使用欧拉随机场方法对实验室规模的NH3/空气喷射火焰进行的大涡模拟，分别考虑了未使用化学方程组和使用了化学方程组的情况

《International Journal of Hydrogen Energy》：Large-eddy simulations of laboratory-scale NH3/air jet flames using the Eulerian stochastic field method without and with tabulated chemistry

本研究提出了一种结合Eulerian随机场（ESF）方法的Large Eddy Simulation（LES）框架，用于氨燃烧模拟。实验验证表明，ESF方法（有无表格化学）能准确预测火焰结构和NO生成，且效率提升83%，为氨燃烧计算提供了高效工具。

　　氨作为碳中和替代燃料，因其在生产、运输和利用方面的成熟基础设施，正逐渐受到关注。随着全球对减少温室气体排放的需求日益增长，氨燃烧技术成为研究热点。然而，氨燃烧过程中存在一些挑战，如较低的反应活性和较高的氮氧化物（NO）排放。因此，为了更好地理解和优化氨燃烧特性，开发高精度且高效的数值工具显得尤为重要。本研究提出了一种基于大涡模拟（Large Eddy Simulation, LES）框架的计算方法，该方法结合了欧拉随机场（Eulerian Stochastic Field, ESF）方法，并分别采用无表格式化学和表格式化学进行计算。通过对比实验数据和直接数值模拟（Direct Numerical Simulation, DNS）结果，验证了该方法的有效性，并进一步分析了其在预测氨燃烧特性方面的能力。

在燃烧科学领域，LES作为一种重要的计算工具，已被广泛用于研究湍流与燃烧之间的相互作用。传统的LES方法通常需要解决复杂的化学反应方程，这在计算上带来了较高的成本和难度。因此，为了提高计算效率，研究者们尝试将LES与不同的化学表格式方法相结合。表格式化学是一种通过预先计算化学反应路径并存储为表格的方法，从而避免了在每个时间步进行完整的化学动力学计算。这种方法在非预混燃烧和喷雾燃烧等复杂燃烧场景中已被成功应用，但针对氨预混燃烧的研究仍较为有限。

本研究采用的ESF方法是一种基于欧拉框架的随机场方法，用于模拟湍流燃烧中的化学反应过程。该方法通过一组随机场方程来表示化学反应的概率密度函数（Probability Density Function, PDF），这些方程与主求解器同时在欧拉网格上进行求解。与传统的拉格朗日粒子蒙特卡洛方法相比，ESF方法更容易集成到现有的LES求解框架中，从而提高了计算效率。然而，由于化学反应过程的复杂性，ESF方法的计算成本仍然较高。为此，研究者们尝试将ESF方法与表格式化学相结合，以降低计算负担。表格式化学通过预先计算并存储化学反应的路径信息，使得在模拟过程中可以快速调用这些数据，从而减少实时计算的需求。

在本研究中，采用了火焰生成曼图（Flamelet Generated Manifold, FGM）方法作为表格式化学模型。FGM方法通过构建一组代表性的火焰结构，将复杂的化学反应简化为一个表格形式，从而在保证计算精度的同时，显著降低了计算成本。具体而言，FGM方法首先通过求解一系列火焰结构方程，生成不同反应条件下的化学反应路径数据，然后在模拟过程中使用这些数据来代替完整的化学动力学计算。这种方法在非预混燃烧和喷雾燃烧等复杂燃烧场景中已被证明是有效的，但在氨预混燃烧中的应用尚属首次。

为了验证ESF方法在氨燃烧模拟中的有效性，研究者们使用了Lund大学的引燃喷射燃烧器（LUPJ burner）进行实验。该燃烧器由中心喷嘴和引燃喷嘴组成，中心喷嘴喷射的是氨/空气的预混混合物，而引燃喷嘴则提供额外的热源以维持燃烧过程。实验条件包括不同的喷射速度（33 m/s至220 m/s），以及喷嘴直径为1.5 mm。在这些条件下，研究人员对氨/空气混合物的燃烧特性进行了详细研究，包括火焰结构、湍流与火焰的相互作用，以及NO的生成路径。

在模拟过程中，研究者们分别采用了无表格式化学和表格式化学的ESF方法，并将其应用于LUPJ燃烧器中的氨/空气喷射火焰。通过对比实验数据和DNS结果，验证了两种方法在预测火焰结构和NO生成方面的准确性。结果显示，无论是无表格式化学还是表格式化学的ESF方法，都能够准确地再现火焰的结构特征，并且在NO生成的预测方面表现良好。此外，采用FGM方法的ESF模型在保持高精度的同时，显著降低了计算成本，其效率提升了约83%。

研究结果表明，ESF方法与FGM方法的结合在氨燃烧模拟中具有显著的优势。一方面，这种方法能够保留详细化学反应模型的高保真度，确保燃烧过程的准确预测；另一方面，通过使用预计算的化学表，显著减少了计算时间，使得大规模模拟成为可能。这对于推动氨燃烧技术的发展具有重要意义，尤其是在需要高精度和高效计算的工业应用中，如燃气轮机和燃烧室设计。

此外，研究还深入分析了NO的生成路径。NO的生成主要受到燃烧温度、氧气浓度和反应时间等因素的影响。通过LES数据，研究人员能够识别出NO生成的关键区域，并分析其生成机制。这些分析结果对于优化燃烧过程、减少NO排放具有重要的指导意义。在实际应用中，通过调整燃烧条件和化学反应路径，可以有效降低NO的生成量，从而提高燃烧效率并减少环境污染。

综上所述，本研究通过开发一种结合ESF方法和FGM方法的LES框架，成功地解决了氨燃烧模拟中的计算效率问题。该方法不仅能够准确预测氨燃烧的火焰结构和NO生成，而且在计算成本上具有显著优势。这一成果为未来氨燃烧技术的研究和应用提供了新的思路和工具，有助于推动清洁能源的发展和减少温室气体排放。