铁颗粒燃烧中纳米粒子沉积速率的建模研究：基于拉格朗日与欧拉模拟的扩散与惯性碰撞机制解析

研究人员针对铁燃烧过程中纳米粒子逃逸导致循环效率降低的问题，通过拉格朗日和欧拉模拟方法，建立了考虑Stefan流（PeS）影响的纳米粒子沉积效率模型（ηO/ηE），提出修正的Smoluchowski碰撞核函数（βSM），为铁燃料循环优化提供理论支撑。

　　

随着碳中和目标的推进，金属燃料因其高能量密度和可再生特性成为研究热点。铁粉燃烧时产生的高温热量虽可用于能源存储，但伴随生成的纳米粒子（20-200 nm）会随废气逃逸，不仅降低循环效率，还可能对环境健康造成威胁。实验观察表明，部分纳米粒子会沉积在燃料微米颗粒（5.67-80 μm）表面，但具体沉积机制和效率尚不明确。这一问题的核心在于：如何量化纳米粒子在复杂流场（如存在氧化/蒸发诱导的Stefan流）中的沉积行为？

为解决这一问题，研究人员通过耦合拉格朗日（追踪离散纳米粒子运动）和欧拉（求解连续相输运方程）模拟方法，系统研究了扩散主导（Pe_∞≤167150）和惯性主导（St_∞≤10）条件下的沉积动力学。研究首先验证了Levich经典解在边界层修正后的适用性（η₀=4.4Pe_∞^-2/3），进而重点分析了正/负Stefan流（对应蒸发Pe_S>0和氧化Pe_S<0）对沉积效率的影响。

关键技术包括：

1. 欧拉框架下求解稳态Navier-Stokes方程和被动标量输运方程，解析流体边界层效应；
2. 拉格朗日框架采用Langevin方程（含布朗力F_b和斯托克斯阻力F_d）追踪纳米粒子轨迹；
3. 通过定义Stefan Péclet数（Pe_S=|u_s|2R_mp/D_np）量化表面质量流影响。

研究结果揭示：

1. 扩散主导机制：考虑边界层效应的数值解比Levich理论预测高9.2%，修正后的η₀与Pe_∞呈-2/3次方关系（R²=0.998）；
2. 惯性效应：当St_∞>0.3时，惯性导致纳米粒子在微米颗粒前缘富集，收集效率呈指数增长，临界St_∞,c=1.214时与Langmuir解吻合；
3. Stefan流影响：氧化（负Pe_S）使η_O线性增加（η_O=2.5Pe_S/Pe_∞+4.4Pe_∞^-2/3），而蒸发（正Pe_S）使η_E按(1-Pe_S/15Pe_∞^1/3)⁸衰减；
4. 碰撞核函数：提出β=Sh_∞/2·β_SM，其中Sherwood数Sh_∞=1/4η₀Pe_∞，显著优于传统Smoluchowski模型（β_SM=4πD_npR_mp）。

该研究首次建立了铁燃烧场景下涵盖扩散、惯性和Stefan流的多机制沉积模型，为优化金属燃料循环效率提供了量化工具。未来需进一步耦合温度梯度导致的thermophoresis（热泳效应）和瞬态Pe_S变化，以更精确预测实际燃烧环境中的纳米粒子行为。论文发表于《Fuel》，标志着颗粒动力学与清洁能源交叉研究的重要进展。