《颗粒流体复杂系统的多尺度模拟》介绍

本书概述了颗粒流体系统的基本概念以及颗粒流体系统模拟的基础知识，阐述了颗粒流体系统的复杂性及其多尺度结构，总结了作者多年来在颗粒流体复杂系统多尺度模拟方面的工作，展望了颗粒流体系统多尺度模拟研究的发展趋势。详细介绍了颗粒流体系统多尺度模拟的能量最小多尺度模型、双流体模型、确定性颗粒轨道模型以及拟颗粒模拟的基本原理、基本方法和相应的数值计算技术，并给出了上述多尺度模拟方法在工业应用中的一些成果。     

过程工业中的多尺度效应及离散化单元模拟

过程工业中的多数复杂现象都具有非均匀的结构,并呈现多尺度的特征。这一特征产生的根源在于构成系统的大量基本单元之间的相互作用。因此,量化这些复杂现象的根本途径之一是建立单元型并量化单元之间的相互作用,     

流态化模拟:基于介尺度结构的多尺度CFD

介尺度结构是研究气固流态化多尺度行为的关键。传统的基于平均化处理方式的双流体模拟不能准确描述流化床中的多尺度流动和传递行为。相较而言,基于能量最小多尺度(EMMS)方法的结构多流体模型(SFM)基于局部空间(网格)内的非均匀介尺度结构流动特征,其宏观预测结果与网格分辨率基本无关,因而可以大幅降低模拟计算量。基于SFM模拟得到的流动结构,EMMS多尺度传质模型进一步成功解释了传统传质文献中的数据差异。集成上述模型,形成了一整套模拟流化床流动-传递-反应耦合过程的多尺度计算流体力学(CFD)方法,并将其应用于预测循环流化床中典型的S型轴向分布、揭示噎塞转变的机理以及流化床放大困难的原因。多尺度CFD使工业规模循环床的三维、全系统、动态流动-反应耦合过程的准确模拟成为可能,并为实现从模拟向实时虚拟过程转变的目标打下基础。     

反应传递多尺度耦合的拟颗粒模拟

反应与传递过程的耦合是众多化工过程的重要特征之一。随着过程精准调控要求的不断提高和过程强化与微化工等领域的迅速发展,传统上宏观与微观分离的反应与传递描述方式遇到了诸多挑战。拟颗粒模拟耦合软球和硬球两类分子模拟方法的优势,显著简化了分子间作用模型,极大提高了计算效率,为描述宏微观之间的介尺度上反应与传递紧密耦合的复杂现象提供了一种有效手段。本文简要回顾该方法提出的背景,阐述其基本思想,并展示和分析其在气固多相吸附和催化、气液微流动等问题中的应用前景。     

化工过程中的多尺度效应

以煤的清洁燃烧为例说明了多尺度效应是多数化工过程的内在特征，利用多尺度分析和能量最小化原理，建立了流化床反应器颗粒流体的分布数学模型，给出了模型求解过程，该模型可以解析求解，也可以数值求解。     

自由基聚合反应器中多尺度流场的模拟进展

自由基聚合过程中,由于混合、传递及聚合反应的相互作用使得反应器内部存在复杂的多尺度流场,例如宏观尺度的速度、浓度、温度分布,介观尺度的液滴粒径分布,微观尺度的聚合反应速率、聚合物分子量和多分散性指数分布。这些复杂的多尺度流场分布使得聚合反应器的模型化研究成为难题。本文较为系统地介绍了自由基聚合反应器中存在的多尺度现象;简述了微观尺度聚合物性质流场分布的模型化与模拟研究方法;从悬浮聚合和乳液聚合两个方面介绍了介观尺度液滴粒径分布的模拟研究进展;从非理想混合的角度阐述了宏观尺度多相流流场分布的研究进展。最后,本文分析了多尺度模型的耦合求解方法。本综述也有本文作者对这个领域的初步观点,可为聚合反应器的设计、优化和放大提供参考。     

基于介观尺度模拟的污泥絮凝形态及机理

用介观动力学的方法对胶体颗粒与高分子链的絮凝过程进行了模型研究,并根据模型结果对污泥和阳离子聚丙烯酰胺的絮凝过程和污泥脱水机理进行有针对性的探讨。通过建立粗粒化模型和经验势函数力场有效模拟了负电性的胶体颗粒与阳离子型高分子链的絮凝过程;模拟得出了絮凝的外观形态,证明了高分子链对胶体颗粒的桥接作用以及表面电荷的中和作用对絮凝的影响;并对絮凝反应过程的体系势能变化进行了研究。对实际污泥胶体颗粒和阳离子聚丙烯酰胺溶液拍摄了电镜图片并观察了其吸附过程;最后研究了高分子链离子度对溶液体系絮凝的影响,验证了离子度的增加有利于絮凝体的形成,但同时也由于絮凝体结构的复杂而对污泥脱水造成了一定的不利影响。     

化学工程中的介尺度科学与虚拟过程工程:分析与展望

传统的过程工程研发具有周期长、风险大、费用高等特点,制约了过程工业的快速发展。解决这一问题应从介尺度科学和虚拟过程工程两方面入手。首先,这一问题的科学根源在于化学和过程工程中的多尺度和多层次结构;而介尺度作为其中的难点和瓶颈,目前的认识还比较有限。认识和理解介尺度复杂性对研究材料的构效关系、反应器混合与传递、系统集成等具有重要意义。只有实现了流动、传递和反应在介尺度的耦合,才能够准确理解、预测和调控多相反应器中的多尺度结构。另一方面,基于介尺度科学的虚拟过程工程将成为一种全新的过程研发模式,不仅可以大幅度缩短过程放大周期,也使产品精细化成为可能。虚拟过程工程是连接介尺度科学与新技术新工艺开发的桥梁,它是一种实体化、功能化的开发和分析工具及知识库,将实验室成果快速应用于过程开发,将大幅提升我国过程工业对核心技术的研发能力。传统的理论和超级计算尚不足以支撑虚拟过程工程,而介尺度科学则为虚拟过程工程带来前所未有的发展机遇。虚拟过程工程涉及多学科交叉,不仅是模拟计算人员的任务,也是实验室和过程研发人员共同的责任;它甚至在未来可以与云计算相结合,使过程工程进入大数据时代。     

化学工程中的介尺度科学与虚拟过程工程：分析与展望

传统的过程工程研发具有周期长、风险大、费用高等特点,制约了过程工业的快速发展。解决这一问题应从介尺度科学和虚拟过程工程两方面入手。首先,这一问题的科学根源在于化学和过程工程中的多尺度和多层次结构;而介尺度作为其中的难点和瓶颈,目前的认识还比较有限。认识和理解介尺度复杂性对研究材料的构效关系、反应器混合与传递、系统集成等具有重要意义。只有实现了流动、传递和反应在介尺度的耦合,才能够准确理解、预测和调控多相反应器中的多尺度结构。另一方面,基于介尺度科学的虚拟过程工程将成为一种全新的过程研发模式,不仅可以大幅度缩短过程放大周期,也使产品精细化成为可能。虚拟过程工程是连接介尺度科学与新技术新工艺开发的桥梁,它是一种实体化、功能化的开发和分析工具及知识库,将实验室成果快速应用于过程开发,将大幅提升我国过程工业对核心技术的研发能力。传统的理论和超级计算尚不足以支撑虚拟过程工程,而介尺度科学则为虚拟过程工程带来前所未有的发展机遇。虚拟过程工程涉及多学科交叉,不仅是模拟计算人员的任务,也是实验室和过程研发人员共同的责任;它甚至在未来可以与云计算相结合,使过程工程进入大数据时代。     

蛋白质体系分子动力学模拟的前沿进展-从介科学角度重新审视

蛋白质是生命的物质基础,是生命活动的主要承担者,对蛋白质时空多尺度结构及其控制机制的深入理解是探索生命起源、病理认知及新药开发的基础. 受实验表征手段及时空分辨率的限制,计算机模拟已成为研究蛋白质体系结构及功能的重要手段之一. 由于蛋白质体系模拟所涉及的时间和空间跨度均相当大,因此,准确且快速地描述其时空多尺度结构,从而分析体系的控制机制及相关生理过程,成为分子动力学模拟面临的巨大挑战. 本工作对近半个世纪以来的分子模拟方法,特别是分子动力学方法和相关的增强采样技术在蛋白质体系研究中的应用进行了总结,综述了近年来分子动力学的理论模型和算法的发展,并介绍了这些方法在结构化蛋白质的天然结构与构象变化、固有无序蛋白质的动态结构及其结合底物的动力学过程及分子机理、分子伴侣及病毒等蛋白质复合物体系中的研究成果;汇总了高性能计算的飞速发展所带动的分子动力学模拟软件的变革,拓展了蛋白质模拟的时空尺度,重点阐述了大规模高性能分子动力学模拟在蛋白质研究中的应用;最后,基于介科学理论的飞速发展及其在多种复杂体系的成功运用,对未来蛋白质体系的模拟方法和理论研究的趋势进行了思考和展望.     

Reliability of complex chemical engineering processes

This paper presents a stochastic performance modelling approach that can be used to optimise design and operational reliability of complex chemical engineering processes. The framework can be applied to processes comprising multiple units, including the cases where closed form process performance functions are unavailable or difficult to derive from first principles, which is often the case in practice. An interface that facilitates automated two-way communication between Matlab^® and process simulation environment is used to generate large process responses. The resulting constrained optimisation problem is solved using both Monte Carlo Simulation (MCS) and First Order Reliability Method (FORM); providing a wide range of stochastic process performance measures. Adding such capabilities to traditional deterministic process simulators provides a more informed basis for selecting optimum design factors; giving a simple way of enhancing overall process reliability and cost-efficiency. Two case study systems are considered to highlight the applicability and benefits of the approach.     

Framework of dynamic simulation for complex chemical processes

The current state of the art of a modelling and dynamic simulation system for complex chemical and biochemical processes is discussed. Process modelling activity involves modelling a physical plant and external tasks imposed on the plant, and details of both aspects are discussed. Typical software structure is concerned with a model builder, result analyser, translator, solution methods, model library and external software interface. Some of them are explained in moderate depth. Recent progress of functionality and numerical methods is presented. Numerical methods incorporating symbolic and structural techniques improve accuracy and efficiency. In order to illustrate benefits of employing dynamic simulation tools, one typical chemical process consisting of a mixing tank, tubular reactor and gas absorber is chosen and dynamic simulation is carried out. Taking into account the work in this paper, some suggestions for future development of a unified framework of a modelling package are made.     

基于多尺度模型的MIP提升管反应历程数值模拟

MIP(maximizing iso-paraffins process)工艺采用两个反应器串联技术,可有效改善汽油质量。MIP反应器的冷态模拟虽能揭示反应器内的流动行为及几何结构的影响,但无法考虑反应引发的变化。为更准确地揭示该反应器中的油气及颗粒运动行为,尝试了三维瞬态反应模拟。模拟采用双流体模型结合十二集总反应动力学模型,并在相间动量传递模型和传热模型中考虑了多尺度结构的影响,然后与基于均匀分布的传统模型作对比。结果表明,相比于传统模型,多尺度模型能较准确预测二反段内的流动结构、颗粒浓度以及温度分布。在预测产率方面,两种模型所得结果类似,都对油浆和柴油的预测较好,对液化气和干气的预测偏差较大。这说明,仅在动量传递及传热模型中考虑多尺度结构的影响是不够的。     

Experimental methods in chemical engineering: Process simulation

Process simulation software designs equipment, simulates operations, optimizes a plant's configuration (heat exchangers network, for example), estimates operating and capital expenses, and serves as an educational tool. However, mastering the theoretical background minimizes common mistakes such as applying an incorrect thermodynamic method, selecting improper algorithms in the case of tear systems, and setting irrational system specifications. Engineers and researchers will exploit this tool more often in the future as constant advancements in simulation science as well as new models are released continually. Process simulators make it easier to build digital twins and thus will facilitate the implementation of the industry 4.0 guidelines. We highlight the mathematical and technical features of process simulators, as well as the capabilities and the fields of application. A bibliometric map of keywords from articles citing Aspen+, Aspen plus, Hysys, and Pro/II indexed by Web of Science between 2017 and 2020 identified the main research clusters, such as design, optimization, energy or exergy, biomass; H₂ and CO₂ capture, thermodynamics; and separations and techno-economic analysis.     

Fault diagnosis of complex chemical process based on multi-scale ADCRC feature learning

The time series and multi-scale characteristics of complex industrial process data are always important factors affecting the performance of fault diagnosis. In this study, a new fault diagnosis model based on multi-scale attention dilated causal residual convolution (ADCRC) is proposed. Aiming at the temporal nature of industrial data, the ADCRC module is developed to extract time series features, in which the ADCRC module is composed of dilated causal convolution (DCC), attention mechanism (AM), and residual connection, DCC is used to extract time series features, AM adjusts the weight of features according to attention distribution to obtain more important feature information, and residual connection is used to enhance the training accuracy of model. For the multi-scale characteristics of original data, MS-ADCRC model based on ADCRC module is developed for multi-scale feature extraction, in which multiple ADCRC modules extract multi-scale features of data in parallel. Finally, the proposed MS-ADCRC model is tested on the Tennessee-Eastman data set. Compared with other existing models, the results show that the proposed MS-ADCRC model has more advantages in fault diagnosis feature learning.     

基于云计算和虚拟现实技术的化工过程虚拟工厂

作为后超算时代计算服务的主流服务模式,云计算为制造业的资源整合利用创造了全新的服务平台。本文以已有的云计算理论为基础,针对化工过程的特点,提出了基于云计算的虚拟工厂技术体系,通过对关键技术的讨论,有效地将已有的资源虚拟化为服务,并通过虚拟现实技术建立三维云端模拟企业现场环境,增强了用户对现场操作的实际体验。基于云计算和虚拟现实技术建立的乙二醇虚拟工厂表明,系统具有扩展性和开放性,可以快速实现过程的仿真,为工厂的模拟操作提供有效的支持。     

Microwave sintering of complex shapes: From multiphysics simulation to improvements of process scalability

The microwave sintering homogeneity of large and complex shape specimens is analyzed. A new approach enabling the fabrication of complex shapes ceramics via 3D printing and microwave sintering is presented. The use of a dental microwave cavity is shown to enable a substantial level of densification of complex shape components while restricting the grain growth. The homogeneity of the processed samples during microwave sintering is studied by an electromagnetic-thermal-mechanical simulation. The realistic densification behavior, that phenomenologically takes into account the microwave effect, is included in the modeling framework. The simulation indicates the sharp correlation between the microwave field distribution in the cavity, the temperature profile, and the specimen's shape distortion.