Numerical Simulation of Negative Pressure Transport of Extra Large Particles of Suction Earthquake Rescue Machine
-
摘要: 针对某抽吸式地震救援机气力输送系统工作时存在的易堵塞和能耗高等问题，选用不同输送管径开展特大颗粒物料气固两相流数值模拟，研究风机以额定功率工作时特大颗粒在不同管道中的运动特性和管道内压损失。利用计算流体力学和离散单元法进行耦合求解，在传统耦合接口的基础上更改体积分数算法实现颗粒粒径大于流体域网格单元的气力输送数值仿真，利用软件Fluent进行连续相气体的流动分析和曳力计算，利用软件EDEM进行离散相颗粒的受力分析和运动轨迹计算。研究结果表明，管径为280 mm的管道输送性能最佳，管中颗粒运动速度最大为7.1 m/s，0～25 s内的运输量达66.4 kg，管道内压损失在5.5 s时达到稳定，为3.04 kPa，与试验结果基本吻合，可为抽吸式地震救援机气力输送系统设计和优化提供参考。Abstract: Aiming at the problems of easy blockage and high energy consumption in the pneumatic conveying system of a pneumatic suction seismic rescue machine, the gas-solid two-phase flow of large particles in different pipes with different diameters was numerically simulated to study the movement characteristics and pressure loss of large particles in different pipes when the fan works at rated power. Computational fluid mechanics and discrete element method were used to solve the coupling, and the volume fraction algorithm was changed on the basis of the traditional coupling interface to realize the numerical simulation of pneumatic conveying with the particle size larger than the fluid domain grid element. The flow analysis and drag calculation of continuous phase gas were carried out by using the software Fluent. The force analysis and motion trajectory calculation of discrete phase particles are carried out by using Edem software. The results show that the pipe with a diameter of 280 mm has the best transport performance, the particle movement velocity in the pipe is up to 7.1 m/s, the transport volume within 0～25 s is up to 66.4 kg, and the pressure loss in the pipe reaches a stable level of 3.04 kPa at 5.5 s, which is basically consistent with the test results. It can provide reference for the design and optimization of pneumatic conveying system of suction earthquake rescue aircraft.
-
引言
当地震发生后对灾情进行判断，并在此基础上调配进入灾区的救援人员以及救援物资的数量需要一定的研判时间。对于真实地震灾区受灾情况的研判，其时间的长短及其准确性对震后采取的应急措施影响重大。而在震后及时采取应急措施是减少人员伤亡的最有效方法，因此设计一套地震灾害风险评估系统，及时生成对地震灾害严重性的研判以及震后辅助决策报告，能够为地震灾害应急单位提供快速、准确的辅助信息。
目前国内外已有众多学者、机构对地震灾害风险评估系统进行了研究。高杰、王晓青等结合地理信息中数据的可视化处理，研制了基于GIS的震害风险评估系统（高杰等，2005），陈洪富（2013）提出了基于云计算的震害风险评估系统的设计思想。国外有较为成熟的震害评估系统，如美国的HAZUS系统、欧洲的ELER系统等（Schneider等，2006；Hancilar等，2010）。吸收这些系统的设计理念，结合我国地震应急工作中震害评估软件的实际应用情况，为满足不同部门及不同人员对系统差异化功能的需求，本文设计、开发并实现了模块化的城镇地震灾害风险评估系统。
基于组件的软件开发模式，是软件开发技术在经过结构化和面向对象的开发技术后，通过总结和创新将组件方法和软件工程方法学结合起来形成的一种新的软件开发模式。使用该模式开发的系统具有维护性与扩展性强、与旧系统兼容性强、模块的重用性较好等特点，能够解决地震灾害风险评估软件在使用过程中不易维护、后期功能扩展困难、新功能不兼容以及功能模块不可重复利用等问题。本系统采用松散耦合的架构设计，在具有基本功能的公共平台基础上设计一系列低耦合高内聚的功能模块（朱天梅，2012）。系统使用者可根据需求自主在系统平台框架上选择需要加载的功能模块，对系统功能进行定制；系统开发者可依据使用需求，面向不同领域用户需求开发独立的工具包供使用者自主加载，极大地提高了系统的可扩展性，使该系统可用于复杂的实际工作。
1. 系统功能分析
1.1 功能模块划分
首先，依据地震灾害风险评估中常用的模块、算法和模型，对系统各个功能模块进行内部设计，并对功能模块间的数据流进行分析，确立模块间的耦合关系，以方便后续在对指定模块进行导入使用时能自动加载所必须的依赖模块，保持系统功能的正常运转。概括来说，系统要实现以下几方面功能：地震危险性分析、震害风险与评估、辅助决策分析、系统管理。如图 1所示，这些功能分别由若干子功能模块构成，各功能模块的具体说明如下：
（1）地震危险性分析。由地震活动性、地震地质构造以及危险性分析结果等模块组成，包含所分析区域在地震活动性、地质构造评价等方面的研究成果，并结合地理信息图形化显示将地震活动性、地震断裂、地质构造以及不同超越概率地震动参数以地图的形式展示出来。
（2）震害风险与评估。由设定地震建筑物震害分析、人员伤亡评估以及经济损失评估等模块组成。用户在“设定地震”模块中对地震动参数进行设定输入，提供系统所需要的分析运行参数。在“建筑物震害分析”模块中，系统基于用户输入的地震动参数，结合分析区域的建筑物易损性曲线以及建筑物数据，对该地震动输入下区域建筑物的受灾程度进行量化计算。在建筑物震害分析的基础上，可进一步调用“人员伤亡评估”模块以及“经济损失评估”模块进行人员伤亡和经济损失的评估。
（3）辅助决策分析。由地震应急预案、物资供应分析、医疗救援分析以及地震灾情报告等模块组成。“地震应急预案”中包含了一系列在地震应急中所需遵循的法律法规和相关应急处置规定。“物资供应分析”和“医疗救援分析”是依据震害风险与评估中“人员伤亡评估”模块的分析结果，分析灾区在震后所需要的物资供应以及救援人员的数量，最终通过“地震灾情报告”生成相应的地震灾情辅助决策报告，供地震灾害应急部门在调配救援物资和救援人员时参考。
（4）系统管理。该部分对系统用户权限及上述所有功能模块进行管理。模块管理功能根据本系统模块化的特点，可以任意选择特定的功能模块定制生成一个新系统。在使用该功能时，系统会依据各个模块的耦合关系，自动选择所依赖的模块。
1.2 功能模块耦合分析
如前所述，本系统采用的是多模块灵活组合调用的插件式软件架构，因此各个模块可以完全独立或者具备一定的松散耦合。而部分模块的分析功能需要依赖另外模块的分析结果，如建筑物震害分析模块需要依赖设定地震模块方能运行。因此，这些模块间均采用非直接耦合或者数据耦合的方式相互关联，以保证各个模块间的强独立性。对于具备以上耦合性的模块，当用户加载其中一个模块时系统应自动加载其所依赖的模块。系统模块中具备数据耦合关系的模块如表 1所示，依赖项表示其与依赖模块间的数据耦合关系。在进行模型运算前，系统将自动判断其依赖项是否满足运算输入的参数需求，若不满足，则将提示用户先行对依赖模块进行调用，获取依赖项中的输入参数后再进行下一步的运算分析。
表 1 模块依赖关系Table 1. Module dependency relation类型 模块 依赖模块 依赖项 地震危险性分析 地震活动性 地震地质构造 危险性分析结果 震害风险与评估 设定地震 建筑物震害分析 设定地震 地震动参数 人员伤亡评估 建筑物震害分析 建筑物震害分析数据 经济损失评估 建筑物震害分析 建筑物震害分析数据 辅助决策分析 地震应急预案 物资供应分析 人员伤亡评估 人员伤亡评估数据 医疗救援分析 人员伤亡评估 人员伤亡评估数据 地震灾情报告 设定地震
建筑物震害分析
人员伤亡评估
经济损失评估
物资供应分析
医疗救援分析各功能模块分析数据 系统管理 用户管理 模块管理 2. 系统架构设计
2.1 系统总体架构设计
本系统的总体架构分为3个层次，分别为表现层、逻辑层以及数据层，如图 2所示。数据层为系统提供所分析区域的数据存储、访问、编辑以及管理功能；逻辑层通过实现各个震害分析算法，为系统提供业务服务功能；表现层为系统的使用用户提供系统交互的界面。下文将分别对系统的3个层面进行介绍。
（1）数据层。系统中所用的数据分为属性数据及空间数据两部分。属性数据直接以二维表的形式存放于MSSQL关系型数据库中（尹善华，2007），而空间数据将通过Spatial Database Engine（SDE）在MSSQL上建立的企业级空间数据库存放。使用MSSQL以及SDE对系统数据进行存放和维护能够应对多并发的使用情况，保障系统数据层在大访问量下的正常运转。
（2）逻辑层。系统逻辑层是通过Managed Extensibility Framework（MEF）实现系统动态组合的插件式框架设计。首先需要构建地震灾害风险动态评估系统的基础框架，为众多功能插件提供公共容器；而后通过地震灾害风险评估业务上的功能需求和业务逻辑分析，分别设计和实现各系统功能模块（王晓青等，2004；王希波，2006；姜慧等，2016）；最后通过系统基础框架以及功能模块间的耦合规则，实现系统对各功能插件的自动识别及组合。
（3）表现层。该层通过Windows Presentation Foundation（WPF）技术，使用XAML设计了一系列系统面板。该层是用户调用震害风险评估系统各个功能模块的入口，也是对灾害风险评估结果进行展示的出口，最后生成地震灾后辅助决策报告。
2.2 模块架构设计
模块化架构的设计理念为：完成系统基础框架平台、即插件的宿主程序的搭建后，在后期加入的大部分功能无须更改基础平台的源代码，只要依据预先定义的基本服务接口和插件接口规范编写不同的功能模块即可。因此，本模块化城镇地震灾害风险评估系统在对系统基础框架平台不提出新需求的情况下，不需要修改宿主程序即能够依据其接口通信规范，快速地由多人分别进行不同新风险评估功能模块的开发。对于宿主程序来说并不需要获取插件的具体功能，在主程序启动时会检索插件信息，并根据预定的接口装载插件，从而形成一套具有强大可扩展能力的地震灾害风险评估软件模块体系。
基于以上开发思路，在本系统的具体开发中，采用了基于.NET的MEF类库进行模块架构的设计与构建。系统开发所采用的MEF类库的架构图如图 3所示。MEF的核心是可组合组件ComposablePart，架构图中的Part1、Part2、PartN即为MEF架构的可组合组件，它是由ComposablePartDefintion来描述和创建的。每一个可组合组件通过定义ExportDefintion向模块化城镇地震灾害风险评估系统基础框架平台提供功能，系统平台通过定义ImportDefinition来引用该组件的功能，通过这种耦合定义形成一个可动态组合的模块化系统。在新创建一个可组合功能插件后，只需要将该组件放在系统指定的插件目录下，系统基础框架平台即可以在进行初始化工作时通过ValueResolver搜索组件所在的目录来加载该功能插件，实现功能模块的自由组合。
3. 系统整体实现
基于以上对模块化城镇地震灾害风险评估系统的业务功能分析及其技术架构的设计，本系统使用基于.NET Framework的C#编程语言进行源代码的编写，使用基于WPF技术的XAML语言设计系统的整体界面，通过MSSQL数据库进行数据存储并使用ArcGIS Server发布空间数据。系统进行了整体框架的搭建，并在此基础上完成了对上述设计的功能模块的开发。图 4显示了具有完整功能的系统主界面，图 5为系统在某设定地震下计算得到的建筑物震害分析结果示例：通过设定地震参数下计算出来的峰值加速度值，结合易损性矩阵以及建筑物结构类型等对建筑物震害进行分析运算，对运算结果在各个乡镇范围内用扇形图表示建筑物5个破坏等级的面积比，其中分别用5种设色来表述建筑物的5个破坏等级。
如前所述，为了管理众多功能模块和满足不同用户需求，系统实现了模块管理功能，用于生成给予特定用户以具有特定功能的模块组合而成的新系统。图 6为系统的模块管理界面，管理员可任意选择所需的功能模块，系统会自动判别并调用所选取模块对应的依赖模块，最终生成一个能独立运行的子系统。例如，图 6中只选取了“建筑物震害分析”模块，生成的子系统中（图 7）已自动调用其所依赖的“设定地震”模块，从而保证了系统的独立运行。通过这种方式，实现了功能模块按需组合的系统设计理念，也为系统后续添加的新插件模块提供了高效的模块管理方案。
图 7 模块化生成的仅有建筑物震害分析功能的子系统界面Figure 7. A modular of generated system with building seismic damage analysis function only4. 结语
本文通过分析以往地震灾害风险评估系统的设计和开发经验，提出、设计并实现了一套模块化城镇地震灾害风险评估系统软件。用.NET Framework开发平台，结合MSSQL数据库、SDE空间数据库引擎，利用WPF矢量化界面显示技术和MEF插件式开发框架完成了编程开发。该系统可满足城镇地震灾害风险评估工作中对不同用户提供不同功能的自主组合需求，并为未来添加新的功能模块、进行系统功能的升级提供了更有效的解决方案。
-
图 1 抽吸式地震救援机示意
Figure 1. Schematic diagram of earthquake rescue machine of suction type
图 2 识别符合条件的网格单元示意
Figure 2. Identification of the grid cell diagram that meets the conditions
图 6 不同直径管道中颗粒运动状态及分布
Figure 6. Motion state and distribution of particles in pipes with different diameters
图 7 不同管径管道内压损失随时间变化关系曲线
Figure 7. Motion state and distribution of particles in pipes with different diameters
图 9 不同颗粒生成速率下管径300 mm管道中颗粒运动状态及分布
Figure 9. Motion state and distribution of particles in 300 mm diameter pipeline at different generation rates
表 1 数值仿真过程参数
Table 1. Corresponding parameters of soil layers
种类 参数 数值 气相性质 密度/（kg·m−3）
粘度/(kg·m−1·s−1)
质量入口/（kg·s−1）
压力出口/Pa1.169
1.55×10−5
4.6
0颗粒性质 密度/（kg·m−3）
泊松比
剪切模量/Pa
粒径/mm
生成速率/（kg·s−1）1 800
0.3
1.0×107
101.6
3.3壁面性质 密度/（kg·m−3）
泊松比
剪切模量/Pa1 210
0.4
7.0×107颗粒-颗粒 碰撞恢复系数
静摩擦系数
滚动摩擦系数0.4
0.5
0.04颗粒-管壁 碰撞恢复系数
静摩擦系数
滚动摩擦系数0.5
0.2
0.03
下载: 导出CSV
表 2 不同直径管道内气体流速与运输量
Table 2. Gas flow velocity and transport volume in different diameters
管径/mm 气体质量流量/（kg·s−1） 空管时管内气体平均流速/（m·s−1） 0～25 s内运输颗粒总质量/kg 230 4.6 94.6 73.9 250 4.6 80.1 72.2 280 4.6 63.9 66.4 300 4.6 55.7 0
下载: 导出CSV
表 3 不同颗粒生成速率下的运输量
Table 3. The amount of transport at different generation rates
颗粒生成速率/（kg·s−1） 0～25 s内运输颗粒总质量/kg 3.3 0 3.0 41.5 2.5 34.0 2.0 18.3
下载: 导出CSV
表 4 试验测量与仿真结果对比
Table 4. Experimental results and simulation results
管径/mm 试验测量管道
内压损失/Pa仿真得到管道
内压损失/Pa仿真结果
相对误差/%试验测量运输
速率/（t·h−1）试验测量0～25 s内
运输量/kg仿真得到0～25 s内
运输量/kg仿真结果
相对误差/%230 8253 7543 −8.6 9.7 67.6 73.9 9.3 250 6028 5558 −7.8 9.3 64.2 72.2 12.5 280 3352 3004 −10.4 8.3 57.3 66.4 13.7
下载: 导出CSV
-
崔益华, 2021. 水平管道负压气力输送CFD-DEM数值模拟. 港口装卸, （1）: 63—67Cui Y. H. , 2021. CFD-DEM numerical simulation of horizontal pipeline negative pressure pneumatic conveying. Port Operation, (1): 63—67. (in Chinese) 杜俊, 2015. 基于CFD-DEM方法的稀相气力输送数值模拟研究. 武汉: 武汉大学.Du J., 2015. Simulation of dilute pneumatic conveying by CFD-DEM. Wuhan: Wuhan University. (in Chinese) 封凯, 聂伟, 陈凤官等, 2021. 气力输送系统中弯管的易磨损位置及其机理分析. 化学反应工程与工艺, 37（2）: 106—112Feng K. , Nie W. , Chen F. G. , et al. , 2021. Positioning the erosion wear of bend pipes in the pneumatic conveying system. Chemical Reaction Engineering and Technology, 37(2): 106—112. (in Chinese) 胡国明, 2010. 颗粒系统的离散元素法分析仿真. 武汉: 武汉理工大学出版社.Hu G. M., 2010. Analysis and simulation of granular system by Discrate element method using EDEM. Wuhan: Wuhan University of Technology Press. (in Chinese) 胡昱, 黄小华, 陶启友等, 2019. 基于CFD-EDM的自动投饵饲料颗粒气力输送数值模拟. 南方水产科学, 15（3）: 113—119Hu Y. , Huang X. H. , Tao Q. Y. , et al. , 2019. Simulation of automatic pneumatic conveying process of automatic feeding system based on computational fluid dynamics-discrete element method. South China Fisheries Science, 15(3): 113—119. (in Chinese) 柳波, 吴中鼎, 尹高冲等, 2018. 供料器内颗粒碰撞条件下的两相流压力特性仿真分析. 现代制造工程, （3）: 93—98Liu B. , Wu Z. D. , Yin G. C. , 2018. Simulation analysis of the pressure characteristics of two-phase flow in feeding device based on particle collision. Modern Manufacturing Engineering, (3): 93—98. (in Chinese) 刘德天, 傅旭东, 王光谦, 2017. CFD-DEM耦合计算中的体积分数算法. 清华大学学报（自然科学版）, 57（7）: 720—727Liu D. T. , Fu X. D. , Wang G. Q. , 2017. Volume fraction allocation using characteristic points for coupled CFD-DEM calculations. Journal of Tsinghua University (Science and Technology), 57(7): 720—727. (in Chinese) 庞林祥, 贾志勇, 2018. 我国地震救援装备现状与发展趋势. 水利水电快报, 39（6）: 27—30. 王国强, 郝万军, 王继新, 2010. 离散单元法及其在EDEM上的实践. 西安: 西北工业大学出版社.Wang G. Q. , Hao W. J. , Wang J. X. , 2010. Discrete element method and its practice on EDEM. Xi’an: Northwestern Polytechnical University Press. (in Chinese) 周甲伟, 上官林建, 许兰贵等, 2022. 粗重颗粒轻介共流气力输送机理及特性. 机械工程学报, 58（14）: 308—319Zhou J. W. , Shangguan L. J. , Xu. L. G. , 2022. Mechanism and characteristics of light medium mixed flow pneumatic conveying for coarse particle. Journal of Mechanical Engineering, 58(14): 308—319. (in Chinese) Bharadwaj R. , Ketterhagen W. R. , Hancock B. C. , 2010. Discrete element simulation study of a Freeman powder rheometer. Chemical Engineering Science, 65(21): 5747—5756. doi: 10.1016/j.ces.2010.04.002 Laín S. , Sommerfeld M. , 2019. Numerical prediction of particle erosion of pipe bends. Advanced Powder Technology, 30(2): 366—383. doi: 10.1016/j.apt.2018.11.014 Yang D. L. , Wang Y. X. , Li J. P. , et al. , 2020. Simulation study on interaction coefficient of DEM in non–spherical large size (5–30 mm) coal particles. Particuology, 53: 142—153. doi: 10.1016/j.partic.2020.03.001 -
下载:
点击查看大图
计量
- 文章访问数: 96
- HTML全文浏览量: 45
- PDF下载量: 7
- 被引次数: 0
