基于敏感性分析与蒙特卡洛模拟的NH3/H2燃烧动力学模型不确定性量化与优化研究

为解决燃烧动力学模型因反应速率常数(RRC)选择差异导致的预测不确定性问题，研究人员通过整合敏感性分析与蒙特卡洛模拟，构建了可同时处理多实验条件的高效框架。该研究量化了NH3/H2模型中52个关键反应的RRC不确定性，并通过2500余组实验数据验证，最终将RRC不确定范围显著缩小，为清洁能源燃烧模型优化提供了新工具。

　　

在全球能源转型与气候变化的背景下，氨(NH₃)作为零碳燃料与氢(H₂)混合燃烧技术备受关注。然而，现有NH₃/H₂燃烧动力学模型存在显著不确定性，其核心矛盾在于反应速率常数(RRC)的选取差异导致模型预测精度受工况限制。传统方法难以同时处理多类型实验数据，且缺乏系统性量化手段。针对这一挑战，国内某研究机构团队在《Fuel》发表研究，提出了一种融合敏感性分析与蒙特卡洛(MC)模拟的创新框架。

研究团队首先通过全面敏感性分析筛选出11个代表性NH₃/H₂模型中的52个高敏感性反应，收集其RRC实验值与理论计算数据建立初始不确定范围。随后开发包含42种组分、346个反应的综合性NH₃/H₂模型，并利用2500余组实验数据（涵盖点火延迟时间IDT、层流火焰速度LFS及射流搅拌反应器JSR/柱塞流反应器PFR物种浓度）进行验证。关键技术包括：1)采用拉丁超立方抽样(LHS)生成10万组RRC参数组合；2)基于标准化局部敏感性系数(OSC)评估反应权重；3)通过概率密度函数(PDF)分析预测误差分布；4)建立不确定性因子(f_l/f_u)量化体系。

3.1 关键反应识别
通过11个模型的交叉分析确定52个核心反应，如H+O₂?O+OH(R1)和NH₂+NO?H₂O+N₂(R14)，其中R1在IDT、LFS和浓度预测中均显示最高敏感性（OSC=0.12-0.19）。

3.2 模型开发与验证
新建模型对纯NH₃的IDT预测误差<10%，在1.4-30 atm压力范围内均保持高精度；LFS预测在当量比φ=1.1附近与实验值吻合最佳，但在富燃料条件下存在约15%高估。

3.3 不确定性边界优化
蒙特卡洛模拟将RRC初始不确定因子fⁱⁿⁱ平均降低67%，如NH₃+OH?NH₂+H₂O(R6)的f_u^red从1.176降至0.341。关键发现是IDT和LFS预测误差呈负偏态分布，而物种浓度误差呈正偏态，反映不同燃烧阶段的主导反应机制差异。

该研究首次实现NH₃/H₂模型的多维度不确定性协同优化，其框架可推广至其他燃料体系。通过揭示RRC参数与燃烧特性的非线性关联，为清洁能源装置的精准模拟奠定基础。值得注意的是，约30%的高敏感性反应（如N₂O+H?N₂+OH）在低温区仍存在较大不确定性，提示未来需结合原位光谱实验进一步约束参数范围。这项方法论创新不仅解决了燃烧建模的共性难题，更为碳中和背景下的燃料设计提供了可靠的计算工具。