基于深度强化学习的氢气-空气爆炸动力学特性数值研究

《Case Studies in Thermal Engineering》：Numerical study on hydrogen-air explosion dynamic characteristics with deep reinforcement learning

　　

摘要
本研究开发了一种新颖的基于深度强化学习的化学动力学关键参数优化系统，用于研究氢气-空气爆炸动力学过程。研究人员将优化后的机理与涡耗散概念（Eddy-Dissipation Concept, EDC）模型相结合，以研究不同障碍物布置下半受限空间内氢气-空气预混火焰的演化过程。结果表明，优化后的氢氧动力学机理（Hydrogen Kinetic Mechanism, HKM）具有优异的层流火焰速度预测性能。模型验证结果表明，模拟结果与实验结果之间的误差小于10%。基于优化后的HKM，分析了爆炸动力学特性和火焰不稳定行为。具体而言，三种分散布置障碍物的峰值超压分别是两种分散布置和集中布置情况的1.3倍和2.3倍。基于流场结构和涡量分析，涡旋火焰和射流火焰分别是超压和火焰速度突然增加的主要原因。此外，瑞利-泰勒不稳定性（Rayleigh-Taylor Instability, RTI）和开尔文-亥姆霍兹不稳定性（Kelvin-Helmholtz instability, KHI）耦合振幅的增长速率仅由火焰的加速度差和切向速度差决定，并求解了耦合振幅增长速率的解析表达式。

基于深度强化学习的氢气-空气爆炸动力学特性数值研究解读

一、研究背景与问题

随着全球对低碳环保和绿色能源需求的日益迫切，氢能作为最具前景的清洁能源正被世界各国广泛采用。然而，氢气具有高层流燃烧速度（当量比Φ=1.0时，层流燃烧速度S_L=2.39 m/s）、大扩散系数、强浮力效应以及低点火能量（0.017 mJ）等特性，使其在工业及日常生活应用中存在显著的泄漏与爆炸风险。当氢气泄漏并在受限空间内形成可燃云团时，可能引发灾难性的爆炸事故。此外，障碍物导致的火焰加速可能将爆燃转变为爆轰，对氢能使用者构成严重威胁。氢气爆炸产生的冲击波、高温火焰和高压膨胀气体可对人员和工业设施造成致命伤害。因此，开展障碍物条件下氢气-空气混合物火焰传播特性研究具有重要的安全意义。

目前预混火焰传播特性的研究多采用反应进程变量C方程模拟火焰前锋，C=0表示未反应，C=1表示完全反应。该方法虽能节约计算资源，但未能考虑真实化学反应过程。在实际爆燃火焰中，燃烧反应可能在涡旋内的小尺度范围内发生，化学反应时间尺度与涡旋尺度是数值研究中需要考虑的重要因素。然而，目前基于详细化学反应的爆炸火焰数值研究仍较为缺乏。此外，层流燃烧速度是预测爆炸压力的关键参数，基于详细化学反应的数值研究需依赖详细的氢氧动力学机理（HKM）提供层流燃烧速度。然而，现有氢气化学反应模型普遍存在模拟结果理想化的缺陷，参数调整耗时且缺乏理论依据。虽有研究者采用机器学习方法预测层流燃烧速度，但机器学习方法的预测原理是搜索能够拟合数据的线性和非线性曲线，当数据中存在异常值或需要预测与输出数据差异显著的新工况时，预测精度会大幅下降，且无法考虑爆炸过程中的物理规律。

在障碍物影响方面，方形障碍物可导致更高的火焰速度和更大的爆炸超压；火焰遇到连续障碍物时，爆炸超压和火焰传播速度可较单一障碍物情况增加数倍；受限空间内障碍物沿火焰传播方向越长，火焰加速持续时间越长，爆炸事故后果越严重；障碍物阻塞比越高，爆炸超压和压力上升速率越大。火焰不稳定传播已成为氢气-空气火焰的重要特征，不稳定会导致火焰表面产生扰动波，使原本光滑的火焰表面褶皱化，增大火焰表面积并提升火焰传播速度。障碍物数量的增加会增强火焰内的湍流强度，导致更强的开尔文-亥姆霍兹不稳定性（KHI）和瑞利-泰勒不稳定性（RTI），加剧火焰拉伸。然而，火焰传播过程中各种不稳定性之间的相互作用以及RTI和KHI的定量描述尚未完全阐明。现有研究多聚焦于火焰传播速度、爆炸超压和压力上升速率等宏观参数，而对涡旋火焰、火焰与流场相互作用以及详细流场结构对火焰形态的影响研究有限。

二、研究内容与方法

针对上述问题，研究人员提出了一种基于深度强化学习（Deep Reinforcement Learning, DRL）的化学动力学关键参数优化系统，将深度确定性策略梯度（Deep Deterministic Policy Gradient, DDPG）算法与Chemkin仿真软件集成，用于优化21步氢氧动力学机理中的关键参数。研究人员首先对预指数因子的边界条件、待优化关键参数数量以及奖励函数进行系统测试，以确定最优的DDPG优化设置。随后，将优化后的HKM与涡耗散概念（EDC）模型相结合，对四种障碍物布置工况（无障碍物、集中布置、分散两处布置、分散三处布置）下氢气-空气预混火焰在受限空间内的传播过程进行数值模拟。所有带障碍物工况保持相同的阻塞比B_r=0.5，障碍物体积相同。数值模拟采用二维物理模型，网格尺寸为0.5 mm，共168,920个网格单元，并采用基于温度梯度的自适应网格细化技术。时间步长设为5e-7 s，库朗数设为0.8。研究人员通过对比不同边界条件、不同优化参数数量（0至4个）和三种不同奖励函数（Reward 1、Reward 2、Reward 3）的优化性能，确定了最优的DDPG设置。其中，当量比为0.5、0.7和3.0的工况作为训练数据集，当量比为1.0、1.25、1.5和2.0的工况作为测试数据集，真实实验结果取自文献[55]（即Koroll等的研究数据）。模型验证采用了Lv等人[56]的实验数据作为参照，并与Zhou等人[57]基于反应进程变量C方程和大涡模拟（LES）的结果进行了对比。

三、关键技术方法

本研究主要采用了以下关键技术方法：（1）基于DDPG算法的关键参数优化方法，该算法由Action模块、Reward模块、Environment模块和Agent模块组成，采用具有五个隐藏层（分别含32、64、128、256和512个神经元）的人工神经网络（ANN）作为策略网络和价值网络的函数逼近器，使用ReLU激活函数、AdamW优化器（学习率0.001，折扣因子0.8，200个训练周期），并引入经验回放缓冲区以提高更新过程的稳定性和收敛性；（2）EDC湍流燃烧模型，该模型将详细HKM纳入湍流反应中，假设化学反应主要发生在小涡旋（即“反应器涡旋”或精细尺度）内，通过精细尺度体积分数γ*和涡旋平均寿命τ*表征湍流与化学反应的耦合作用；（3）有限体积法数值求解方法，采用SIMPLEC算法实现压力-速度耦合，梯度项采用最小二乘单元体格式，对流项采用二阶迎风格式；（4）基于温度梯度的自适应网格细化技术，最大细化级别为2级；（5）敏感性分析方法，用于识别21步HKM中对计算结果影响最显著的前四个预指数因子；（6）涡量分析方法，用于揭示障碍物诱导的涡旋结构特征。

四、研究结果

（一）DDPG及数值模型的有效性验证

通过系统测试确定了关键参数边界条件为0~5.81×10¹、待优化关键参数数量为4个、奖励函数采用Reward Function 2（定义为目标值与状态绝对偏差的比值）。实验结果表明，当边界条件设为0~5.81×10时，Chemkin经DDPG优化后的模拟结果与实验结果最接近；当同时优化4个关键参数时，R2值分布最集中、优化稳定性最高，整体R2值最高，Chemkin计算结果与实验数据的一致性最强；Reward Function 2设计的奖励函数使智能体能够持续获得适当的奖励和惩罚信号，表现出最稳定的收敛过程和最佳的训练稳定性，绝对误差最小。经DDPG优化后，Chemkin模拟的层流燃烧速度与真实实验结果高度吻合。模型验证结果表明，本研究所采用的优化后HKM与EDC模型不仅准确捕捉了射流火焰内部的褶皱形态（t=5.5 ms），而且在湍流火焰阶段（t=6.0 ms）的火焰形态与实验结果几乎一致。定量验证显示，火焰前锋传播距离的误差在5%以内，火焰前锋速度的误差在10%以内，均显著低于未优化模型和Zhou等人提出的模型。

（二）火焰动态演化分析

在三种障碍物布置条件下，火焰前锋表面均经历了球形火焰（0≤t≤1 ms）→指形火焰（1≤t≤2 ms）→平板形火焰（2≤t≤2.5 ms）→射流火焰（2.5≤t≤3.0 ms）→涡旋火焰（3.0≤t≤3.5 ms）的演变过程，在t≥3.5 ms后障碍物布置的影响才显现。与集中布置相比，分散布置的障碍物会产生反向传播的火焰舌。火焰速度分析表明，射流火焰是火焰传播速度突然增加的主要驱动力。由于障碍物引起的阻塞、压缩和剪切效应，火焰每次与障碍物相互作用都会显著增强湍流燃烧，从而产生相应的速度峰值。火焰速度峰值的数量等于障碍物数量加一。超压分析表明，涡旋火焰是爆燃压力突然上升的主要原因。涡旋火焰使火焰从平面燃烧模式转变为三维卷积结构，导致容积燃烧，爆燃速率显著增加。

（三）流场结构与涡量分析

流场分析表明，障碍物后方的涡旋通过未燃气体的涡旋流动促使火焰表面变形，形成与火焰前锋表面方向相反的火舌。反向传播火舌的进一步合并加速了燃烧过程并增加了爆炸压力。涡量分析表明，障碍物是流场中产生涡量的主要因素，障碍物边缘是涡量生成的源。分散布置的障碍物对涡量强度有显著影响，其中分散三处布置表现出最高的涡量强度，涡旋内热量和质量扩散最快，火焰前锋表面受涡旋影响经历最显著的拉伸和变形。

（四）火焰不稳定行为分析

基于RTI和KHI的定义，研究人员推导出RTI振幅增长率ω_R-T仅与火焰加速度有关，而KHI振幅增长率ω_K-H与切向速度差呈线性相关。对于热膨胀比σ=6.86的氢气-空气火焰，ω_R-T=√(57.1·g)，ω_K-H=25.5·Δu_x，耦合不稳定性振幅增长率ω=√(651.9·Δu_x2+57.1·g)。定量评估结果显示，在射流火焰阶段（2.5 ms≤t≤3.0 ms），RTI和KHI的振幅增长率均急剧上升。RTI增长率在Case2、Case3和Case4中分别增加7.0%、13.3%和28.2%；KHI增长率分别增加145%、146%和191%，表明障碍物诱导的射流火焰在触发KHI发展中起主导作用。在涡旋火焰阶段（4.0 ms≤t≤4.5 ms），RTI增长率达到最大值。耦合不稳定性ω在射流火焰阶段的峰值增长率随障碍物分散程度增大而增大，而在涡旋火焰阶段的峰值增长率与射流火焰阶段的比值随障碍物分散程度增大而减小（Case2、Case3和Case4分别为2.2、2.0和1.58倍），表明更分散的障碍物布置使耦合不稳定性ω的增长更早集中于射流火焰阶段，而相对削弱了后续涡旋火焰阶段的放大效应。

五、结论

本研究的主要结论如下：（1）DDPG方法能够有效优化21步HKM的关键参数，提高氢气层流燃烧速度模拟结果的准确性，使模拟结果更接近真实实验数据；（2）EDC模型结合详细HKM能有效捕捉不同障碍物布置下氢气-空气火焰的动态传播过程，火焰呈现球形火焰、指形火焰、射流火焰和涡旋火焰四种形态；（3）在障碍物体积固定的条件下，分散布置导致峰值超压增加，分散三处布置的峰值超压分别是分散两处布置和集中布置的1.3倍和2.3倍；但障碍物数量增加不一定导致最大火焰速度提高，分散两处布置的最大火焰速度分别是分散三处和集中布置的1.1倍和1.24倍；涡旋火焰和射流火焰分别是超压和火焰速度突然增加的主要原因；（4）障碍物诱导的RTI振幅增长率主要取决于火焰加速度，KHI振幅增长率与切向速度差呈线性相关；更分散的障碍物布置导致射流火焰诱导的不稳定性比例更高，而涡旋火焰诱导的不稳定性比例更低。该研究揭示了带障碍物条件下氢气-空气爆炸火焰传播的动力学特性，为氢能安全利用提供了理论依据，有助于降低工业氢气使用的风险。