[论文解读] Scale-Bridging Model Development for Coal Particle Devolatilization

Benjamin Schroeder, Sean T. Smith+7 more|arXiv (Cornell University)|Sep 3, 2016

Probabilistic and Robust Engineering Design参考文献 12被引用 3

一句话总结

本文提出一种用于煤颗粒热解的尺度衔接模型（SBM），采用具有分布活化能的单反应动力学模型与功能产率模型，并基于详细的化学渗透热解（CPD）模型进行标定。SBM在保持计算效率的同时，成功捕捉了应用尺度下的热力学趋势与动力学时间尺度，其可信度通过一致性测试与不确定性量化得到增强，在不同加热速率和工况下表现优异。

ABSTRACT

When performing large-scale, high-performance computations of multi-physics applications, it is common to limit the complexity of physics sub-models comprising the simulation. For a hierarchical system of coal boiler simulations a scale-bridging model is constructed to capture characteristics appropriate for the application-scale from a detailed coal devolatilization model. Such scale-bridging allows full descriptions of scale-applicable physics, while functioning at reasonable computational costs. This study presents a variation on multi-fidelity modeling with a detailed physics model, the chemical percolation devolatilization model, being used to calibrate a scale-briding model for the application of interest. The application space provides essential context for designing the scale-bridging model by defining scales, determining requirements and weighting desired characteristics. A single kinetic reaction equation with functional yield model and distributed activation energy is implemented to act as the scale-bridging model-form. Consistency constraints are used to locate regions of the scale-bridging model's parameter-space that are consistent with the uncertainty identified within the detailed model. Ultimately, the performance of the scale-bridging model with consistent parameter-sets was assessed against desired characteristics of the detailed model and found to perform satisfactorily in capturing thermodynamic trends and kinetic timescales for the desired application-scale. Framing the process of model-form selection within the context of calibration and uncertainty quantification allows the credibility of the model to be established.

研究动机与目标

• 开发一种计算高效的模型，从详细煤热解模型中捕捉适用于大规模模拟的尺度相关物理机制。
• 通过弥合详细物理模型与应用尺度需求之间的差距，解决多物理场模拟中计算成本过高的挑战。
• 通过一致性约束与不确定性量化，将SBM与详细模型对标，确保模型可信度。
• 在最小化参数化的前提下，实现对不同加热速率与温度下热解行为的可靠预测。
• 提供一种支持工程应用中插值与有限外推可信度的模型形式选择与验证框架。

提出的方法

• 将具有分布活化能的单反应动力学模型与功能产率模型组合，形成尺度衔接模型（SBM）的形式。
• 通过从详细CPD模型中提取的关键质量指标（QoI）度量，推导出一致性约束，用于SBM的标定。
• 开展参数空间探索，识别SBM参数集中与详细模型预测不确定性边界保持一致的区域。
• 对详细CPD模型应用不确定性量化，以定义标定过程中可接受的行为范围。
• 通过对比SBM与详细模型在多个实验设计（DOE）条件下的动力学轨迹与累积产率分布，评估SBM性能。
• 通过迭代优化产率模型，基于SBM与CPD预测之间的差异，进一步提升模型可信度。

实验结果

研究问题

• RQ1 如何构建一种简化模型，以在最小化计算成本的前提下，准确表征应用尺度下煤热解的热力学与动力学行为？
• RQ2 为确保SBM与详细CPD模型的不确定性保持一致，需要哪些约束条件与质量指标（QoI）度量？
• RQ3 具有分布活化能的单反应模型与功能产率模型，在多大程度上能够捕捉不同加热速率与温度下煤热解的复杂行为？
• RQ4 不确定性量化与一致性测试在提升SBM插值与有限外推可信度方面发挥何种作用？
• RQ5 基于SBM与详细模型预测之间的差异，可对产率模型做出哪些改进？

主要发现

• 具有四个自由参数的SBM在包括1×10⁶ K/s在内的多种加热速率下，成功捕捉了详细CPD模型的热力学趋势与动力学时间尺度。
• 通过不确定性感知的一致性测试，识别出一致的参数集，确保SBM始终处于详细模型预测的不确定性边界内。
• 模型在所有DOE条件下均表现优异，视觉对比与累积分布比较证实其与详细模型行为高度一致。
• 基于观测差异对产率模型进行优化，显著提升了SBM的准确性，尤其在高温行为的捕捉方面。
• 优化后的产率模型降低了模型形式误差，增强了SBM在插值与有限外推模拟中应用的可信度。
• 该方法可通过将产率模型重新拟合至特定煤种的CPD数据，并结合犹他州苏夫科烟煤的先验知识重新执行一致性测试，推广至其他煤种。