高温下垂直环形通道内单相混合对流水流的壁面摩擦特性

《International Journal of Heat and Mass Transfer》:Wall friction characteristics of single-phase mixed convection water flow in vertical annular channels at elevated temperatures

【字体: 大 中 小 】 时间:2026年09月23日 来源:International Journal of Heat and Mass Transfer 6.6

编辑推荐:

   • 在30 bar条件下,对垂直环形通道内的单相水壁面摩擦进行了研究。 • 壁面摩擦系数随间隙增大、流速降低和温度升高而增加。 • 浮力、热扩散和粘性耗散主导了摩擦系数的增大。 • 建立了混合对流垂直环形通道壁面摩擦的关联式。 • 为混合对流壁面摩擦模型建立了基准数据集。

  

• 在30 bar条件下,对垂直环形通道内的单相水壁面摩擦进行了研究。
• 壁面摩擦系数随间隙增大、流速降低和温度升高而增加。
• 浮力、热扩散和粘性耗散主导了摩擦系数的增大。
• 建立了混合对流垂直环形通道壁面摩擦的关联式。
• 为混合对流壁面摩擦模型建立了基准数据集。

1. 引言

自然循环广泛应用于小型模块化反应堆[[1], [2], [3]]和大型核电站[[4], [5]]的各种反应堆部件和事故管理场景中。在这类系统中,流量由浮力与回路压降之间的平衡决定,其中壁面摩擦是主要的压降分量之一。因此,准确预测壁面摩擦对于可靠估算自然循环流量和评估反应堆安全性至关重要。

虽然自然循环是一种由浮力与压降平衡驱动的回路级流动,但对流状态指的是通道内的局部流动行为。对流状态以惯性力和浮力的相对重要性为特征,通常通过对流状态图[[6], [7]]或Richardson数($Ri$)进行分类。本研究采用文献[8]中的$Ri$定义和对流状态分类标准,其中强制对流为$Ri \leq 0.1$,混合对流为$0.1 < Ri \leq 10$,自然对流为$Ri > 10$。不过,这些边界值可能取决于热工水力现象、流动几何形状以及$Ri$的定义。这种区分很重要,因为自然循环并不一定意味着通道内处于局部自然对流状态,壁面摩擦行为由局部对流状态而非回路循环条件所主导。

在实际中,大型压水堆(PWR)和相对较大的小型模块化反应堆在自然循环条件下通常处于自然对流状态之外[9]。在这些系统中,反应堆堆芯与蒸汽发生器之间较大的标高差以及较大的流动通道直径导致较高的雷诺数和相应较小的Richardson数。相比之下,先进小型反应堆倾向于采用紧凑构型,其中较小的特征长度尺度和较低的流速增加了浮力的相对重要性,从而产生更强的自然对流效应。因此,先前的研究已针对此类系统在自然对流或混合对流条件下的浮力驱动流动和传热进行了研究[[10], [11], [12], [13]]。Kim和Jeong[10]对180 MW小型模块化反应堆进行了CFD(计算流体力学)和RELAP5分析,结果表明在低流量自然循环条件下,反应堆容器构型会引发涡流形成和容器内不均匀的流量再分配。Chen等人[11]数值研究了热管冷却的微小型熔盐反应堆,发现热管布置、数量和直径改变了燃料盐的浮力驱动流动模式,导致堆芯内构型相关的流量再分配。Nguyen等人[12]对简化的先进反应堆下降通道进行了直接数值模拟(DNS),表明Richardson数的增加使流动从强制对流向混合对流和自然对流转变,产生平均速度剖面和速度脉动场的显著变化。这些研究表明,浮力可以重新组织紧凑或先进反应堆流动通道中的流场。这种流量再分配会改变近壁速度梯度和壁面剪切应力,表明对局部壁面摩擦行为产生影响。然而,浮力引起的流量再分配对壁面摩擦的影响尚未得到充分研究。

流动通道的几何构型也可能显著影响浮力驱动流动行为。在各种构型中,垂直环形几何形状出现在一些下一代反应堆系统中,包括超临界水冷堆(SCWR)[14]和小型模块化反应堆[[15], [16]]。此外,为垂直环形通道开发的壁面摩擦模型已被广泛用作间距-直径比大于约1.3的管束几何形状的近似[17],这些几何形状在大型核电站中常用。因此,在广泛的热工水力条件下理解垂直环形通道内的壁面摩擦对于自然循环的可靠分析至关重要,特别是在浮力效应相对显著的先进反应堆系统中。

然而,关于加热垂直环形通道中浮力影响壁面摩擦的实验研究较为稀少。Lu等人[18]和Sun等人[19]研究了窄垂直环形通道中的壁面摩擦特性。他们表明,在低雷诺数条件下,壁面加热引起的轴向流体温度分布强烈影响壁面摩擦系数。在湍流条件下,这些效应变得不那么显著,壁面摩擦系数趋近于绝热条件下的值。然而,这些研究仅限于相对较低温度的水流条件,因此其结论不能直接推广到广泛的热工水力条件。

作为这些实验研究的补充,几项数值研究进一步阐明了浮力和流体物性变化如何改变垂直环形通道中的局部流动结构和壁面摩擦行为。Iannello等人[20]表明,在充分发展的层流混合对流条件下,浮力使流体向加热壁面重新分布(助力流)。这种再分配改变了近壁速度梯度,从而改变壁面摩擦系数。Tsou等人[21]报告称,在物性变化的发展混合对流中,浮力可使压降放大至强制对流值的约14倍。Lee等人[22]报告称,在大涡模拟的湍流混合对流流动中,壁面加热使最大速度向加热壁面偏移,降低了核心区速度,并改变了雷诺剪切应力分布,表明浮力显著重组了近壁速度场和湍流动量输运。类似地,Husain和Siddiqui[23]表明,增加热流密度使热边界层变薄、入口段延长,并在自然对流条件下使速度峰值向加热壁面偏移。

总体而言,这些关于垂直环形通道的研究表明,浮力和流体物性变化可以重新分配速度和温度场,从而改变摩擦行为。然而,这些结论在单相水高温流动条件下的适用性尚未通过实验验证。为填补这一空白,本研究在不同间隙尺寸和入口流体温度条件下,在垂直环形通道中进行了单相自然循环实验,使用加压至30 bar的水以抑制沸腾。在广泛的热工水力条件和通道几何形状范围内测量了壁面摩擦系数,并根据实验数据评估了现有强制对流和混合对流壁面摩擦系数关联式的适用性。基于这些结果,开发了一种新的垂直环形通道壁面摩擦系数关联式,以考虑浮力和温度相关流体物性变化的综合效应。

2. 实验装置

2.1. 装置配置

为了研究垂直环形通道中的摩擦压降特性,构建了一个自然循环回路。该回路设计为在最高30 bar压力和最高235°C温度下运行。该回路由实验段、上升管、冷却容器、泵、预热器、控制阀、蓄能器和管道组成,如图1(a)所示。

如图1(b)和图2所示,实验段配置为垂直环形通道,通道中心有一根加热棒。外管可替换,内径分别为15.3、19.5和23.5 mm,而使用相同的加热棒,产生的环形间隙分别为2.9、5和7 mm。外管形成无加热的通道边界,无内部加热元件,采用SUS 304不锈钢制造,内表面粗糙度为5 μm。加热棒通过沿轴向间隔布置的支撑网格定位在通道中心。

加热棒外径为9.5 mm,表面粗糙度为0.7 μm,通过内部加热元件电加热。加热棒由无加热下部段、804 mm长的加热段和50 mm长的无加热上部段组成。在加热棒包壳内表面共安装了八个直径0.5 mm的K型热电偶。热电偶在轴向上以100 mm间隔布置,在相邻轴向位置上环向间隔45°。

使用八个热电偶测量环形间隙中心的局部流体温度,热电偶安装在与加热棒内部热电偶对应的轴向高度处,并在上部无加热段额外安装了一个热电偶。为抑制入口处的流动不对称性和扰动,安装了流动整流器。压降测量段位于加热段下游。该位置根据Langhaar模型[24]的流动动力入口段长度保守确定,未考虑流动整流器的影响。压降特性受沸腾起始的显著影响。因此,必须验证整个实验过程中保持单相流动。为此,安装了一根单光纤探头[25]以检测加热段顶部的气泡生成,从而确认不存在过冷沸腾。

加热棒支撑网格和实验段内部的热电偶引入额外的形体阻力损失,其贡献包含在测量的压差中。为了量化其影响并确定最小化形体阻力损失的最佳安装位置,通过改变热电偶直径和轴向位置以及带和不带电偶和支撑网格进行单独的压降测试。基于这些测试,网格固定在距加热段底部0.2 m和0.84 m的轴向位置,热电偶套管直径选用0.5 mm。在此实验配置下,这些组件引起的形体阻力损失小于差压变送器的测量不确定度。因此,在本研究中认为其贡献可以忽略不计。

离开实验段的流体通过上升管向上流动,进入装有四个热交换器的冷却容器。每个热交换器具有不同的传热面积,可根据测试条件选择性运行,使装置能够在广泛的流体温度和加热功率范围内运行。循环泵用于提供回路预热和脱气所需的流量,预热器用于预热回路和控制入口流体温度。回路压力通过供水-放泄法控制,使用计量泵和安装在冷却容器顶部与排放罐之间管道上的放泄阀,或通过安装在预热器和泵之间管道上的活塞蓄能器控制。控制阀调节回路压降,科里奥利流量计用于测量质量流量。整个回路外表面覆盖10–20 mm厚的陶瓷纤维保温材料以减少热损失。

实验中使用的测量仪器经过校准以降低测量不确定度。特殊级K型热电偶由Watlow或Omega提供,估计不确定度为±0.61°C。差压使用Rosemount 3051CD Smart变送器测量,最大量程为±1 kPa,不确定度为±1.5 Pa。质量流量使用KROHNE OPTIMASS 6400科里奥利流量计测量,不确定度为±0.11 g/s,对应2.9 mm间隙实验段为1 kg/m2s。输送给加热棒的电功率通过Yokogawa WT333功率仪和CT200电流传感器测量的电压和电流确定。电功率的总不确定度估计为±89 W,对应热流密度不确定度为3.7 kW/m2。

2.2. 主要测量方法

在本研究中,壁面摩擦系数通过三步数据还原程序获得:(i) 差压测量,(ii) 通过分段能量平衡和热损失修正估算测量段中的主流温度与密度,以及(iii) 计算两根引压管中的静压。测量段的摩擦压降基于稳态、单相条件下的一维动量平衡方程确定。

在这些条件下,时变项和加速度项可以忽略不计。因此,壁面摩擦系数仅考虑摩擦压力分量和静水压力分量,通过测量的差压计算得到,如下式所示:

(1) $f = \frac{2 D_h}{L} \frac{\Delta P_{read} + g(\rho_{H,avg} h_H - \rho_{L,avg} h_L) - \rho_{TS,avg} g L}{\rho_{TS,avg} v_{avg}^2}$

其中 $f$ 为壁面摩擦系数,$D_h$ 为测试段的液压直径,$L$ 为压差测量段的长度。$\Delta P_{read}$ 为变送器测量的差压,$g$ 为重力加速度。$\rho_{H,avg}$ 和 $\rho_{L,avg}$ 分别为高压和低压取样管内的平均流体密度,$h_H$ 和 $h_L$ 为对应的取样管垂直高度。$\rho_{TS,avg}$ 为压差测量段内的平均流体密度,$v_{avg}$ 为测量段内的平均流体速度。

要应用上述方程,需要压差测量段内的流体密度($\rho_{TS,avg}$)。在本研究中,流体密度通过利用加热段能量平衡估算的平均流体温度确定。采用分段能量平衡公式来考虑热损失和流体性质沿轴向的变化。通过热损失测试,在室温(25°C)到235°C的流体温度范围内对热损失进行了表征。基于测试结果,加热测试段的热损失作为流体温度和流量的函数关联如下:

(2) $\dot{Q}_{loss,2.9mm} = -98.6 + 6.51\Delta T + 3144.1\dot{m} - 0.0589\Delta T^2 - 43123\dot{m}^2 \quad (\Delta T < 92\,K)$

(3) $\dot{Q}_{loss,5mm} = -3.8 + 2.3\Delta T + 130.82\dot{m} - 0.0179\Delta T^2 - 6796\dot{m}^2 \quad (\Delta T < 122\,K)$

(4) $\dot{Q}_{loss,7mm} = -44 + 1.79\Delta T + 1196.4\dot{m} - 0.0065\Delta T^2 - 19795\dot{m}^2 \quad (\Delta T < 247\,K)$

其中 $\dot{Q}_{loss}$ 表示整个加热测试段的总热损失(单位:W),$\Delta T$ 为平均测试段流体温度与环境温度之差(单位:K),$\dot{m}$ 为质量流量(单位:kg/s)。下标2.9 mm、5 mm和7 mm分别表示对应的环形间隙配置。

在主流温度计算中,每个分段的局部热损失基于该分段的局部温度进行评估。由于加热器在均匀热输入条件下运行,加热器功率按各分段的长度比例进行分配。因此,第$i$个轴向位置的平均流体温度估算如下:

(5) $T_{TS,avg,i} = T_{TS,avg,i-1} + \frac{\dot{Q}_{heater,i} - \dot{Q}_{loss,i}}{\dot{m} \cdot c_{p,i}}$

其中 $i$ 为由加热段上热电偶位置定义的轴向分段索引。$T_{TS,avg,i}$ 为第$i$个轴向热电偶位置的平均流体温度。$\dot{Q}_{heater,i}$ 和 $\dot{Q}_{loss,i}$ 分别为第$i$段的加热器功率和热损失。$\dot{m}$ 为流体质量流量,$c_{p,i}$ 为在局部流体温度下评估的比热容。

取样管的精确静水头修正也是必要的,因为由于测试段向取样管的热传导,每条取样管内的流体温度沿轴向并不均匀。敏感性分析表明,这种效应可使壁面摩擦系数变化高达30%,凸显了精确静水头修正的重要性。为了考虑这种效应,在每条取样管的垂直段上安装了四个热电偶,如图1(b)所示。然后将测量的轴向温度分布用于沿每条取样管对局部流体密度进行积分来计算静水压力。

加热棒外壁温度的估算对于分析壁面摩擦系数也是必不可少的,因为在有热流条件下,壁面摩擦系数强烈依赖于与温度相关的流体性质。由于在压差实验中未直接测量外壁温度,因此使用额外加装了外壁热电偶的加热棒进行了单独的自然循环传热实验。该额外加热棒具有与原加热棒相同的外径、表面粗糙度和加热长度。从这些实验中,通过将预测的努塞尔数($Nu$)与测量值进行比较,评估了候选传热关联式。然后使用偏差最小的关联式来估算当前壁面摩擦评估中的加热棒外壁温度。关联式评估的详细信息见附录A。

3. 实验结果与讨论

3.1. 实验条件与步骤

在自然循环压差实验之前,分别在未加热和加热条件下进行了初步的强制循环测试,以在完善的流态条件下验证壁面摩擦系数测量。强制循环实验的测试条件总结在表1中。在整个研究中,所有热工水力无量纲参数均表示压差测量段上的空间平均值,为简洁起见省略了"avg"下标。

表1. 强制循环压差实验的测试条件。

| 加热条件 | 环形间隙(mm) | 入口压力(bar) | 入口流体温度(℃) | 出口流体温度(℃) | 热流密度(kW/m2) | Re(-) |
|---------|------------|-------------|---------------|---------------|----------------|------|
| 未加热 | 2.9, 7 | 30 | 40, 60, 80 | — | — | 740–5043 |
| 加热 | 7 | 10–15.4 | 40 | 41.6–52.3 | 43–420 | 7134–20,880 |

未加热强制循环实验采用间隙为2.9 mm和7 mm的环形测试段,在30 bar回路压力和40、60和80°C入口流体温度下进行。这些测试覆盖了740–5043的雷诺数范围。加热强制循环实验采用7 mm环形间隙测试段,在10–15.4 bar回路压力和40°C入口流体温度下进行。这些测试覆盖了7134–20,880的雷诺数范围,加热棒的热流密度最高达420 kW/m2。

在强制循环条件下的验证测试之后,在间隙为2.9、5和7 mm的环形测试段中进行了单相自然循环压差实验。自然循环实验的测试条件总结在表2中。所有自然循环实验均在30 bar回路压力下进行,入口流体温度为40、60和80°C。实验覆盖了663–5003的雷诺数和3.2×10?–5.8×10?的格拉肖夫数($Gr$)范围。

表2. 自然循环压差实验的测试条件。

| 入口压力(bar) | 出口流体温度(℃) | 质量流密度(kg/(m2·s)) | 热流密度(kW/m2) | Re(-) | $Gr$(-) |
|-------------|---------------|---------------------|----------------|------|---------|
| 30 | 71–162 | 23–165 | 33–474 | 663–5003 | 3.2×10?–5.8×10? |

实验分三个阶段进行:回路排气、建立实验条件和主要实验。在排气阶段,回路维持在大气压下,在高流量条件下逐渐预热至85°C。达到排气温度后,间歇性运行泵以从工作流体中去除溶解的不凝结气体。排气后,在强制循环条件下利用预热器和换热器将入口流体温度控制到主要实验的目标值。同时,利用进料放气系统或蓄能器将回路压力调整至预设值。随后,通过逐渐降低泵速并增加测试段中加热棒的供电功率,将回路从强制循环切换至自然循环。在此过渡过程中,预热器功率受控以保持测试段入口流体温度在目标值。当测试段入口流体温度、回路压力、流量和压差达到稳态值后,开始数据采集。

3.2. 强制循环条件下的壁面摩擦系数

图3给出了两个环形间隙尺寸下未加热强制循环条件中测量的壁面摩擦系数随雷诺数的变化。对于两个测试段,壁面摩擦系数均随雷诺数增加而单调减小。随着入口流体温度升高,在给定雷诺数下壁面摩擦系数趋于增大,尤其在低雷诺数范围内更为明显。这种偏差在7 mm环形间隙的测试段中更为显著,表明在低流速条件下对环形间隙和温度效应的敏感性更强。

测量的壁面摩擦系数与现有的强制对流关联式进行了比较,包括Kays等人[26]和Burt[27]的关联式。Kays等人[26]的关联式基于圆形通道的理论层流壁面摩擦系数,并采用环形几何修正因子进行修正,因此适用于环形通道的层流。Burt[27]的关联式由竖直环形通道中的等温实验开发而成,适用于2000–8000雷诺数范围内的湍流。这些关联式分别作为环形几何中强制对流层流和湍流摩擦行为的参考关联式。

在Re < 2000且流体温度相对较低的范围内,如图3所示,两个测试段的壁面摩擦系数与Kays等人[26]的关联式吻合良好。在Re ≥ 2000的范围内,两个测试段的壁面摩擦系数与Burt[27]提出的关联式吻合良好。然而,随着流体温度升高,在相对较低的雷诺数范围内,壁面摩擦系数超过了关联式的预测值。这种偏差在7 mm环形间隙的测试段中更为显著。

在低雷诺数条件下,相应的低流速增加了流体在加热段中的停留时间,导致在给定热损失下更大的轴向温度变化,并随后增强了轴向和径向温度梯度。这些温度梯度产生了浮力驱动的二次流,扭曲了径向速度分布,增强了粘性能量耗散,从而增加了压降。在给定雷诺数下,更大的环形间隙通过降低平均流速进一步放大了温度梯度和浮力效应。

摩擦系数的不确定性主要在低雷诺数范围内增大。随着雷诺数降低,经静水头修正后的净摩擦压降(即方程(1)的分子)变小,而其绝对不确定度基本保持不变。因此,摩擦系数的相对不确定度大幅增大。不确定性分析表明,差压测量和高低压取样管的静水头修正约占摩擦系数总不确定度方差的97%。

图4给出了加热强制循环条件下获得的测量壁面摩擦系数。壁面摩擦系数随热流密度增加而单调减小。这种行为归因于加热壁面附近的粘度降低,从而减小了壁面剪切应力。现有的关联式通过基于主流与壁面粘度比($\mu_b/\mu_w$)的修正项来考虑这一效应[[29], [30], [31], [32], [33]]。在0–86 kW/m2的低热流密度条件下,测量的壁面摩擦系数与Burt[27]和Davis[28]提出的均匀壁温(UWT)加热条件下的强制对流关联式吻合良好。需要注意的是,Davis的关联式[28]是基于使用水、空气和油等多种工作流体的环形通道的大量实验数据开发的,适用于3000–40,000的雷诺数范围。

本研究的结果与此物理趋势一致,表明所观察到的壁面摩擦特性受到近壁面粘度变化的影响。这些结果证实了当前的测试段配置和测量系统能够提供可靠的壁面摩擦系数数据,为后续分析中预计浮力效应会改变壁面摩擦行为的自然循环实验奠定了坚实的基础。

3.3. 自然循环条件下的壁面摩擦系数

图5给出了自然循环条件下2.9 mm间隙测试段的壁面摩擦系数随雷诺数的变化。在低雷诺数范围(Re < 1500)内,壁面摩擦系数随雷诺数增加而减小。在中间范围(1500 ≤ Re < 2500)内,观察到壁面摩擦系数行为的转变。这种转变伴随着环形间隙中心处测量的局部流体温度振荡。如图6所示,这些振幅约为10°C的振荡首先在Re ≈ 1065时出现在测试段的上部区域,随后随着雷诺数增加向下部区域传播。在Re < 3000的范围内,测量的壁面摩擦系数表现出对入口流体温度的明显依赖性。然而,对于Re ≥ 3000,不同入口流体温度下获得的壁面摩擦系数趋于收敛并遵循相似的趋势。

2.9毫米间隙试验段中流体温度波动的传播(TC 8因传感器故障不可用,TC1–TC9的轴向位置见图1(b))。Richardson数(????)表示浮力与惯性效应的相对重要性,其范围为0.13至0.50,确认了本实验处于混合对流区域。????的最小值约为0.13,出现在最高雷诺数工况下,对应于图5中Re?????? ≈ 4200的数据点。该工况接近强制对流主导的区域(???? ≤ 0.1)。与此一致,对于Re > 2000的实测壁面摩擦因子总体上趋向于接近Burt [27]和Davis [28]为环形通道提出的现有强制对流关联式的预测值,尽管如图5所示,入口流体温度仍存在轻微的影响。相比之下,对于Re ≤ 1500,浮力效应变得越来越显著,导致Kays等人 [26]的层流关联式的预测精度下降,偏差表现出对入口流体温度的显著依赖性。

对于5毫米间隙试验段,图7所示结果表明,在Re ≤ 1500范围内,实测壁面摩擦因子随雷诺数增加而降低;在1500 < Re < 2500范围内升高;然后在更高雷诺数下再次降低。中间雷诺数范围内的升高表明层流向湍流转变的开始,其发生的雷诺数范围与2.9毫米间隙试验段观测到的范围相似。对于Re ≥ 3500,壁面摩擦因子对入口流体温度的依赖性降低,表明惯性效应变得更加显著。

下载:下载高分辨率图像(136KB) 下载:下载全尺寸图像 图7. 自然循环条件下5毫米间隙试验段的壁面摩擦因子

在该试验段中,Richardson数范围为0.95至2.32,处于混合对流区域。这些值高于2.9毫米间隙的值(0.13 < ???? < 0.50),表明在本实验中,随着环形间隙的增大,浮力效应变得更加显著。相应地,与2.9毫米间隙相比,5毫米环形间隙在整个雷诺数范围内表现出更高的实测壁面摩擦因子,特别是在较高的入口流体温度下。因此,5毫米间隙观测到与现有强制对流壁面摩擦因子关联式之间更大的偏差。

图8展示了7毫米间隙试验段的实验结果。对于Re < 2500,实测壁面摩擦因子表现出明显的离散性,即使在相似的雷诺数下也存在较大的变化。此外,在此区域内,壁面摩擦因子随入口流体温度升高而增大。相比之下,对于Re ≥ 3500,入口流体温度的影响变得不那么显著,壁面摩擦因子趋近于相似的数值,无论入口流体温度如何。

下载:下载高分辨率图像(144KB) 下载:下载全尺寸图像 图8. 自然循环条件下7毫米间隙试验段的壁面摩擦因子

对应的Richardson数范围为2.93至4.86,表明混合对流区域内自然对流效应最为显著,在三个试验段中最为突出。观测到的壁面摩擦因子趋势可以解释为增强自然对流效应和温度依赖性流体物性的综合结果。这些结果表明,为了准确预测壁面摩擦因子,应同时考虑浮力和流体物性变化的影响,而非仅依赖于雷诺数。

本高温水实验的总体结果,包括强制循环和自然循环条件,表明壁面摩擦受温度依赖性流体物性变化与浮力的综合影响控制。当浮力效应相对较弱时(如在加热的强制循环工况下以及2.9毫米间隙在雷诺数较高时的自然循环工况下),实测壁面摩擦因子与基于低温实验数据库开发的现有强制对流关联式吻合良好。相比之下,在较大间隙试验段的低速条件下,浮力引起的二次流变得更加显著,扭曲了加热壁面附近的速度分布,使壁面摩擦因子高于仅由雷诺数预测的值。在此区域内,壁面摩擦因子还随入口流体温度升高而增大。因此,在混合对流条件下较大间隙试验段所观测到的差异表明,当浮力和温度依赖性流体物性变化变得显著时,现有强制对流关联式是不够的。

为了评估壁面摩擦因子的压力敏感性,对每种2.9、5和7毫米环形间隙的选定30-bar工况,在10-bar条件下进行了补充实验。在这些实验中,在完成对应的30-bar测试后,通过稳压器控制将系统压力从30-bar降至10-bar。相应地,所有其他热工水力条件均保持在测量不确定度范围内。图9比较了10-bar和30-bar下测量的壁面摩擦因子。三种环形间隙的数据均分布在??10???????=??30???????线附近,平均绝对相对差约为6.0%。此外,摩擦因子差异的方向在各测试条件下不一致,表明在所研究范围内压力没有明显影响。这种弱的压力敏感性与液态水主要热物性在10至30-bar之间变化不到约1%的事实一致。

下载:下载高分辨率图像(137KB) 下载:下载全尺寸图像 图9. 在匹配测试条件下10-bar和30-bar壁面摩擦因子的比较

3.4 现有壁面摩擦因子关联式的评价

本自然循环实验表明,现有强制对流关联式在预测低雷诺数混合对流条件下壁面摩擦因子方面适用性有限。在这些条件下,浮力和热效应在决定壁面摩擦因子方面变得越来越主导,而非惯性效应。与此观测一致,以往关于自然对流和混合对流的研究表明,浮力和粘性能量耗散会使壁面摩擦因子高于强制对流关联式的预测值。Jha和Ajibade [34]以及Parveen等人 [35]表明,粘性能量耗散增强了动能向热能转化的过程,从而放大了浮力效应,导致壁面摩擦因子升高。此外,较高的Pr被报道为会减少热扩散,导致加热壁面附近出现局部温度梯度,这可能削弱浮力引起的二次流并降低壁面摩擦因子。此外,Chou等人 [36]和Ndenguma等人 [33]表明,Rayleigh数(????)或壁面加热的增加会促进二次流,这些二次流使速度分布非对称地重新分布,并增加壁面摩擦因子。这些发现支持了本实验的观测结果,并为现有强制对流关联式在本实验条件下预测能力下降提供了物理基础。

因此,将本实验数据与为混合对流条件开发的现有关联式进行了比较。由于文献中关于竖直环形通道中混合对流的关联式很少,评价范围扩展至包括考虑了浮力效应的其他几何形状和流动方向的关联式 [[31], [37], [38], [39], [40], [41]]。具体而言,Tam等人 [31]提出了基于Pr和????的粘性修正模型,用于水平圆形管道中的混合对流。Pirozzoli等人 [37]利用水平平行板通道的DNS数据开发了基于Richardson数的关联式。Muteba等人 [38]为水平环形通道中的湍流引入了基于壁面-流体温差比值的粘性修正项。Brown [39]和Bishop等人 [40]提出了针对竖直圆形管道的关联式,其中浮力引起的摩擦因子增加被表示为??????/Re的函数。Morcos等人 [41]为加热水平圆管在层流条件下开发了基于Rayleigh数的关联式。本比较中使用的所有关联式的几何形状、加热条件、适用范围和公式化均总结于附录B中。

如图10所示,现有混合对流关联式未能捕捉到本实验中观测到的壁面摩擦因子趋势。这种差异可归因于流动几何形状、相对于重力的流动方向以及加热边界条件的差异,这些因素会影响混合对流条件下温度和速度场的耦合重新分布。此外,现有关联式使用不同的无量纲参数组合来表示浮力和热效应,这些组合是根据各自流动条件选择的,可能无法完全描述本实验条件下的壁面摩擦特性。因此,需要对无量纲参数进行系统评估,以确定描述本混合对流条件下壁面摩擦特性所需的相关参数。

下载:下载高分辨率图像(219KB) 下载:下载全尺寸图像 图10. 自然循环实验中实测壁面摩擦因子与现有关联式预测值的比较

4 壁面摩擦因子关联式的开发

为了开发混合对流条件下的壁面摩擦因子关联式,需要定量评估候选热工水力变量的影响。然而,在混合对流条件下,多种热工水力机制之间非线性地相互作用,使得使用传统方法分析其综合效应变得困难。因此,采用了机器学习方法对本实验数据集进行分析,以评估候选变量的相对影响并识别其响应趋势。基于机器学习分析结果,确定了关联式的主导变量,随后利用这些变量确定函数形式,并通过非线性回归利用本实验数据集获得相应的系数和指数。

4.1 机器学习模型与输入变量选择

采用了一种经过内部开发的深度置信网络-残差网络(DBN-ResNet)混合模型,该模型此前已在各种热工水力研究中得到验证 [[42], [43], [44]]。该混合模型结合了DBN的特征提取和预训练能力(这对于本有限数据库具有优势)以及ResNet的稳定训练特性。DBN-ResNet模型的网络架构详情如图11所示。采用此架构是因为其在广泛热工水力条件下具有稳健的预测能力和再现物理一致参数趋势的能力 [43]。

下载:下载高分辨率图像(169KB) 下载:下载全尺寸图像 图11. DBN—ResNet模型的架构

在本自然循环实验中,流量由环路的水力特性与热边界条件的相互作用决定。因此,仅基于独立控制参数(如入口流体温度、加热器功率、系统压力和当量直径)的分析是不够的,因为这些变量不能直接代表决定壁面剪切和浮力效应的流速和加热壁面温度。因此,机器学习模型的训练输入变量是根据其物理相关性而非仅仅统计独立性选择的,从而提高了模型的可解释性和通用适用性 [44]。

当使用有量纲变量作为机器学习输入时,训练模型之后的物理解释变得不太清晰,因为多个有量纲变量的影响在随后纳入无量纲组合以开发壁面摩擦因子关联式时会被混合。因此,本研究采用无量纲输入变量进行模型训练,与以往成功将无量纲输入变量应用于机器学习的热工水力和流体力学研究一致 [[45], [46], [47], [48], [49], [50]]。

候选输入变量选自两个物理来源。第一组从无量纲化的动量守恒和能量守恒方程中获得 [[51], [52], [53], [54], [55]],包括Re、????、????、Pr、????以及粘性耗散参数(??=?????????/????)。雷诺数(Re)表示惯性力与粘性力的比值,而Grashof数(????)表示浮力与粘性力的比值。相应地,Richardson数(????)量化了浮力相对于惯性的相对重要性,并表征局部对流区域。普朗特数(Pr)是动量扩散率与热扩散率的比值,因此表征速度场和热场的相对发展。布林克曼数(????)表示粘性热产生与传导热输运的比值。粘性耗散参数(??),也称为Gebhart数 [55],是将能量方程以浮力诱导速度尺度进行无量纲化后粘性耗散项的系数。因此,??表征了在浮力驱动流下粘性耗散相对于对流热输运的相对大小。

该参数已被用于混合对流与自然对流的分析中[35, 55]。第二组参数用于表征局部热物性和流体物性变化效应,包括密度比(ρ_R=ρ_w/ρ_b)、黏度比(μ_R=μ_w/μ_b)以及无量纲局部过冷度(Θ_sub=β(T_sat?T_b))。密度比和黏度比表征了流体物性随温度变化的效应,而Θ_sub则表示局部热距离与饱和温度的偏离程度。尽管相对表面粗糙度(ε/D_h)也可能影响壁面摩擦特性,但本研究中使用的全部测试段根据Moody[56]的准则均为水力光滑的,因此粗糙度效应可忽略不计。具体而言,Br表征黏性耗热与导热传热之间的比值,此前关于竖直混合对流通道的研究表明,较强的黏性耗散会改变温度场,进而改变浮力驱动下的流动结构[57, 58]。此外,Parveen等人[35]指出,增大N会使热边界层和速度边界层增厚,同时使流体温度和壁面摩擦增大,表明N表征了黏性耗热对流动结构的影响。本研究中考虑的无量纲输入变量并不构成独立的Buckingham π组合的最小集。由定义可得代数关系Ri=Gr/Re2以及Br·Ri=N·Pr。尽管如此,Ri和N仍被纳入候选变量,因为它们分别直接代表动量方程中的浮力与惯性力效应以及能量方程中与黏性耗散相关的效应。由于多个无量纲参数共享相同的量纲变量,输入变量之间的相互关联不可避免。这些相互关联会降低模型的鲁棒性和物理可解释性。因此,本文采用Pearson相关系数来量化输入变量之间的线性关系,输入变量的Pearson相关矩阵见表3。没有任何输入变量对的Pearson相关系数的绝对值超过0.9,表明用于模型训练的变量之间不存在严重的线性冗余。表3. 输入变量的Pearson相关矩阵下三角部分。

| | Re | Gr | Ri | Pr | Br | ρ_R | μ_R | Θ_sub |
|---|---|---|---|---|---|---|---|---|
| Gr | 0.660 | | | | | | | |
| Ri | ?0.308 | 0.326 | | | | | | |
| Pr | ?0.835 | ?0.588 | 0.253 | | | | | |
| Br | 0.163 | ?0.383 | ?0.728 | ?0.028 | | | | |
| ρ_R | ?0.895 | ?0.708 | 0.202 | 0.631 | ?0.078 | | | |
| μ_R | ?0.548 | ?0.389 | 0.197 | 0.175 | ?0.215 | 0.785 | | |
| Θ_sub | 0.238 | 0.210 | 0.011 | ?0.144 | ?0.006 | ?0.288 | ?0.237 | |
| N | 0.303 | 0.753 | 0.722 | ?0.435 | ?0.757 | ?0.262 | 0.056 | 0.107 |

机器学习模型的输出变量定义为实测摩擦系数与参考绝热强制对流壁面摩擦系数(f/f_FC)之比,从而量化混合对流效应引起的壁面摩擦增加量。参考强制对流壁面摩擦系数f_FC由经过本实验强制循环实验验证的关联式确定,其中层流区采用Kays等人[26]的关联式,湍流区采用Burt[27]的关联式,以Re=2000作为两个流动区之间的转变判据。本实验共使用185个数据点进行模型的训练和评估。为确保每个环隙间隙的数据被等量代表,将每个间隙的数据集按60%、20%和20%的比例划分为训练集、验证集和测试集。训练前,对所有输入和输出变量进行归一化处理,以消除变量之间的量纲差异。模型以均方误差(MSE)作为损失函数进行训练,并采用Adam优化算法以实现稳定收敛。图12展示了训练后的DBN-ResNet模型的预测性能。在测试子集上,模型的预测值与实测值具有合理的一致性,表明模型充分捕捉了壁面摩擦系数的整体趋势,尽管在所研究的参数范围内仍存在一定的预测离散性。图12. 本研究采用的DBN-ResNet模型的预测性能。4.2. 主控参数识别与关联式开发在上述4.1节描述的机器学习框架下,采用偏依赖图(PDP)分析[59, 60]来评估每个无量纲输入变量对壁面摩擦系数的相对影响。对于每个目标输入变量,在其实验范围内定义20个均匀分布的网格点。在每个网格点处,将目标输入变量与训练集和验证集中148个案例中其余八个输入变量的观测组合相组合,产生148个模型预测值。对这些预测值取平均,得到该网格点的PDP响应。该过程等效于对148个案例获得的单个条件期望(ICE)曲线进行平均[61]。获取各输入变量的PDP响应后,通过对应PDP响应的垂直范围来量化其影响。每个目标输入变量的重要性指数由下式定义:

(6) I_i = [f?/f_FC]_{i,max} ? [f?/f_FC]_{i,min}

其中I_i表示第i个目标输入变量的重要性指数,量化为归一化壁面摩擦系数PDP响应的最大值与最小值之差。在上述公式中,上划线表示PDP响应,下标"max"和"min"分别表示在第i个目标输入变量的研究范围内的最大值和最小值。本文的ICE平均PDP分析保留了非目标输入变量在实验案例中的观测组合,而非独立生成。然而,每个PDP点仍然代表假设案例,其中仅将目标输入变量替换为网格值,而非目标输入变量的观测组合被保留。因此,所得PDP曲线应被解释为在现有实验数据条件下的响应,而非每个输入变量的纯粹独立效应。新关联式中的无量纲参数是根据重要性指数以及输入变量之间的物理重叠来选择的。如图13所示,Richardson数(Ri)对归一化壁面摩擦系数(f/f_FC)的重要性指数最高,其次是黏性耗散参数(N)和Prandtl数(Pr)。因此,选择了这三个无量纲参数用于新关联式。Br未被选择,因为其表征的黏性耗散效应与N重叠;Gr被排除,因为其浮力信息已被Ri所涵盖。其余无量纲组未被纳入,因为其重要性指数相对较低,且引入它们会增加关联式的复杂性。图13. 输入变量的重要性指数。图14展示了所选无量纲参数的PDP曲线。总体而言,PDP曲线的趋势与此前关于混合对流和自然对流的研究报道[32–37]一致。Ri的增大会增强浮力相对于惯性力的重要性,从而加强浮力引起的速度剖面相对于强制对流流动的畸变,并增强相应的二次流,进而增大壁面摩擦系数。类似地,较大的N对应更强的黏性耗热,这会增厚热边界层和速度边界层,改变浮力耦合的流动结构,从而增大壁面摩擦[35]。相比之下,较大的Pr会降低热扩散并使其局限于加热壁面附近的径向温度梯度区域。因此,浮力引起的流动重新分配更加局限于近壁区域[36],导致归一化壁面摩擦系数降低。图14. 所选无量纲参数的PDP曲线。基于所选无量纲参数及其响应趋势,通过施加物理约束——即当Ri趋近于零时,归一化壁面摩擦系数趋近于1——来确定关联式的函数形式。最终,使用本实验数据集进行非线性多元回归分析以确定系数和指数,得到以下关联式:

(7) f/f_FC = 1 + 0.03·Ri^{1.16}·N^{?0.366}·e^{?1.5·Pr}

所开发的关联式纳入了混合对流关键机制——浮力、热扩散和黏性耗散——的效应。对于本实验数据,该关联式的R2为0.90,MAPE为20.8%,RMSE为0.71,如图15所示。这些结果表明,所提出的关联式在所研究的流动条件下合理地捕捉了竖直环隙通道中壁面摩擦的特征。预测误差在低雷诺数处表现出较大的离散性,在此区域相对测量不确定性最大,且过渡性浮力影响下的流动对微小扰动敏感。其余离散性可能反映了使用三个参数Ri、Pr和N来表征多维混合对流行为的近似性。进一步减少离散性需要在低雷诺数区域(流动行为复杂)增加实验数据,并使用更精密的仪器测量微小压差。图15. 所提出壁面摩擦系数关联式的预测性能。要对所提出关联式的普适性进行全面评估,需要在更广泛的流动条件和通道几何范围内进行验证。由于竖直环隙通道的实验壁面摩擦系数数据有限,本研究将所提出的关联式与针对不同流动几何和朝向开发的现有混合对流壁面摩擦系数关联式[31, 37–41]进行了比较评估。如图15所示,所提出的关联式在壁面摩擦系数及其整体趋势的预测方面比现有关联式更为准确。然而,仍需进一步实验验证以将其适用范围扩展到本研究范围之外。由于压力效应通过用于计算Ri、Pr和N的压力依赖流体物性间接体现,只要流体保持为单相液体且这些参数处于本实验数据库范围内,该关联式在其他压力下仍应保持适用性。所提出关联式的适用范围限制为0.13 < Ri < 4.86,7.91×10?? < N < 3.17×10??,以及1.15 < Pr < 2.72。5. 结论本研究以水为工质,在高温条件下对竖直环隙通道中单相混合对流流动的壁面摩擦特性进行了实验研究。实验结果表明,混合对流条件下的壁面摩擦系数随环隙间隙增大、流速降低和进口流体温度升高而增大。这些趋势表明,在惯性力减弱的条件下,浮力效应变得更加显著,特别是在给定雷诺数下平均流速较低的较大环隙间隙测试段中尤为明显。壁面摩擦系数随进口流体温度升高而增大,进一步表明与温度相关的流体物性变化影响了速度分布。这些观察结果与现有解释一致,即浮力引起的二次流和温度依赖的流体物性变化改变了速度分布并增强了黏性能量耗散,从而导致更高的壁面摩擦系数。这些结果进一步阐明了现有壁面摩擦系数关联式的适用性。现有强制对流壁面摩擦系数关联式在本研究低流速混合对流条件下的预测性能下降,表明仅靠雷诺数不足以充分表征浮力和流体物性变化效应。此外,现有混合对流壁面摩擦系数关联式对本文数据集的适用性有限,因为其适用几何和边界条件与本研究的竖直环隙通道不同。为识别混合对流条件下壁面摩擦系数行为的主控参数,本文利用从本实验数据集中导出的无量纲输入变量进行了基于机器学习的敏感性分析。分析结果表明Richardson数(Ri)、黏性耗散参数(N)和Prandtl数(Pr)是最具影响力的变量。据此,利用这三个无量纲参数开发了新的壁面摩擦系数关联式。在本实验范围内,所提出的关联式比现有关联式更准确地预测了实测壁面摩擦系数的趋势。此外,本研究中获得的的高温、高压、低流速混合对流数据集涵盖了文献中很少报道的条件。因此,本研究的自然循环实验数据可作为开发验证竖直环隙通道中混合对流壁面摩擦模型的重要基准数据集。

本研究的一个局限性在于未直接测量传热系数,这使得无法建立新的传热关联式或验证摩擦-传热类比。

**符号说明**

$B_r$ Brinkman数,$B_r=v^2\mu/[k(T_w-T_b)]$,[-]

$c_p$ 定压比热容,[J/(kg·K)]

$D_h$ 水力直径,[m]

$D'$ 直径比,$D'=d_i/d_o$,[-]

$d$ 直径,[m]

$f$ 壁面摩擦因子,[-]

$Gr$ Grashof数,$Gr=g\beta\rho^2(T_w-T_b)D_h^3/\mu^2$,[-]

$Gr_q$ 基于壁面热流密度的Grashof数,$Gr_q=g\beta\rho^2 q''D_h^4/(k\mu^2)$,[-]

$g$ 重力加速度,[m/s2]

$h$ 高度,[m]

$h_c$ 传热系数,[W/(m2·K)]

$h_{fg}$ 汽化潜热,[J/kg]

$I_i$ 第$i$个输入变量的重要性指数,[-]

$k$ 导热系数,[W/(m·K)]

$L$ 压降测量段长度,[m]

$\dot{m}$ 质量流量,[kg/s]

$N$ 黏性耗散参数,$N=g\beta D_h/c_p$,[-]

$Nu$ Nusselt数,$Nu=h_c D_h/k$,[-]

$Pr$ Prandtl数,$Pr=\mu c_p/k$,[-]

$\dot{Q}$ 传热量,[W]

$q''$ 热流密度,[W/m2]

$Ra$ Rayleigh数,$Ra=GrPr$,[-]

$Re$ Reynolds数,$Re=\rho v D_h/\mu$,[-]

$Ri$ Richardson数,$Ri=Gr/Re^2$,[-]

$T$ 温度,[K]

$v$ 速度,[m/s]

$\Delta P_{read}$ 变送器测得的差压,[Pa]

$\Delta T$ 测试段流体平均温度与环境温度之差,[K]

**希腊字母**

$\beta$ 体热膨胀系数,[1/K]

$\varepsilon$ 粗糙度,[m]

$\Theta_{sub}$ 无量纲局部过冷度,$\Theta_{sub}=\beta(T_{sat}-T_b)$,[-]

$\mu$ 动力黏度,[Pa·s]

$\rho$ 密度,[kg/m3]

$\rho_R$ 密度比,$\rho_R=\rho_w/\rho_b$,[-]

$\mu_R$ 黏度比,$\mu_R=\mu_w/\mu_b$,[-]

**下标**

$avg$ 平均

$b$ 主体流体

$FC$ 强制对流

$heater$ 加热器

$H$ 高压引压管

$in$ 入口

$i$ 内层

$L$ 低压引压管

$loss$ 热损失

$MC$ 混合对流

$NC$ 自然对流

$o$ 外层

$TS$ 测试段

$sat$ 饱和

$w$ 壁面

**作者贡献声明**

Youngchang Ko:撰写——原稿、可视化、验证、软件、方法论、调查研究、形式化分析、数据整理、概念构思。

Seongbae Park:撰写——审阅与编辑、可视化、验证、方法论、调查研究、概念构思。

Sang Gyun Nam:撰写——审阅与编辑、验证、方法论、调查研究、概念构思。

Jae Jun Jeong:撰写——审阅与编辑、验证。

Byongjo Yun:撰写——审阅与编辑、监督、项目管理、资金获取、概念构思。

Youngchang Ko | Seongbae Park | Sang Gyun Nam | Jae Jun Jeong | Byongjo Yun
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号