液舱旋转射流气体惰化特性分析

1 概述

燃料舱舱内的燃料蒸气与空气混合物被点燃引起的火灾和爆炸

，是导致交通工具事故的主要原因。气体惰化技术是通过惰性气体置换，将燃料舱内氧气体积分数降低至限定值以下

，以保障燃料舱安全，受到广泛关注。

由于燃料舱功能、形状各异，惰化工艺不同。飞机燃油舱容积小，但燃油溶解氧逸出使惰化过程变复杂

，需要将溶解氧和气态氧的体积分数控制结合考虑。研究人员探讨了进气方式

、催化反应器效率

、预热气体抽取比例

、惰性气体成分

、多箱联合惰化

、有无溶解氧逸出

等对惰化效率的影响。研究发现对于密度较小的惰性气体，采用上进下出

具有较高惰化效率；采用高体积分数含量氮气

或纯氮气

惰化效率较高。但惰化气隙空间存在惰化死角

，其氧气体积分数高于出口体积分数，导致惰化效率低且惰化监测困难。

液化天然气单位体积能量密度高，在远洋运输上经济优势明显

。由于LNG液舱容积大、惰化时间长，惰化效率和安全非常重要

。在常用的惰化方式中，推移式惰化是最为广泛使用的且适用于大型液舱的气体惰化作业

。研究人员通过探究不同进气方式

、进气速度

和流场温度

等惰化特性来分析惰化效率，寻找优化方案，但是仍然存在惰化时间长、耗气量大的问题。LNG液舱惰化也存在惰化死角，且多位于液舱进气口四周和液舱侧部区域，进气速度越大，死角区域容积越大

。惰化死角的存在给惰化工作带来了安全隐患，且给惰化作业过程监测带来了困难。

研究表明，旋转射流

气体扩张角较大，可能有利于消除进口四周惰化死角，但是旋转射流应用于燃料舱惰化的研究未见报道，因此开展燃料舱旋转射流惰化特性研究具有重要的意义。采用数值仿真的方法，建立模型液舱的三维数值模拟模型，对旋流强度、进气速度和进气喷嘴占比等不同参数工况下的惰化过程开展模拟，以探求旋转射流气体惰化特性。

2 模型

① 物理模型

——进气口的宽度，m

按照1∶15的比例尺建立总长度为1.7 m、直径为0.5 m的模型液舱

。液舱左侧为出气口，右侧为进气口，旋转射流喷嘴与进气口相连。出气口、进气口均位于液舱两侧中心位置。初始状态下，液舱内为温度为300 K、绝对压力为0.1 MPa的空气。将液舱内空气简化为体积分数21%的氧气和体积分数79%的氮气。采用纯氮气充入液舱进行惰化，氮气温度为300 K。

二是复杂的多变性。青年价值观的多变性体现在三个方面：首先，同辈群体对青年价值取向的影响很大。青年往往喜欢和同伴们在价值取向上保持一致，从而忽略了个体的差异性以及价值观念的合理性。其次，青年为了获得他人的认同，乐于追求时髦的事物，有时甚至标新立异，借此来展现自己的与众不同。再次，价值倾向易受到外部因素的影响，但是出于赢得他人认同而违背自身发展利益形成的价值取向必然不会持久。

罗扎诺夫没有从理论上论述瘙痒的必要性和普遍性，只是告诉我们每个人的“痒处”不同，所以必须按照自己的方式掻自己的痒处。 因为在他看来，“掻痒”是人生的基本状态，是“人类本性、人的心理结构乃至于历史结构的一个具有普遍形而上意义的事实”，面对此事实，“所有的理论都会被打破”[2]488。 不论沙皇还是苦役犯，每个人“渴望自由，极其强烈地感受到对这一‘自由’、对无限的‘我想要’的某种天生的权力”[2]488。 陀思妥耶夫斯基乃至罗扎诺夫本人，用来对抗各种理论的方式，就是自己的“瘙痒”。 罗扎诺夫说：

（一）融合发展紧密度不够，未建立工作协调机制。文化与旅游融合发展是一个新课题，融合的目标、手段、重点任务等内容没有统一固定的发展模式，需在发展过程中边探索边提炼。但目前没有融合发展专门规划的引领，没有明确的目标和具体举措，没有建立推动融合发展的工作机制。同时，在文旅融合过程中，更多的是侧重于旅游景区、景点基础设施和宣传营销，忽略了旅游文化产品的策划、包装及推广。

利用Fluent 15.0进行模拟，选择3D计算器。模型方程包含质量守恒、动量守恒、能量守恒方程及组分输运方程，湍流模型选择标准

-

湍流模型

。进气边界采用速度进口，组成为纯氮气；出口采用压力出口。

Fluent中Solution Methods里压力速度耦合选择SIMPLE算法进行计算。Solution Controls取压力为0.3，取密度为1，Momentum、Turbulent Kinetic Energy、Turbulent Viscosity、Energy各填入0.7、0.8、1、1。对All zones进行Initialization，取速度为0 m/s,压力设置0.1 MPa,初始化温度取300 K。

3 模型验证

=1.4时液舱氧气体积分数为0.02的等值面见图7，图中图例数值为氧气体积分数。从图中可以看出，随着进气速度增加，沿液舱长度方向的氧气体积分数等值面越规则，形成较好的推移式惰化，惰化效率较高且无惰化死角。

4 优化及讨论

4.1 参数

保持直径占比(定义直径占比为喷嘴直径与储罐直径之比)为12%以及进气口惰气工况流量0.026 m

/s不变，调整

和

改变旋流强度，探究旋流强度对惰化效率的影响。旋流强度为0.60、0.84、1.00、1.50和2.00时，旋流强度参数及完成时间见表3，表中

表示舱内最大氧气体积分数降低至2%的惰化完成时间。

虽然说父辈在农资行业有一定的影响力和知名度，但吴躜辉并没有选择在父辈的呵护下进入这个行业，而是选择了爱普科技，从一名普通员工做起，这一干就是10年。

为对比相同氮气耗量时惰化效果，采用体积置换次数(VTE, Volumetric Tank Exchange)

，其物理意义为耗费的常温常压时氮气体积与液舱容积之比，

>1表示耗费氮气体积大于液舱容积。

表示舱内最大氧气体积分数降低至2%的惰化完成时的VTE。

旋转射流喷嘴结构决定了射流特性，通常用旋流强度

描述旋转射流喷嘴结构，用

表示。无中心管切向旋流方式旋转射流喷嘴见图1，其旋流强度计算式如下：

科技的发展使得计算机和网络技术得以长驱直入仪器领域，即计算机和仪器技术结合起来。本文把LabVIEW语言应用于设计之中，开发了模拟调制系统，具有可操作性强，能够直观反映调制方式的特点。

(1)

式中

——喷嘴旋流强度

不同进气速度时

以及

变化曲线见图8。进气速度增大，有利于舱内垂直方向的等值面形成(见图7)，舱内最大氧气体积分数及出口平均氧气体积分数降低速度越来越快(见图6)，故此

越小，但是随着速度增加，

降低的趋势变缓。随着进气速度增加，

先减小后略有增加，当进气速度等于10 m/s时，

最小。

、

、

三者变化趋势基本一致，其中舱内最大氧气体积分数与出口平均氧气体积分数计算值较为接近，而与舱内平均氧气体积分数计算值差距较大。

综上所述，应用大学生医学竞赛可显著提高医学生临床技能评分，提升医学生的满意度，为此应进一步加强大学生的医学竞赛，以此来提高医学生的临床技能，培养高素质的医学人才。

——进气口的长度，m

4.2 旋流强度

气体惰化的目标是将舱内最大氧气体积分数降低至2%，为判断惰化进程应监测舱内最大氧气体积分数，但实施困难。通常监测出口平均氧气体积分数和多点取样得到的舱内平均氧气体积分数来判断惰化进程。

不同旋流强度时氧气体积分数变化见图2，0～12 s不同旋流强度氧气体积分数变化见图3。取

=0.6、1、2进行对比。由于喷嘴氮气流量相同，故

与惰化持续时间

成正比。从图2、3可以看出

=0.6时，出口平均氧气体积分数曲线和舱内最大氧气体积分数曲线差距大于其他工况，而且出口平均氧气体积分数曲线起伏较大，显示该工况下舱内气体混合过程非常剧烈。而

=1和

=2两个工况下，在惰化前期出口平均氧气体积分数与舱内最大氧气体积分数曲线相差较大(见图3)，是因为惰化前舱内气体静止，喷入的惰化气体的相对速度较大，形成搅浑；而随着惰化进行，出口平均氧气体积分数与舱内最大氧气体积分数越来越接近，说明舱内形成了较好的推移式惰化。由图3还可以看出，

=1工况下出口平均氧气体积分数在12 s之前明显高于其他工况。

惰化持续时间

=14 s时不同旋流强度下氧气体积分数等值面见图4，图中图例数值为氧气体积分数。可以看出

=1工况下沿液舱长度方向形成非常规则的体积分数等值面，形成较好的推移式惰化，惰化效率较高且无惰化死角。而

=0.6和

=2工况下，液舱内并未形成规则的等值面，整体惰化仍然靠黏性以及混合作用，惰化效率较低且容易形成惰化死角。

同时，我们还规定：每位教师一个学期至少完成一轮“四个一”工作目标。(含1次座谈会或者1次问卷调查、不低于2次的其他活动、不低于3人次的谈心谈话)

通过对旋流强度分别为0.6、0.84、1.0、1.5、2.0和2.5时分析计算，得到的

曲线，不同旋流强度惰化完成时间对比见图5(图中，

表示出口平均氧气体积分数降低至2%的时间，

表示舱内平均氧气体积分数降低至2%的时间)，其中基于舱内最大氧气体积分数计算得到的

及

见表3。从图5可看出，随着旋流强度增加，

先降低后增加再降低。

=1和

=1.5(图4未显示此工况，与

=1的等值面相近)时，液舱内形成非常规则的推移式惰化过程(见图4)，使得高氧气体积分数混合气及时有效排出，故

较其他工况小，其体积置换次数

最小，说明

=1和

=1.5工况不仅能够节省时间，还能节省惰化氮气。不同方法计算得到的惰化完成时间变化趋势基本一致，其中舱内最大氧气体积分数与出口平均氧气体积分数计算值较为接近，而与舱内平均氧气体积分数计算值差距较大。

根据图5可以看出，依靠出口平均氧气体积分数来判断惰化完成情况会造成误判，

与

的最大相对偏差为7.05%，最小相对偏差为1.40%，平均相对偏差为4.93%。

4.3 进气口进气速度

保持旋流强度为1且直径占比为12%不变，设置不同进气速度

，探究进气速度对惰化效果的影响，见表4。

② 模型设置

不同进气速度工况氧气体积分数对比见图6。可以看出，随着进气速度增大，出口平均氧气体积分数与舱内最大氧气体积分数的差别越来越小。随着进气速度增加，舱内最大氧气体积分数降低速度越来越快。

根据文献[25],模拟结果与实验结果吻合较好，进一步对数学模型进行网格数量敏感性分析和时间步长敏感性分析，分别见表1、2。根据表1、2，为考虑节约计算资源和保证计算精度，选取53×10

网格数量和时间步长为0.01 s开展后续计算。

——喷嘴直径，m

依靠出口平均氧气体积分数来判断惰化完成情况会造成误判，

与

的最大相对偏差为25.53%，最小相对偏差为5.74%，平均相对偏差为10.36%，相对偏差随着进气速度增大而降低。

全诗宛若一幅天子春日泛舟的素描图画，作者寓讽谏和忧患意识于春游泛舟图景中，为飘逸的诗风增添了几分凝重的内涵。黄帝升天的神话传说中寄托了深广的寓意：讽谏玄宗要清静无为，于民休养生息，百姓就会安居乐业。

4.4 直径占比

设置直径占比分别为6%、9%、12%、15%，保持旋流强度均为1且进气口工况流量为0.026 m

/s不变，方案参数见表5。

不同直径占比时氧气体积分数变化见图9。可以看出，在惰化前期出口平均氧气体积分数与舱内最大氧气体积分数曲线相差较大，是因为惰化前舱内气体静止，喷入惰化气体的相对速度较大，形成搅浑；而随着惰化进行，出口平均氧气体积分数与舱内最大氧气体积分数越来越接近，说明舱内流场结构逐渐稳定，形成了较好的推移式惰化。从图9可以看出，平均氧气体积分数始终与其他两条曲线差距较大。

4种不同直径占比时舱内最大氧气体积分数变化曲线见图10。可以看出，随着直径占比增加，惰化初期舱内最大氧气体积分数保持不变的时间逐渐延长，主要原因是进口直径增加，使得进入舱内的气体速度下降，对舱内气体的搅浑作用降低。随着惰化的推进，舱内最大氧气体积分数下降的速度逐渐增加，且随着直径占比增加下降速度越快，

及

随着直径占比增加而降低。

=1.4时不同直径占比时氧气体积分数等值面见图11，图中图例数值为氧气体积分数。从图中可以看出随着直径占比增加，沿液舱长度方向的体积分数等值面越规则，形成较好的推移式惰化，惰化效率较高且无惰化死角。

不同直径占比时惰化完成时间对比见图12，其中基于舱内最大氧气体积分数计算得

及

见表5。

可以看出，

及

随着直径占比增加而逐渐降低，且随着直径占比增加，降低的速率逐渐减缓。

、

、

三者变化趋势基本一致，其中舱内最大氧气体积分数与出口平均氧气体积分数计算值较为接近，而与舱内平均氧气体积分数计算值差距较大。

图2为不同学院实际参与采访工作的程度分析。其表明法学院、国际经贸学院、国际商务外语学院、金融管理学院、会计学院对采访工作的参与程度极度不对称，其荐购书目册次与借阅册次比值均小于0.1，同时这几个学院的借阅册次较高，均大于4 000册次。

实验方案是，对论文标题进行分词分析，且只保留名词词性的词汇。这次效度大大增加，虽然还是有一些常用词汇，但在词频占比列表中居于前列的通常是专业词汇。然后，通过专业论文日常用词语料库匹配排除法，将词频占比列表中的日常用词删除，得出专业词汇。最后，增加年份数据，在词频总表的基础上，根据不同年份列出词频分表，可以进一步得出时间轴线的关注点变化趋势。

根据图12对比可得，依靠出口平均氧气体积分数来判断惰化完成情况会造成误判，

与

的最大相对偏差为8.20%，最小相对偏差为1.66%，平均相对偏差为5.37%。

5 结论

① 随着旋流强度增大，惰化完成时间先缩短后延长再缩短，当旋流强度为1.0或1.5时去除惰化死角效果明显，且惰化完成时间短、耗气量少。增加惰性气体进气速度和提高直径占比，可以明显消除惰化死角且缩短惰化完成时间、减少耗气量。

② 对惰化过程监测，采用出口平均氧气体积分数来判断惰化完成情况会造成误判，出口平均氧气体积分数降低至2%的时间与舱内最大氧气体积分数降低至2%的惰化完成时间的最大相对偏差为25.53%，最小相对偏差为1.40%，平均相对偏差为7.00%。因此，建议监测出口平均氧气体积分数，但是应在出口氧气体积分数达到2%后继续延长30%惰化时间，确保舱内最大氧气体积分数达标。

[1] SHAO L, LIU W, LI C, et al. Experimental comparison between aircraft fuel tank inerting processes using NEA and MIG[J]. Chinese Journal of Aeronautics, 2018(7): 1515-1524.

[2] 郑震宇. LNG液舱推移式惰化影响因素分析与喷嘴优化(硕士学位论文)[D]. 舟山：浙江海洋大学, 2019：1-3.

[3] CAI Y, BU X, LIN G, et al. Experimental study of an aircraft fuel tank inerting system[J]. Chinese Journal of Aeronautics, 2015(2): 394-402.

[4] 吴旭维, 吴志星, 胡云峰，等. 大型LNG低温储罐的干燥与置换[J]. 煤气与热力, 2012(7): B04-B07.

[5] LIMITED W. Dapeng moon cargo operating manual [M]. 2ed. Hong Kong：WMT Limited, 2010：308-330.

[6] 张培理, 杜扬, 张培，等. 油罐惰化置换时间的数学计算与模拟实验[J]. 后勤工程学院学报, 2010(6): 17-21.

[7] 张培理, 杜扬, 单锐，等. 进气口位置和进气体积流量对油罐油气惰化置换效率的影响[J]. 后勤工程学院学报, 2012(3): 35-39.

[8] 黄雪飞, 刘文怡, 冯诗愚，等. 单流和双流模式对燃油箱冲洗惰化过程影响[J]. 南京航空航天大学学报, 2018(4): 435-441.

[9] 徐廷喜, 王学德, 张晓波，等. 进气口位置对燃油箱惰化特性影响的数值研究[J]. 航空计算技术, 2015(4): 105-108.

[10] LI Y, YANG D, ZHANG P. Experimental study on inert replacement ventilation of oil vapor in oil tank[J]. Procedia Engineering, 2012, 45: 546-551.

[11] 冯诗愚, 李超越, 邵垒,等. 一种燃油箱绿色惰化系统地面惰化性能分析[J]. 航空动力学报, 2017(2): 268-274.

[12] 徐晶, 邵垒, 冯诗愚. 不同类型惰气对飞机燃油箱可燃性影响理论研究[J]. 南京航空航天大学学报, 2020(3): 493-498.

[13] 王苏明, 冯诗愚, 李宗祺，等. 燃油箱耗氧惰化与中空膜惰化的数值模拟及比较[J]. 北京航空航天大学学报, 2020(5): 1032-1038.

[14] 周宇, 谷立新, 陈广豪. 耗氧惰化系统混合产气的油箱充填特性研究[J]. 航空科学技术, 2019, 30(11): 48-52.

[15] 邵垒. 飞机燃油箱耗氧型惰化技术理论与实验研究 (硕士学位论文)[D]. 南京:南京航空航天大学, 2018：66-85.

[16] 鹿世化, 刘卫华, 冯诗愚，等. 民用飞机多舱油箱内惰性气体分布的研究[J]. 实验流体力学, 2012(5): 61-64.

[17] 鹿世化, 冯诗愚, 王盛园，等. 考虑氧逸出的多舱燃油箱惰化理论研究[J]. 南京航空航天大学学报, 2012(1): 100-104.

[18] 高秀峰, 刘卫华, 熊斌，等. 飞机燃油箱冲洗惰化过程的理论研究[J]. 西安交通大学学报, 2010(9): 16-20,114.

[19] 程跃东. 液化天然气(LNG)及其应用研究[J]. 化工管理, 2019(4): 63-64.

[20] 叶张煌, 王安建, 闫强,等. 全球天然气格局分析和我国的发展战略[J]. 地球学报, 2017(1): 17-24.

[21] 李清, 高春梅. 大型天然气球罐的置换[J]. 煤气与热力, 2003(6): 327-330.

[22] 郑素君. 采用惰性气体对容器、管道置换的三种方法[J]. 深冷技术, 2001(5): 22-24.

[23] 关晓辉, 周林. 密封舱气体置换过程仿真与分析研究[J]. 系统仿真学报, 2018(1): 114-121.

[24] 陈云. LNG船液舱气体置换过程仿真及优化(硕士学位论文)[D]. 舟山:浙江海洋大学, 2018: 33-37.

[25] 郑震宇, 邓佳佳, 谭金元，等. 限制空间氮气置换过程分析与优化[J]. 造船技术, 2019(5): 14-19,30.

[26] 宋洋. LNG运输船液货舱惰化方案仿真优化研究(硕士学位论文)[D]. 大连:大连海事大学,2017:47-57.

[27] 步玉环, 王瑞和, 沈忠厚. 旋转射流流线分析及旋流强度的计算[J]. 石油大学学报(自然科学版), 1998(5): 45-47,4.

[28] 丁云. 地板送风在开敞办公区域应用的研究(硕士学位论文)[D]. 武汉：武汉科技大学, 2009:14-16.

[29] 申明星. 气—气快速混合过程的CFD数值模拟(硕士学位论文)[D]. 上海：华东理工大学, 2012:27-42.

[30] CAVAGE W M. Ground-based inerting of a boeing 737 center wing fuel tank[C]// 2001 Aerospace Congress. 2001 SAE Advances in Aviation Safety Conference Techical Paper Series. Washington:SAE Publications Group, 2001:1-10.

[31] 岑可法, 樊建人. 工程气固多相流动的理论及计算[M]. 杭州: 浙江大学出版社, 1990:230-281.