پیش بینی آلاینده CO در یک محفظه احتراق توربین گاز به کمک مدل احتراقی نرخ محدود اضمحلال گردابه
Publish place: FUEL AND COMBUSTION، Vol: 10، Issue: 3
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 182
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JFNC-10-3_003
تاریخ نمایه سازی: 24 بهمن 1400
Abstract:
هدف اصلی مقاله حاضر، پیش بینی آلاینده CO در یک محفظه احتراق توربین گاز زمینی ۲۵ مگاواتی است. محفظه احتراق این توربین گاز، متشکل از ۱۸ مشعل EV نسل دوم می باشد. برای نیل به هدف فوق، در مقاله حاضر، از مدل دو معادله k-ε برای مدل سازی میدان جریان آشفته استفاده شده است. همچنین میدان احتراقی آشفته با استفاده از مدل احتراقی نرخ محدود اضمحلال ادی به کمک یک واکنش کلی دومرحله ای شبیه سازی شده است. با توجه به تحقیقات اولیه، واکنش شیمیایی کلی دومرحله ای توانایی پیش بینی آلاینده CO را ندارد. برای رفع این نقص، در مطالعه حاضر، مکانیزم شیمیایی به گونه ای بهینه شده است تا بتواند آلاینده CO را در محفظه احتراق به خوبی پیش بینی کند. بهینه سازی های مذکور بر روی توان ترم دما در نرخ واکنش ها انجام شده است. نتایج این بهینه سازی ها نشان می دهد که مکانیزم بهینه سازی شده می تواند آلاینده CO را با دقت مناسب در شرایط کاری مختلف توربین گاز مزبور پیش بینی نماید. بررسی های حاضر نشان می دهد که تغییرات ایجادشده در واکنش دومرحله ای تاثیری در محل پایداری و شکل شعله در داخل محفظه ندارد و تنها اثر این مکانیزم تصحیح پیش بینی آلاینده CO می باشد.
Keywords:
Authors
محمد شهسواری
کارشناس ارشد گروه محفظه احتراق، شرکت توربوکمپرسور تک خاورمیانه
محمدعلی سرودی
مدیر دپارتمان تست و عملکرد، گروه محفظه احتراق، شرکت توربوکمپرسور تک خاورمیانه
موسی یزدانی
مدیر دپارتمان شبیه سازی، گروه محفظه احتراق، شرکت توربوکمپرسور تک خاورمیانه
سارا منتظری نژاد
کارشناس ارشد واحد تست و عملکرد، دپارتمان محفظه، شرکت توربوکمپرسور تک خاورمیانه (توربوتک)، شهرک صنعتی شمس آباد، تهران، ایران
یوسف باقری
مدیر گروه محفظه احتراق، شرکت توربوکمپرسور تک خاورمیانه
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :