两种释放配置下掺氢天然气管道泄漏的危险区域演化及物理约束代理预测

《Process Safety and Environmental Protection》：Hazardous-Zone Evolution and Physics-Constrained Surrogate Prediction for Hydrogen-Blended Natural Gas Pipeline Leakage under Two Release Configurations

　　

摘要
天然气管道中掺氢可以支持向低碳能源系统的转型。然而，泄漏孔径、释放速度、掺氢比例和释放构型的耦合作用使危险区域预测变得复杂。本研究结合了计算流体力学（CFD）和一种集成反向传播神经网络（EPC-BPNN，含硬输出约束），以分析和快速预测掺氢天然气（HBNG）泄漏引起的危险区域。针对垂直向上和水平定向释放进行了匹配条件下的实验；与逐点混合可燃性测量相比，CFD 模型的整体平均绝对相对误差为 11.9%，最大偏差为 16.0%。随后，通过改变泄漏孔径、释放速度和掺氢比例，构建了一个平静开阔大气的 CFD 案例矩阵。较大的孔径和较高的速度通常会扩大爆炸下限（LFL）核心区和 25% LFL 报警包络线。全局敏感性分析表明，释放速度主要控制危险距离，而孔径主导危险体积；弗劳德分析进一步确定了水平定向释放的构型特异性动量 - 浮力转换。单独的 EPC-BPNN 模型预测了这两个阈值下的距离和连通体积。与 BPNN、SVR、RF、XGBoost 和 GPR 相比，EPC-BPNN 在满足施加的嵌套输出约束的同时，实现了 0.086–0.169 的归一化均方根误差（RMSE），4.79%–9.30% 的距离误差，以及 0.060–0.086 的对数体积 RMSE 值。在十个未见过的 CFD 案例中，每个输出的最大相对误差均保持在 12% 以下。该框架为 HBNG 后果评估和应急响应筛选提供了高效且物理可接受的预测。

引言
将氢气掺入现有天然气基础设施被广泛认为是气体燃料系统脱碳的务实过渡途径，因为它可以利用现有的管道网络，同时减少对专用氢气基础设施的即时需求（Abg Shamsuddin 等人，2023；Apostolou 和 Xydis，2019；Khan 等人，2015）。然而，相关的安全挑战超出了运输兼容性范畴。一旦发生泄漏，氢气富集会改变控制扩散的物理化学条件，包括气体密度、浮力、扩散率和体积泄漏特性（Erdener 等人，2023；Han 等人，2023；Mo 等人，2027）。近期的实验和数值研究表明，在可比压力条件下，氢 - 甲烷混合物可能表现出更高的体积泄漏率，而添加氢气也会改变释放后危险气体云的演变。这些效应使泄漏后果评估成为 HBNG 基础设施安全部署的核心挑战（Duan 等人，2026；Pencev 等人，2025）。从工艺安全的角度来看，泄漏事件的重要性不仅取决于局部浓度场，还取决于由此产生的可燃云范围和相关的危险距离（Xin 等人，2021）。先前的研究表明，气体组成、释放条件和其他相关因素可以实质性地影响危险区域的发展和氢气或混合气设施所需的安全距离（Li 等人，2023；Peng 等人，2025；Wang 等人，2022）。

因此，CFD 被广泛用于解决复杂环境中的 HBNG 泄漏和扩散问题（Li 等人，2025；Lu 等人，2025；Mohanty 等人，2024）。先前的研究已在埋地管道、公用隧道、居民区和封闭空间中检验了 HBNG 或含氢混合物。对于埋地 HBNG 管道，Liu 等人（Liu 等人，2024）开发了一种整合管道流、土壤渗漏和大气扩散的模型。他们发现，较高的掺氢比例增加了受地下压力影响的半径、地下危险半径和地面以上的危险高度。它还减少了达到最大危险所需的时间。在城市庭院尺度上，Liu 等人（Liu 等人，2025）将 CFD 与 DEM 耦合，以捕捉气 - 土相互作用和建筑物引起的扩散，证明高压泄漏可以快速侵蚀上覆土壤，且泄漏孔径、风向、泄漏位置和窗户布置强烈影响室内渗透。对于公用隧道，Wang 等人（Wang 等人，2024a）提出了一种针对 CH?、H? 和空气非理想混合物的改进扩散模型。他们评估了掺氢比例、泄漏孔径、操作压力、泄漏位置和通风频率的影响。氢气富集增加了下游气体浓度并缩短了报警响应时间，而更强的机械通风则降低了气体浓度和危险区域范围。这些研究提供了重要基础，但它们主要关注埋地、受阻或封闭环境，在这些环境中，土壤阻力、壁面附着、通风和几何阻塞主导气体云演变。

进一步的挑战是为工程决策获取快速的后果预测。尽管 CFD 能捕捉气体扩散动力学，但重复模拟对于快速场景筛选仍然成本过高（Li 等人，2026）。因此，当大规模实验不切实际或不安全时，基于实验验证的高保真 CFD 合成数据训练的 ML/DL 模型越来越多地用于实时羽流预测和泄漏诊断（Cavalcanti 等人，2026；Han 等人，2024；Lopes 等人，2025）。Zhao 等人（Zhao 等人，2025）生成了基于 CFD 的公用隧道泄漏数据集，并开发了一种多任务 LSTM 模型以同时预测泄漏位置和释放速率，展示了时间深度学习在运行监控中的价值。Zhu 等人（Zhu 等人，2026）进一步将埋地管道 CFD 模拟与 LSTM 耦合，以预测瞬态浓度历史用于实时预警，显示在不同土壤、压力和掺氢条件下具有稳定的性能。对于海上泄漏场景，Wang 等人（Wang 等人，2026）比较了垂直向上和水平 HBNG 释放，并开发了一种基于 CatBoost 的羽流轨迹预测器，突出了泄漏方向在数据驱动扩散预测中的作用。Li 等人（Y. Li 等人，2024）结合 CFD 和 ANN 预测了不同 HBNG 管道泄漏源的最大水平扩散距离。他们表明，源类型、近场射流结构和浓度衰减强烈影响危险距离预测。

相关的代理模型也已应用于更广泛的气体泄漏和后果分析任务。Jiang 等人（Jiang 等人，2025）将 CFD 与 BPNN 结合以预测地面天然气立管的泄漏率，而 Zhang 等人（Zhang 等人，2025b）开发了一种机器学习模型来估算 HBNG 喷射火的潜在影响半径。Li 等人（Li 等人，2024）提出了一种概率深度学习框架，用于实时预测氢气羽流浓度及相关不确定性，Zhang 等人（Zhang 等人，2025a）进一步使用数据驱动模型预测 HBNG 喷射火特征，包括火焰长度、温度和热辐射。其他面向 HBNG 的机器学习研究解决了不同孔径形状下的埋地管道泄漏危险（Xia 等人，2025）和反向断层位移下的管道性能演变（Wang 等人，2026），表明 CFD 和 FE 生成的数据集可以支持泄漏后果和结构完整性评估中的快速预测。在更广泛的气体扩散研究中，GRU（Sousa 等人，2023）、LSTM（Selvaggio 等人，2022）、时空 CNN-BiLSTM（Kopbayev 等人，2022）和混合 DNN/RF 分类器（Cho 等人，2018）已被应用于使用传感器或 CFD 衍生数据进行泄漏源定位、泄漏检测、源追踪和浓度场分类。

这些研究表明，CFD 辅助机器学习可以提高预测效率，并捕捉操作条件、释放参数和危险响应之间的非线性联系（Kashinath 等人，2021）。然而，大多数现有模型针对泄漏位置、泄漏率、源反演、浓度历史、羽流轨迹、喷射火半径或局部监控信号，而多个安全阈值下的危险距离和体积的快速预测仍然有限（S. Li 等人，2023；Wang 等人，2024b；Zhang 等人，2026）。为了解决这些缺口，本研究将 CFD 与硬约束 EPC-BPNN 耦合，以快速预测水平和垂直管道 HBNG 泄漏在 LFL 和 25% LFL 下的危险距离和体积。弗劳德数分析解释了依赖构型的动量 - 浮力效应，而 EPC-BPNN 通过将物理约束嵌入代理结构来提高鲁棒性并确保物理可接受的预测。

本文其余部分组织如下。第 2 节描述 CFD 和 EPC-BPNN 方法。第 3 节提出 CFD 模型的匹配条件实验验证。第 4 节报告 CFD 结果、代理模型验证、敏感性分析和消融研究。最后，第 5 节总结主要结论，并讨论所提框架的适用性和局限性。

章节片段
CFD 模型配置与数值设置
进行了三维非定常 CFD 模拟，以研究开放式门站环境中的 HBNG 泄漏和扩散。质量、动量和物种传输方程使用有限体积法求解。释放过程包括射流发展、多物种混合、浮升羽流演变以及泄漏孔附近陡峭的速度和浓度梯度（J. Li 等人，2025）。
水平和垂直管道配置如图所示

实验平台与数据采集
构建了一个条件与 CFD 模拟相匹配的实验平台，以验证两种代表性 HBNG 释放配置的数值预测。如图 6 所示，该平台由预混合 HBNG 气瓶、压力调节器、上游压力表、H2 校准流量计、八个气体探测器、八通道模拟数据采集单元和计算机组成。预混合气体由 20 vol% H2 和 80 vol% CH4 组成。在两者中

泄漏孔径和释放速度对水平管道的影响
图 9 和图 10 显示，由于初始射流动量和浮力作用方向相同，水平管道的向上 HBNG 释放产生垂直细长的羽流。LFL 区域仍集中在源附近，而 25% LFL 包络线向上延伸得更远。增加 d 和 U 会扩大这两个区域，尽管它们的响应不同。具体而言，在 d= 0.5mm 时，VLFL 从 1.21×10?6 增加到 2.43×10?6 m3，在 d= 10 mm 时从 4.79×10?3 增加到 2.69×10?2 m3。

结论
本研究开发了一种结合 CFD 和 EPC-BPNN 的框架，以分析和快速预测开放式门站环境中水平和垂直管道 HBNG 泄漏引起的危险区域。
两种测试的释放配置表现出不同的羽流演变，因为它们相对于浮力的初始射流方向不同。由于管道几何形状和初始射流方向同时变化，本设计没有隔离管道

CRediT 作者贡献声明
Ben Xu：软件、资源、项目管理、方法学、调查、资金获取、形式分析、数据管理、概念化。Tao Wang：写作 – 审阅与编辑、写作 – 原稿、可视化、验证、资金获取。Yong Yang：写作 – 审阅与编辑、验证、监督、资源。Lidong Zhang：可视化、验证、软件。Zhenmin Luo：可视化、验证、监督、软件、资源、资金获取。

利益冲突声明
作者声明他们没有已知的竞争经济利益或个人关系，这些利益或关系可能会影响本文中报道的工作。

致谢
本研究得到国家自然科学基金（批准号 52174200）、国家自然科学基金（批准号 52474250）和西安科技大学优秀青年科学技术基金项目（2025YQ2-02）的支持。

Ben Xu|Zhenmin Luo|Yong Yang|Lidong Zhang|Tao Wang