冷壁磨损研究进展[J]. 新能源进展, 2021, 9(4): 351-358.
[90]

Lin Zhiheng, Qian Jin, Zhao Wei, et al. Research progress of CFB boiler water wall wear[J]. Advances in New and Renewable Energy, 2021, 9(4): 351-358.
[91]

郭燕, 于庆波, 秦勤. 高炉渣颗粒绕流异形管磨损过程的数值模拟[J]. 材料与冶金学报, 2020, 19(3): 156-161.
[92]

Guo Yan, Yu Qingbo, Qin Qin. A numerical study on wear process of particle flow around shaped tubes[J]. Journal of Materials and Metallurgy, 2020, 19(3): 156-161.
[93]

鄢晓宇, 王伟, 刘小君. 受限颗粒体引发混合摩擦非线性的研究现状与展望[J]. 表面技术, 2020, 49(5): 148-154.
[94]

Yan Xiaoyu, Wang Wei, Liu Xiaojun. The present state and outlook of studies of frictional nonlinearity induced by confined particles in mix-friction[J]. Surface Technology, 2020, 49(5): 148-154.
[95]

邱文强, 黄林鹏, 范浩杰, 等. 快速流态化过程颗粒团理想模型建立[J]. 锅炉技术, 2023, 54(1): 1-8, 33.
[96]

Qiu Wenqiang, Huang Linpeng, Fan Haojie, et al. Establishment of ideal cluster model in the process of fast fluidization[J]. Boiler Technology, 2023, 54(1): 1-8, 33.
[97]

李守宝, 朱宏武, 张金亚, 等. 加热炉管内液固两相流固体颗粒冲蚀规律分析[J]. 科学技术与工程, 2020, 20(23): 9335-9341.
[98]

Li Shoubao, Zhu Hongwu, Zhang Jinya, et al. Analysis of erosion rule of solid particles in liquid-solid flow in heating furnace tube[J]. Science Technology and Engineering, 2020, 20(23): 9335-9341.
[99]

夏朝阳, 李永祥, 徐雪萌, 等. 仓泵式气力输送小麦颗粒流化特性数值模拟[J]. 包装与食品机械, 2023, 41(2): 69-73.
[100]

Xia Chaoyang, Li Yongxiang, Xu Xuemeng, et al. Numerical simulation of fluidization characteristics of wheat particles in silo pump pneumatic conveying[J]. Packaging and Food Machinery, 2023, 41(2): 69-73.
[101]

赵泽灏, 张金龙, 董宇红. 多孔介质传热模型在多孔壁湍流中的适用性[J]. 空气动力学学报, 2024, 42(1): 45-54.
[102]

Zhao Zehao, Zhang Jinlong, Dong Yuhong. Heat transfer models for porous media in porous-walled turbulent flows[J]. Acta Aerodynamica Sinica, 2024, 42(1): 45-54.
[103]

夏朝阳, 李永祥, 徐雪萌, 等. 小麦气力输送流场颗粒流化特性数值模拟[J]. 包装工程, 2023, 44(13): 188-196.
[104]

Xia Chaoyang, Li Yongxiang, Xu Xuemeng, et al. Numerical simulation of particle fluidization characteristics of wheat under pneumatic conveying flow field[J]. Packaging Engineering, 2023, 44(13): 188-196.
[105]

孙铭阳, 于传兵, 吕东, 等. 不同液固动量交换系数模型对颗粒流化行为数值模拟的适应性[J]. 中南大学学报(自然科学版), 2019, 50(1): 1-8.
[106]

Sun Mingyang, Yu Chuanbing, Lü Dong, et al. Numerical studies of performance of various liquid-solid momentum exchange coefficient models for fluidization behavior of particles[J]. Journal of Central South University(Science and Technology), 2019, 50(1): 1-8.
[107]

周连勇, 赵永志. 二维喷动床CFD-DEM模拟中曳力模型的影响[J]. 计算力学学报, 2022, 39(3): 350-356.
[108]

Zhou Lianyong, Zhao Yongzhi. Influence of drag force models onCFD-DEM simulation of spoute dbed[J]. Chinese Journal of Computational Mechanics, 2022, 39(3): 350-356.
[109]

吴佩, 陈杰君, 武玉玺, 等. 利用LBM-DEM方法模拟研究粗颗粒管道水力输送[J]. 科学技术与工程, 2024, 24(19): 8248-8258.
[110]

Wu Pei, Chen Jiejun, Wu Yuxi, et al. Numerical simulation of pipeline hydraulic transportationof coarse particle based on LBM-DEM method[J]. Science Technology and Engineering, 2024, 24(19): 8248-8258.
[111]

李政澔, 孔祥伟, 陈明忠, 等. 页岩缝内暂堵压裂颗粒运移沉降规律[J]. 科学技术与工程, 2025, 25(23): 9777-9784.
[112]

Li Zhenghao, Kong Xiangwei, Chen Mingzhong, et al. Migration and settlement of temporarily plugged fracturing particles in shale fractures[J]. Science Technology and Engineering, 2025, 25(23): 9777-9784.
[113]

刘喆, 黄杰, 陈江善, 等. 基于滚动方式的颗粒流化数值模拟[J]. 有色金属(冶炼部分), 2023(6): 78-86.
[114]

Liu Zhe, Huang Jie, Chen Jiangshan, et al. Numerical simulation of particle fluidization based on rolling mode[J]. Nonferrous Metals(Extractive Metallurgy), 2023(6): 78-86.

基金资助

科技部创新方法工作专项(2020IM030400)

甘肃省水利科学试验研究与技术推广计划(24GSLK019)

甘肃省水利科学试验研究与技术推广计划(24GSLK023)

甘肃省水利科学试验研究与技术推广计划(24GSLK024)

PDF (18725KB)

42

访问

0

被引

详细
导航
相关文章

/

〈 〉

京ICP备05035734号-4
版权所有 © 《科学技术与工程》编辑部
地址： 北京市海淀区学院南路86号 《科学技术与工程》编辑部　邮编：100081
电话：(010)62118920 　E-mail：stae@vip.163.com
技术支持：北京玛格泰克科技发展有限公司 　
网站管理员登录