环境工程学报, 12(11): 3005-3019

DOI 10.12030/j.cjee.201803001    中图分类号  X703   文献标识码  A


曹秀芹, 徐国庆, 袁海光, 等. 污泥厌氧消化反应器CFD 数值模拟研究进展[J]. 环境工程学报,2018,12(11):3005-3019.
CAO Xiuqin, XU Guoqing, YUAN Haiguang, et al. A critical review on CFD simulation of anaerobic digestion reactor for sewage sludge [J]. Chinese Journal of Environmental Engineering,2018,12(11):3005-3019.
污泥厌氧消化反应器CFD数值模拟研究进展
曹 秀芹 1,2,*, 徐 国庆 1, 袁 海光 1, 江 坤 1, 仇 付国 1,2, 尹 伟齐 3 , 付 昆明 1,2
1.北京建筑大学城市雨水系统与水环境省部共建教育部重点实验室,北京100044
2.北京建筑大学水环境国家级实验教学示范中心,北京100044
3.河南省交通规划设计研究院股份有限公司,郑州450000
第一作者:曹秀芹(1965—),女,硕士,教授,研究方向:废水处理理论与技术、污泥及固废处理、环境系统模拟与优化等。E-mail:caoxiuqin@bucea.edu.cn
*
通信作者
收稿日期: 2018-03-01; 录用日期: 2018-09-28
基金项目: 北京市教委(北京市自然科学基金)科技重点项目(KZ201310016017);北京建筑大学市属高校基本科研业务费专项资金资助 (X18182)

摘  要 

污泥作为典型的不透明非牛顿流体,在厌氧消化反应器内的流场具有复杂性,难以直接进行流场测试分析。结合计算流体力学(CFD)技术,分析污泥厌氧消化反应器内的流场分布情况,探讨污泥在反应器内混合效果和对消化过程的影响,以验证校核反应器优化设计和运行,改善污泥在消化反应器内的流动和混合性能并最终提高反应器性能。在综合文献及前期研究工作的基础上,系统分析并重点关注了CFD数值模拟过程当中多相流模型和湍流模型的选取、污泥流变特性应用、反应器流场评估优化及耦合生化模型等的研究现状及进展,最后总结了目前污泥厌氧消化反应器CFD数值模拟过程存在的问题。并指出在考量污泥流变学特性的基础上,利用传质模型将反应器流场和生化过程相耦合,构建流场-生化耦合模型,获取基质转化规律,为优化污泥厌氧消化反应器设计运行提供理论依据,是CFD应用于厌氧消化反应器数值模拟的发展方向。
A critical review on CFD simulation of anaerobic digestion reactor for sewage sludge
CAO Xiuqin 1,2,*, XU Guoqing 1, YUAN Haiguang 1, JIANG Kun 1, QIU Fuguo 1,2, YIN Weiqi 3 , FU Kunming 1,2
1. Key Laboratory of Urban Rainwater System and Water Environment, Ministry of Education, Beijing University of Civil Engineering and Architecture,Beijing 100044, China
2. National Demonstration Center for Experimental Water Environment Education, Beijing University of Civil Engineering and Architecture,Beijing 100044, China
3. Henan Provincial Communications Planning Survey & Design Institute Co. Ltd., Zhengzhou 450000, China
*
Corresponding author

Abstract  

As an opaque and typical non-Newton fluid, sewage sludge performs a complex rheological behavior, and a complex flow field distribution will occur in an anaerobic digester, which is difficult to test directly. In this study, the visualization of flow field was analyzed with combination of computational fluid dynamics (CFD), then the mixing effect of sludge in an anaerobic digester and its influence on digestion process were investigated, which could verify the optimal design and operation of the digester, and ameliorate the flow and mixing characteristics of sewage sludge. Ultimately, the performance of the digester could be improved. Based on previous research works and extensive literatures, the research status and advances on the selection of multiphase flow models and turbulence models, application of rheological characteristics, evaluation and optimization of the flow field as well as coupled biochemical models in CFD numerical simulation were systemically analyzed and focused on. The review concluded that based on the considering the sludge rheological property, the mass transport model was used to couple the flow field of reactor and biochemical process, then the flow field-biochemical reaction coupling model was built, and the substrate transformation was achieved, which could provide a theoretical basis for optimizing the design and operation of sewage sludge anaerobic digester, and is a development trend for numerical simulation of an anaerobic digester with CFD.
厌氧消化是污泥处理处置以及能源回收再利用的重要方式,反应器内混合方式和混合效果对物料间传质效果、能源消耗等具有很大的影响,较差的混合效果会导致厌氧消化效率低下甚至失败,因此,有必要对污泥流变特性及其在反应器内的流场做出全面了解。近年来,随着计算流体力学的高速发展,计算流体力学(computational fluid dynamics,CFD)模拟仿真技术已经开始运用到反应器的流场分析及优化设计的工作之中,并有效地完成了对污泥等不透明液体的流场进行可视化分析,极大提高了反应器流场分析研究的效率以及数据分析的全面性[1]。通过求解一系列数学方程,现代CFD软件可以用来预测流动、传热、传质、化学反应等相关现象,特别在反应器的工程化过程中,CFD技术有许多优势。由于它基于机械模型,很多方面如反应器装置、物理尺寸、工艺条件以及运行参数在模拟过程中都不被限制,因此,传统工程化过程中的一些步骤如“小试-中试-工程化”可以被省略,节省了大量的时间和精力,同时在模拟过程中可以收集大量相关数据,提高工程化的可靠性[2]
在过去的几十年中,CFD的研究取得了长足的进步,CFD技术应用到反应器内流场优化比传统半理论半经验的方法具有很大优势,并能够深入研究混合流动过程及机理,这对反应器设计与运行产生了重大影响。目前,关于厌氧消化反应的模拟基本停留在物理量分析阶段,不能真实准确反映传质效果及其对消化过程的影响,也没有深层次地探究生物反应器的微观机理。创造一个有利于生物过程的最佳物理环境应当是厌氧消化反应器的核心之一,这就需要利用CFD技术整合物理和生物过程即量化反应器中混合和发酵之间的关系来营造一个最佳的能源产出环境[3],因此,CFD技术在污泥厌氧消化反应器应用的潜力仍十分巨大。国内外关于CFD技术在环境领域的研究大多出现在水处理工艺上,在污泥厌氧消化方面研究缺乏系统性的总结,污泥作为一种不透明的假塑性非牛顿流体,其流态等物理特性参数与牛顿流体有较大差异。本文总结了CFD技术在国内外污泥厌氧消化中的研究现状及进展,重点关注了CFD数值模拟过程当中模型选取、流变特性应用、反应器流场评估优化及耦合生化模型等的研究现状及进展,对流变模型、湍流模型、多相模型、混合效果表征物理量等应用及选取现状进行了归纳(见表1),以期为污泥厌氧消化反应器设计优化及运行参数选取提供参考。

1 CFD模拟过程流态模型和多相流模型的选取

污泥厌氧消化反应器内基质混合过程是非常复杂的,其流动的性质取决于液体的物理性质(如密度和黏度)并受到连续方程、动量方程和湍流方程等的支配。在反应中存在化学-生物-物理多相过程,其中包括很多气-液-固相间反应。因此,在CFD模拟过程中,应对反应器内流态模型和多相流模型的选取进行重点考察。

1.1 不同流态模型的选用

根据雷诺数的不同,混合过程中的流态可以分为层流、过渡流以及湍流。由层流过渡到紊流的临界雷诺数(Re)是2 000,当雷诺数大于20 000时就会出现完全紊流状态[4]。搅拌反应器中常用雷诺数[5-7]计算(见式(1)~ 式(3))如下:
R e = ρ U 2 n d n k ( 0.75 + 0.25 / n ) n 8 n 1
(1)
式中:ρ为密度,kg·m−3U为搅拌导流筒中的平均速度,m·s−1n为流变指数;d为导流管的直径,m;k为稠度系数。。
R e = ρ V a 2 n D a n μ ( 0.75 + 0.25 / n ) n 8 n 1
(2)
式中:Va为搅拌桨区域的平均速度,m·s−1Da为厌氧反应器的特征直径,m;μ为特征黏度,Pa·sn。搅拌反应器中非牛顿流体雷诺数如下式:
R e = ( D m 2 N 2 n ρ K ) [ 8 ( n 6 n + 2 ) n ]
(3)
式中:Dm为叶轮直径,m;N为搅拌转速,r·min−1

1.1.1 层流模型

层流运动不像湍流那样具有普遍性,在绝大多数厌氧消化反应器内,流体处于湍流状态[8],因此,对层流及过渡流模型的污泥厌氧反应器CFD模拟研究较少。在层流模型应用于反应器模拟之前应先确定反应器内流动状态,否则可能导致错误的模拟结果。在假设雷诺数偏低的情况下,层流模型优于湍流模型[6],TOM等[9]基于Crank-Nicolson有限差分法与CFD技术相结合,确定管道污泥层流状态流动的压力梯度等,从宾汉流体的层流理论出发,比较了几种流动、管径和污泥浓度组合的水头损失和流速分布的数值预测,运用CFD技术预测的水头损失值和速度分布与理论非常接近,可以成为计算污泥流动较为简单有效的分析方法。

1.1.2 湍流模型

湍流是一种高度非线性的复杂流动,但能够通过某些数值方法对湍流进行模拟,并取得了与实际比较吻合的结果,目前用于湍流数值模拟方法及相应湍流模型如图1所示。工程上用于湍流模拟的数值模型有直接数值模拟(DNS)、大涡模拟(LES)和Reynolds平均法(RANS)。DNS的最大好处是无需对湍流流动作任何简化或近似处理,理论上可得到相对准确的计算结果,但是DNS对内存空间及计算速度的要求非常高,计算成本也较大,目前还无法用于真正意义上的工程计算。LES经过对 Navier-Stokes方程过滤去掉了小于给定物理宽度的小璇涡(某种程度上属于DNS),这也使得其网格要求低于DNS。将LES模型和RANS模型分别应用于主要生物反应区和次要生物反应区来模拟生物反应器的湍流搅拌过程已成为提高模拟精度的研究热点。但由于其高计算成本(小于DNS法),在工程应用中仍有很大的局限性[3]。RANS模型在实际工程的湍流模拟中的应用十分普遍,包括Reynolds应力模型和涡黏模型,其中Standard k-ε模型是模拟生物反应器最常用的湍流模型[10],其他模型(包括RNG k-ε模型、Realizable k-ε模型、Reynolds 应力方程模型 (RSM)、代数应力方程模型(ASM)等)也相应地被用于特定的模拟中。
图1 湍流数值模拟方法及相应湍流模型
Fig. 1 Numerical simulation methods of turbulence and corresponding models
图1 湍流数值模拟方法及相应湍流模型
Fig. 1 Numerical simulation methods of turbulence and corresponding models
Cjee 201803001 t1
没有任何湍流模型可用于所有类型的湍流流动,所以选择合适的湍流模型相当重要。高雷诺数的RSM湍流模型与k-ε模型相比,其更适合模拟各向异性较强的湍流流动,但由于需要求解应力方程,RSM模型对计算机性能要求较高[11]。Transition-SST 模型可以准确地模拟混合、分离过程,因此,在具有对比性的混合过程的模拟中,Transition-SST模型比k-ε模型更准确[12]。WU等[8,13-14]系统地分析了CFD模拟厌氧消化反应器过程中12个不同的湍流模型的适用情况,12个湍流模型均可用来描述含固率(RTS­)为0%的湍流流动,但不能模拟RTS>7.5%的流动情况;当RTS=2.5%时,其中3个低雷诺数k-ε模型(Abid, Abe-Kondoh-Nagano和Chang-Hsieh-Chen) 能在较小误差范围内模拟相应的湍流流动;只有Chang-Hsieh-Chen 形式的低雷诺数模型能很好地模拟RTS=5.4%时的湍流流动[13]。污泥厌氧消化反应器内存在复杂湍流流动,选取湍流模型时除计算条件外还应考虑初始条件和边界条件的适用性及研究重点区域,如果重点研究区域为中心流动区而非近壁区,那么选择修正的低雷诺数k-ε模型来模拟气体混合两相流是一个经济高效的选择[13]。机械搅拌非牛顿流体厌氧消化反应器模拟推荐使用Standard k–ε和Realizable k-ε湍流模型[8];从工程角度考虑,Standard k–ε以其可接受的计算精度和相对较低的计算成本适合模拟单相非牛顿流体的流动[14]。但近年来随着计算能力的提升,对DNS和LES模拟方法研究与应用已越来越受到青睐。WU[15]对比分析LES和RANS模拟非牛顿流体厌氧消化器中机械搅拌混合效果时,创造性地提出嵌入LES的混合模拟方法,以期在提高计算精度的同时大大降低计算成本,它允许LES求解整个计算域中的部分区域流动而RANS仍适用于其他流动区域,但嵌入式的模拟方法与效果仍需进一步的探索,而随着工作站计算能力的提升,LES在短期内可能得到较大发展,可重点关注。目前对于湍流模型RANS应用最多(见表1)。
表1 CFD在厌氧消化反应器中的应用
Table 1 Application of CFD in anaerobic digestion reactors
表1 CFD在厌氧消化反应器中的应用
Table 1 Application of CFD in anaerobic digestion reactors
年份
文献来源
维度
流体特性
流变模型
混合方式
多相模型
湍流模型
叶轮模型
软件平台
表征物理量
2005
3-D
牛顿流体
气体混合
气-液
E-E
RANS(SKE)
CFX
流态、死区
2007
3-D
牛顿流体
机械搅拌
气-液-固
E-E
RANS(SKE)
MRF
Fluent
2009
3-D
牛顿流体
机械泵
单相
RANS(SKE)
Fluent
死区
2009
3-D
非牛顿
Power-law
机械泵
单相
(层流)
CFX
均匀度指数
2009
3-D
非牛顿
Power-law
机械搅拌/泵
单相
RANS(RKE)
MRF
Fluent
功率/流量准数
2010
3-D
非牛顿
Power-law
机械搅拌/泵
单相
RANS(RKE)
MRF
Fluent
混合时间
2010
3-D
非牛顿
Power-law
气体混合
气-液
E-E
RANS(12)
——
Fluent
混合能量级
2010
3-D
非牛顿
Power-law
射流搅拌
单相
RANS(12)
Fluent
速度梯度、平均速度
2011
3-D
牛顿流体
射流搅拌
单相
RANS(SKE)
STAR-CCM+
死区
2011
3-D
非牛顿
机械搅拌
单相
RANS(6)
MRF/SM
Fluent
局部水力停留时间
2012
3-D
非牛顿
Power-law
机械搅拌
单相
LES
SM
Fluent
功率准数、流量准数
2012
3-D
非牛顿
Power-law
机械搅拌
单相
RANS(5)
MRF/SM
Fluent
平均速度、速度梯度
2013
3-D
非牛顿
Power law
机械搅拌
单相
RANS(RKE)
MRF
Fluent
速度梯度
2014
3-D
非牛顿
Power-law
气体混合
气-液
E-E
RANS(SKE)
Fluent
均匀度指数
2015
3-D
非牛顿
Power-law
射流搅拌
单相
RANS(SKE)
Fluent
速度、死区
2015
3-D
牛顿流体
气体混合
气-液-固
E-E
RANS(SKE)
CFX
死区
2016
3-D
非牛顿
Power-law
机械搅拌
单相
RANS(SKE)
MRF
Fluent
功率准数、流量准数
2016
3-D
非牛顿
Carreau
机械搅拌
单相
RANS(SKE)
MRF
Fluent
功率准数、泵送效率
2017
3-D
牛顿流体
机械搅拌
气-液
E-E
RANS(SKE)
MRF
CFX
速度、剪切应变率
2017
3-D
非牛顿
Power-law/ H-B
机械搅拌
单相
RANS(RKE)
MRF
Fluent
速度梯度
2018
3-D
非牛顿
H-B
射流搅拌
单相
RANS(SKE)
Fluent
死区
2018
3-D
非牛顿
Power-law
气体混合
气-液
E-E/
E-L
RANS(4)
Fluent
液相速度
2018
3-D
非牛顿
Power-law
机械搅拌
单相
RANS(2)
MRF
Fluent
速度梯度
注:MRF为多重参考系法;SM为网格滑移法; RANS为Reynolds平均法;LES为大涡模拟法;SKE为标准k-ε模型;RKE为Realizable k-ε模型;E-E为欧拉双流体模型;E-L为欧拉-拉格朗日模型;H-B为Hershel-Bulkley模型。

1.2 单/多相流模型

1.2.1 单相流模型

自20世纪中期起,CFD就被广泛用来模拟反应器单相体系混合过程。已有研究表明,在混合过程中,如果固体颗粒和气体的运动相对于周围液体可以忽略,采用单相模型可以充分模拟厌氧消化反应的混合过程,其单相生物反应器模拟结果与多相模拟结果吻合良好,可用于生物反应器优化设计[16-18]
WU[4]在利用单相模型研究安装导流筒的蛋型厌氧反应器中混合特征时,忽略了气泡与液相间反应,建立了机械导流筒混合计算流体力学模型。同时利用CFD平台,获取了单相非牛顿流体在管内流动的12种湍流模型,3种RTS含量污泥在管道运输过程的摩擦压降模拟结果表明,从工程的角度来看,标准k-ε模型能够在保证工程要求精度前提下具有较低的计算成本,适合用来模拟单相非牛顿流体的流动[14]。KARIM等[19]首次在厌氧反应器中应用非牛顿流体单相湍流模型对工程规模的反应器进行数值模拟,根据不同RTS含量和泵送混合功率输入对非牛顿流体流场分布的影响,确定了最佳功率输入,并提出可减小死区的措施。

1.2.2 多相流模型

虽然单相流在模拟反应器混合性能时具有简单、快速的特点,能迅速获得流场信息,但是在实际反应器内往往包括多种物质混合的情况,如生化过程产生的气体会对流场变化产生影响,造成局部微环境的变化反过来影响微生物的产气活性,也就是说几乎所有生物反应器内的液流都是多相流(气-液,固-液,和气-液-固)[3]。基本上,数值计算多相流可以使用欧拉-拉格朗日方法、欧拉-欧拉方法和稠密离散模型进行求解,其中针对厌氧消化反应器,欧拉-欧拉法最为常用(见表1)。
相的选择取决于主要物理过程,理论上生物反应器中3个物理相(气、液、固)共同存在,但可通过简化,减少模型的复杂性,如果只考虑固体颗粒的悬浮,且消化过程中气相(沼气)与液相(非牛顿流体厌氧浆)之间的相互作用可以忽略不计[20],采用液固两相流模型是一个很好的选择[3,20],宋金礼等[21]利用Fluent软件对发酵罐内侧进式搅拌器对污泥与水的固-液两相三维流动的影响进行数值模拟,得到了反应罐内速度场、固相浓度场,对影响固相污泥的分布因素进行分析,这为厌氧发酵过程中搅拌器的运行参数及结构参数优化提供理论支撑。
厌氧消化反应器内由于基质中微生物团簇和小的固体颗粒均匀分散在液相中,固-液两相可视为单一的拟均质相,因而气-液两相模型可以在稳态条件下模拟求解反应器内三相流[22]。WU [13]通过求解欧拉多相流模型获取了4种气体混合方式下的流场分布,并运用平均速度和均匀度指数(uniformity index ,UI)评价了混合性能,该模拟过程可以看作气体混合生物反应器中一般数值模拟方法[23]
至于气-液-固三相流模型,目前研究主要集中于上流式厌氧污泥床(UASB)、厌氧颗粒污泥膨胀床(EGSB)等三相厌氧反应流化床[24-25],MURTHY等[26]利用CFD模拟技术对不同反应器直径、桨叶长度、桨型、桨位置、搅拌转速、含固率和气速等条件下气-液-固三相体系的固体悬浮的临界转速进行计算,临界转速模拟结果与实验结果的对比结果表明,CFD手段能够准确描述反应器内的气-液-固三相体系的流体力学特性。
污泥厌氧消化反应器内三相(气体、液体和固体)共存于生物反应器中,但理论上可以接受做一些简化以减少模型的复杂性。另外,多相流模型得到更加精确模拟结果时,通常以具有小的时间步长的瞬时方式来求解,有相对较大的计算成本,随着计算能力的提升,可选择多相模型和相关耦合模型如多相流模型耦合PBM模型,来考虑实际反应器内生物和化学过程对多相的影响。解决多相流问题的首要环节是选取最能符合实际流动的模式,污泥颗粒和气体的运动相对于周围液体可以忽略且模拟结果精确度能达到要求时,单相流模型不失为较好的选择;忽略生物反应过程,仅考虑固体颗粒相对液相运动,可采用液-固两相流模型;固-液两相可视为单一的拟均质相,更适合选取气-液两相流模型,尤其在气体混合反应器内。在UASB、EGSB等反应器内气、液、固相间运动难以忽略的情况下,建议选取三相流模型。

2 污泥流变特性在CFD模拟中的应用

模拟厌氧消化反应器时,污泥通常被认为是非牛顿流体,其在反应器内和牛顿流体有着完全不同的流态[41]。污泥流变特性可能会导致反应器内不均匀或不理想的流动条件,单纯增加输入功率不一定能使死区体积减少[42]。机械搅拌过程中远离叶轮区域流体速度较低,污泥剪切变稀特性使得其表观黏度随着与叶轮距离的增加而增加,同时离开叶轮附近高剪切区域的流体会逐渐掺入黏度较大区域的流体,反过来会对涡流的传播产生抑制[43]。实验与模拟结果也证明,反应器内低物料黏度有利于提高物料运动速率,降低死区容积,减缓局部抑制作用,最终提高传质效率和消化性能[44]。因此,流变特性应当成为厌氧消化反应器CFD模拟过程主要考虑因素之一。WU[37]对反应器内RTS介于0%~12%的6种污泥的流场模拟发现,流体平均速度、混合能量与RTS呈非线性相关关系;混合时间随RTS增大而增大,除在完全湍流混合(Re> 20 000)情况下,流体黏度越高,需要的均匀化时间越长[30],混合时间和功率消耗随着稠度指数和屈服应力的增加而增大,随着流变指数增大而减小[45]。针对较低RTS污泥,在没有测试条件情况下可根据物料含固率(2%)界定牛顿流体和非牛顿流体[46]。污泥流变特性受RTS和温度影响 [47],混合过程中温度和浓度分布是不均匀的,为更准确模拟反应器内流场分布,可将污泥黏度描述成RTS和温度的函数[15](见式(4)~式(6))。
η = k γ n 1
(4)
k = [ 8.722 e ( 4 830 T + 0.583 19 R TS ) ] × 10 10
(5)
n = 0.689 4 + 0.004 683 1 ( T 273 ) 0.042 813 R TS
(6)
式中:η为表观黏度,Pa·s;k为稠度系数;n为流变指数;γ为剪切速率,s−1T为开氏温度,K;RTS为含固率,%。
在污泥厌氧消化反应器数值模拟过程中,可通过调取CFD软件平台当中7种经典的流变模型(Power-law、Casson、Herschel–Bulkley、Bingham、Sisko、Cross、Carreau)来考虑流变特性对模拟结果的影响。以往研究过程中没有屈服应力项的Power-low模型应用较多(见表1),但污泥流变学研究表明,不同污泥样品都存在一定的屈服应力,即Power-low模型的应用具有一定的局限性[47]。另外,高含固污泥流变特性在不同剪切强度下表现出临界点(拐点)效应[48-49],原有非牛顿流体模型对污泥流变特性的准确描述有一定的局限性。如ZHANG等[48]发现,RTS为20%的高含固厌氧消化污泥,在低剪切速率1~10 s−1范围内存在临界应力(见图2),并提出了改进的Herschel−Bulkley模型。近年来,一些研究者对原有流变模型做出改进[50-51],以更加准确地描述污泥的流动行为。针对RTS较高污泥,需根据实际测量结果探究污泥流变参数(如黏度)随剪切强度的变化规律,并确定相应屈服应力、极限黏度和流动曲线临界值,利用已有的典型流变模型对原有流变模型做出改进。并可通过UDF(user defined function)技术将改进的流变模型嵌套入CFD软件平台。
图2 不同剪切强度下临界点效应
Fig. 2 Critical points under different shear strength
图2 不同剪切强度下临界点效应
Fig. 2 Critical points under different shear strength
Cjee 201803001 t2

3 CFD用于污泥厌氧反应器流场的评估和优化

3.1 CFD在反应器流场评估中的应用

污泥厌氧消化反应器在运行过程中,具有良好的混合分布,防止较重颗粒沉淀和微生物上浮[52],保持适宜的pH和温度,维持良好的传热传质效果和生物过程[34]。理论上,混合是分子扩散、涡流扩散和体积扩散的结果,混合过程与混合时间直接相关,故混合均匀时间是评价反应器混合效果最有效的方式[3,53];但由于需要求解示踪剂的瞬态输运方程,模拟过程计算量庞大[3,37],目前对反应器内流场评估主要通过死区大小、速度梯度(G)和均匀度指数(FUI)等来完成。

3.1.1 死区

死区这一评价反应器内物料混合效果最直观最常用的物理量是BELLO等[54]在探究混合效果对产甲烷性能的影响时引入概念,死区的存在降低了反应器内有效容积,可用以表征整体混合性能。CFD数值模拟过程中死区能被快速地识别出来,进而可根据死区分布对厌氧消化罐进行优化[10]。因此,确定一个适当的标准来定义或者计算死区容积是很重要的,如果可以知道固体颗粒的沉降速度,那么该值可以作为一个阈值确定死区位置和大小。LÓPEZ-JIMÉNEZA 等[10]利用斯托克斯方程对死区进行了定义,当颗粒的重力、浮力和摩擦力矢量和为零的颗粒速度为死区的临界速度,粒径介于0.1~0.6 mm的污泥颗粒的临界速度是0.005 m·s−1,而非牛顿流体的临界速度是0.02 m·s−1;KARIM等[19]则认为平均粒径为250 µm、容积密度为1 050 kg·m³的生物质颗粒轴向速度小于0.001 m·s−1时会产生死区。VESVIKAR等[27]认为死区是反应器内液体速度非常低的区域,并将反应器内速度低于最高速度5%的区域定义为反应器死区。王令闪等[55]模拟分析高黏体系混合效果时将液相速率低于桨叶端速率1%的区域定义为死区。尹伟齐等[56]讨论猪粪流变特性时发现剪切速率低于某个临界值时物料黏度骤增,首次从剪切速率的角度定义了死区,并得到含固率为24.92%的猪粪在机械搅拌反应器内和死区相对应的剪切速率效应临界点为160.90 s−1和165.76 s−1
从上述研究可知,CFD数值模拟技术在污泥厌氧消化反应器流场分析的应用,使得多种方法计算死区容积成为可能,但对死区目前没有一个全面且严谨的界定,缺乏统一的科学定义。且目前死区大小研究仅限于“水力死区”,而没有真正从微生物最佳生存环境考虑,如死区容积对反应器内微生物生长繁殖的影响,未来可进一步结合“生物死区”考察其对反应器性能影响。

3.1.2 速度梯度

从理论上讲,由于黏度是一个变量,速度梯度的传统定义不适用于非牛顿流体,但它可以用来计算G的范围[37]。CAMP等[57]考虑了由单位体积水受到表面切向力引起的角变形,并将反应器内的速度梯度G定义为均方根速度梯度(见式(7)~式(9))。
G = ( u y + v x ) 2 + ( u z + w x ) 2 + ( v z + w y ) 2
(7)
式中:uvw为卡迪尔坐标系中xyz方向的速递分量。这种绝对速度梯度与每单位时间单位体积所做的功有关:
Φ = μ [ ( u y + v x ) 2 + ( u z + w x ) 2 + ( v z + w y ) 2 ] = μ G 2
(8)
G ¯ = Φ μ = P μ V = ε η
(9)
式中:Φ为功耗,表示剪切力对单位时间单位体积做的功,J; G ¯ 为平均速度梯度,s−1μ为流体动力黏度,Pa·s;P为输入功率,W;V为反应器体积,m³;η为运动黏度,m2·s−1
尽管很早之前对于仅利用 G ¯ 描述复杂的湍流场就存在争议,且考虑三维流体流动时它的推导是有缺陷的[58],但速度梯度仍旧广泛应用于理论研究和环境工程中。在反应器内,功率的输入并非均匀的(如叶轮附近较高),导致部分区域湍流强度和速度梯度高于周围区域,这样 G ¯ 就难以充分描述局部速度梯度的波动[34]。而CFD模型成功克服了这一难题,BRIDGEMAN[33]利用CFD技术模拟了小试规模的厌氧反应器中的机械搅拌过程,通过实验产气量与不同搅拌情况进行对比来验证模拟结果的有效性,证明速度梯度可以作为表征搅拌效果的物理量。

3.1.3 均匀度指数

TERASHIMA等[6]基于污泥的流变学特性,在三维的CFD模型中模拟分析了厌氧消化反应器的搅拌性能,提出并模拟了用于评价反应器搅拌性能的均匀度指数(FUI),利用统计参数相对平均偏差(DRMD)定义了均匀性指数,见式(10)~式(12)
V = i = 1 m V i
(10)
C = i = 1 m C i V i V
(11)
F UI = D RMD = i = 1 m { | C i C | V i } V C
(12)
式中:m为划分网格数;V为反应器体积;m³;Vi为第i个网格体积;C为反应器内示踪剂的平均浓度,m³·kg−1Ci为第i个网格内示踪剂浓度,m³·kg−1。理论上FUI值越小,混合越均匀,FUI为0表示反应器内完全混合均匀。TERASHIMA等[6]利用该模型成功预测了工程中不同固体浓度厌氧消化反应器混合均匀所用的时间,并将FUI小于0.02视作混合均匀,对应的搅拌时间定义为均质化时间。
上述3种方法在污泥厌氧消化反应器内混合效果评估上得到较多应用,但各自应用范围尚未明确,反应器死区定义主要从污泥颗粒轴向或径向速度考虑,并没有考虑速度梯度的影响;速度梯度表征混合效果时并没有考虑物料实际速度。未来可综合考虑死区、速度梯度及FUI值对反应器混合效果进行综合评价,但限于计算成本和时间成本,首先应根据不同工程状况考虑最佳评价指标。另外,CFD模拟过程忽略了反应器内生物相分布,未来有必要综合考虑微生物生存环境等,进一步探索反应器最佳混合水平,优化反应器设计和操作条件,以提高实际生物反应器性能与综合效益。

3.2 反应器流场优化

厌氧消化反应器内混合效果主要受到局部流场的影响,通过优化反应器内流场分布对混合过程的设计和优化十分必要[59],可通过优化反应器形状、搅拌桨类型、转速、射流角度和射流速度等运行条件优化反应器内流场分布[60]。混合强度对反应器厌氧消化性能具有显著的影响,CFD模拟表明机械搅拌颗粒污泥厌氧消化反应器内较低转速(20 r·min−1)会导致厌氧消化传质受到抑制,较高转速(140 r·min−1)会导致能量损失大,系统不稳定[61]。曹秀芹等[62]借助实验和计算流体力学方法对污泥厌氧消化的混合效果及能耗进行实验和模拟,研究得出含水率95%的污泥最佳转速为180 r·min−1;曹秀芹等[35]又在不同含水率污泥流变特性实验研究的基础上,采用弯叶涡轮桨叶和斜叶桨组合进行模拟,发现桨叶形式对流场分布具有显著影响(见图3),且组合桨的泵送效率比斜叶桨高25.3%。WU等[4,8,13-14,23,37]综合考虑了反应器形状,搅拌桨类型和安装位置、不同气体混合方式和液-液射流搅拌反应器射流角度等混合效果的影响,这为反应器优化设计与运行提供了参考。
尽管混合效果对反应器产甲烷过程的重要性得到广泛认可,但对于什么是最佳混合效果还存在一定的争议[24,63-64]。一方面不充分混合会造成反应器内浓度和温度梯度的产生,影响微生物种群、空间分布及活性,降低底物降解速率和沼气产率;另一方面,高的剪切强度也可能会破坏生物反应器内微生物最佳的生存环境,如SINDALL等[34]利用基于CFD流场模拟结果表明速度梯度从9.7 s−1升高到14.3 s−1时,甲烷产量减少了50%,这可能与不完全混合形成的特定生物活性区有关。因此,建立混合性能评估指标及其与微生物降解产气能力相关关系至关重要。
图3 桨叶形式对反应器内流场分布的影响
Fig. 3 Influence of blade forms on flow field distribution in anaerobic digester
图3 桨叶形式对反应器内流场分布的影响
Fig. 3 Influence of blade forms on flow field distribution in anaerobic digester
Cjee 201803001 t3

4 CFD耦合生化模型用于污泥厌氧消化性能的评估

目前,关于厌氧消化反应的模拟基本停留在物理量考察阶段,不能真实准确反映传质效果及其对消化过程的影响,更难以深层次地探究生物反应器的微观机理[10,36]。反应器内的粒径分布、速度分布、湍流强度、多相的体积比、污泥沉降性能等都会影响微生物生理功能。为此,一些研究者[36,65-66]尝试将流场混合效果等与反应器产气效果相耦合,但只定性对比了混合与生化过程的关系,没有深入的定量研究信息,尚不能有效体现二者之间的耦合效应。为了更真实模拟基质反应过程,有必要将流体力学模型和生化反应数学模型相结合。KESHTKAR等[67]借用“流通区”和“滞留区”表征反应器混合过程并将反应器体积分成类似的2个区域,通过“2区域流体混合模型”嵌入“微生物动力学模型”来评估消化反应器的消化性能,是最早在厌氧消化中考虑混合过程的尝试之一。
WU[3]针对局部速度梯度和絮凝体的破碎数的模拟也证明CFD是一种很有前途的分析厌氧生物反应器中物理-生物相互作用的技术[23],并建立了输运方程反应速率项耦合的甲烷产率一级方程(C6H12O6 = 3CO2 + 3CH4)的耦合模型,对活塞流消化反应器中的甲烷产率进行模拟,模拟结果与实验数据吻合较好,成功地将混合过程与生化方程耦合一起[68];采用了标量输运方程将BOD减量与甲烷产量描述为温度和水力停留时间的函数,建立了耦合物化和生化过程的厌氧塘数学模型[32],模拟结果表明甲烷产率一定范围内随着温度线性增加;BOD达到99%的降解率,在1月份需要17 d,在7月份需要10 d。该研究基于CFD技术创造性地将物理过程与生物过程相结合以模拟评价生物过程,对模拟生物过程具有借鉴意义,但尚缺乏实验结果验证,也没有考虑非牛顿流体流变特性对流场分布的影响。
近年来,相关工作者对污泥厌氧消化反应器流体动力学对产沼气性能影响进行了研究,从最初对比混合性能与生化过程或试图建立两者之间的相关关系,到尝试将物理模型与生化模型相耦合。这也说明通过增加多阶段或复杂数学模型考虑反应器中生化过程提高模型的有效性,是数值模拟在污水处理领域应用的新方向。FLEMING[69]首次通过CFD技术,利用整合的混合-热传递-生化反应方程的数学模型模拟CSTR厌氧反应器的生物过程,为后续利用CFD技术模拟其他生物反应器奠定了理论基础。
传质过程及传质效率是决定厌氧消化反应器处理效率的关键因素,在构建CFD-生化应耦合模型时,传质方程[70]式(13))可作为连接物理模型与生化模型的“桥梁”。如可将污泥黏度等描述为温度的函数(式(4)~式(6)),而温度是影响传质过程主要参数之一(式(14))。而ADM1中酸的降解速率矩阵方程可用来表示传质方程中反应速率Ri,即获取反应器内部流场分布数据表征传质过程的同时将生化反应速率项嵌入传质模型,这为生化反应数学模型的导入提供接口,为流场−生化耦合模型的建立提供可能。杨艳清[70]在EGSB反应器处理挥发酸废水实验研究的基础上,以传质方程为核心,利用CFD模拟获取反应器内部速度分布后进行CFD-传质耦合模型研究。其耦合模型较好地表征了基质在反应器中的传质过程,这对反应器工艺参数的选取具有指导意义。另外,尽管目前可以利用简化的生物模型对污泥厌氧生物反应器进行耦合模拟,但需进一步考虑污泥流变特性等对流场及生化过程的影响,并加以实验验证。也需使模拟结果达到系统性一致,得到一般化的趋势,为实际工程提供理论指导。
R i = C i t + · ( D i C i ) + u · C i
(13)
K L a T μ L
(14)
式中:Ri为组分i的反应系数,g·(m³·s−1);Di为组分i的浓度,mol·L−1Di为组分i的扩散系数,m2·s−1u为矢量速度,m·s−1KLa为体积传质系数,s−1T为温度,K;μL为黏度,Pa·s。

5 总结与展望

1) CFD 技术是理解和评价反应器内流体流动特性的一种有效工具。在CFD数值模拟前应选用合适的雷诺数判别公式计算反应器内流体流动状态,选取合适的层流或湍流模型进行模拟。相对层流运动,污泥厌氧消化反应器内流体一般处于湍流状态,目前工程上用于湍流模拟的数值模型有DNS、LES和RANS,其中RANS模型在实际工程的湍流模拟中应用十分普遍。随着计算能力的提升及对模拟精确度要求的提高,可重点关注LES对反应器湍流流场模拟。
2) 对于单相系统,能够建立相对成熟的CFD模型实现方程闭合,并能够运用基准实验数据进行了验证,具有较高的可靠性。污泥厌氧消化反应器中三相(气体、液体和固体)共同存在,且已经建立了许多相关多相模型,但不能适用于所有的情况。因此,CFD建模过程中需要针对个别情况开发多相模型,并根据实验数据进行验证。可根据重点研究对象对多相模型做出简化以减少模型的复杂性,如气液两相流模型是适用于一般气体混合研究,但如果只关注固体颗粒的悬浮,使用液固两相流模型是一个不错的选择,就UASB和EGSB反应器来说,建议尝试使用三相流模型。
3) 污泥是一种典型的非牛顿流体,流变特性对反应器内混合效果有着重要影响,目前数值模拟过程当中Power-low模型应用较多。但在反应器数值模拟前,应对物料进行流变测量和模型拟合后选取恰当的流变模型。另外,许多研究者开始尝试改进传统流变模型,以提高对其流动行为描述的准确性,可将改进的流变模型嵌套入FLUENT平台中,进行污泥厌氧消化反应器内混合效果的CFD数值模拟,提升模拟结果的准确性。
4) 目前,污泥厌氧消化反应器内流场可以借助死区、速度梯度和均匀度指数等指标进行评估,但对于最佳混合效果现阶段还没有统一的科学界定。生物动力学耦合三维CFD模型对评价生物反应器混合效果的重要性逐渐凸显,不完全混合可能对反应器内生物活性的积极影响及消极影响还应综合考虑。为达到给定反应器最佳混合效果,必须综合混合方式、污泥理化特性、流变特性等来确定流场分布和混合性能对生化反应过程的影响程度,必须引入生物和化学过程的多相模型,使反应器优化设计更接近反应器内实际状况。
5) 目前,关于厌氧消化反应的模拟基本停留在物理量考察阶段,难以准确地反映传质效果及其对厌氧消化过程的影响,而且关于CFD对传质过程的研究,大多数模型尚处于反应器流体流场分析阶段,并未实现流体力学与生物学模型的真正耦合。尽管利用CFD技术研究消化反应器中污泥的流动特性在模拟过程中存在许多不确定性因素,但是通过对反应器的初步模拟仍为厌氧反应器的优化提供了方法和依据,将来可以通过传质方程优化物理模型、增加生物化学过程来提高其模拟的准确性。

参考文献

  1. 曹秀芹,赵振东,杨平,等. 污泥厌氧消化反应器搅拌性能的CFD模拟[J]. 给水排水,2016,42(3):137-141.
  2. XU W. Scale-up and optimization of biohydrogen production reactor from laboratory-scale to industrial-scale on the basis of computational fluid dynamics simulation[J].International Journal of Hydrogen Energy,2010,35(20):10960-10966. [CrossRef]
  3. WU B X. Advances in the use of CFD to characterize design and optimize bioenergy systems[J]. Computers and Electronics in Agriculture,2013,92(3):195-208. [CrossRef]
  4. WU B X. CFD simulation of mixing in egg-shaped anaerobic digesters[J]. Water Research,2010,44(5):1507-1519. [CrossRef]
  5. METZNER A B, REED J C. Flow of non-Newtonian fluids correlation of laminar transition and turbulent-flow regions[J]. AIChE Journal,1955,1(4):434-440. [CrossRef]
  6. TERASHIMA M, GOEL R, KOMATSU K, et al. CFD simulation of mixing in anaerobic digesters[J]. Bioresource Technology,2009,100(7):2228-2233. [CrossRef]
  7. YU L, MA J, CHEN S. Numerical simulation of mechanical mixing in high solid anaerobic digester[J]. Bioresource Technology,2011,102(2):1012–1018. [CrossRef]
  8. WU B. CFD investigation of turbulence models for mechanical agitation of non-Newtonian fluids in anaerobic digesters[J]. Water Research,2011,45(5):2082-2094. [CrossRef]
  9. TOM B, BECHTEL P E. Laminar pipeline flow of wastewater sludge: Computational fluid dynamics approach[J]. Journal of Hydraulic Engineering,2003,129(2):153-158. [CrossRef]
  10. LÓPEZ-JIMÉNEZA P A, ESCUDERO-GONZÁLEZA J, MARTÍNEZC T M, et al. Application of CFD methods to an anaerobic digester: The case of Ontinyent WWTP, Valencia, Spain[J]. Journal of Water Process Engineering,2015,7:131-140. [CrossRef]
  11. 王福军. 计算流体动力学分析:CFD软件原理与应用[M]. 北京: 清华大学出版社,2004:136-137.
  12. COUGHTRIE A R, BORMAN D J, SLEIGH P A. Effects of turbulence modelling on prediction of flow characteristics in a bench-scale anaerobic gas-lift digester[J]. Bioresource Technology,2013,1138(2):297-306. [CrossRef]
  13. WU B X. CFD simulation of gas and non-Newtonian fluid two-phase flow in anaerobic digesters[J]. Water Research,2010,44(13):3861-3874. [CrossRef]
  14. WU B X. Computational fluid dynamics investigation of turbulence models for non-Newtonian fluid flow in anaerobic digesters[J]. Environmental Science and Technology,2010,44(23):8989-8995. [CrossRef]
  15. WU B X. Large eddy simulation of mechanical mixing in anaerobic digesters[J]. Biotechnology & Bioengineering,2012,109:804-812. [CrossRef]
  16. YU L, MA J W, FREAR C, et al. Multiphase modeling of settling and suspension in anaerobic digester[J]. Applied Energy,2013,111:28-39. [CrossRef]
  17. KARIM K, THOMA G J, ALDAHHAN M H. Gas-lift digester configuration effects on mixing effectiveness[J]. Water Research,2007,41:3051-3060. [CrossRef]
  18. KARIM K, VARMA R, VESVIKAR M. et al. Flow pattern visualization of a simulated digester[J]. Water Research,2004,38:3659-3670. [CrossRef]
  19. KARIM K, THOMA G J, ALDAHHAN M H. Gas-lift digester configuration effects on mixing effectiveness[J]. Water Research,2007,41:3051-3060. [CrossRef]
  20. ZHANG Y, YU G R, YU L, et al. Computational fluid dynamics study on mixing mode and power consumption in anaerobic mono- and co-digestion[J]. Bioresource Technology,2016,203:166-172. [CrossRef]
  21. 宋金礼,陈贵军,王娟. 发酵罐内固液两相流的数值模拟[J]. 节能,2015,34(5):22-25.
  22. VESVIKAR M S, ALDAHHAN M H. Effect of scale on hydrodynamics of internal gas-lift loop reactor-type anaerobic digester using CFD[J]. Chemical Product and Process Modeling,2015,10(3):179-192. [CrossRef]
  23. WU B X. CFD simulation of gas mixing in anaerobic digesters[J]. Computers & Electronics in Agriculture,2014,109:278-286. [CrossRef]
  24. SOUSA LIMA M G, DE LIMA A G B, BRITO NUNES F C. Theoretical/experimental study of an upflow anaerobic sludge blanket reactor treating domestic wastewater[J]. International Journal of Chemical Reactor Engineering,2011,9(1):1542-6580. [CrossRef]
  25. WANG X, DING J, GUO W Q, et al. A hydrodynamics–reaction kinetics coupled model for evaluating bioreactors derived from CFD simulation[J]. Bioresource Technology,2010,101(24):9749-9757. [CrossRef]
  26. MURTHY B N, GHADGE R S, JOSHI J B. CFD simulations of gas–liquid–solid stirred reactor: Prediction of critical impeller speed for solid suspension[J]. Chemical Engineering Science,2007,62(24):7184−7195. [CrossRef]
  27. VESVIKAR M S, ALDAHHAN M H. Flow pattern visualization in a mimic anaerobic digester using CFD [J]. Biotechnology and Bioengineering,2005,89:719-732. [CrossRef]
  28. MERONEY R N, COLORADO P E. CFD simulation of mechanical draft tube mixing in anaerobic digester tanks[J]. Water Research,2009,43(4):1040-1050. [CrossRef]
  29. WU B X. CFD analysis of mechanical mixing in anaerobic digesters[J]. Transactions of the ASABE,2009,52(4):1371-1382. [CrossRef]
  30. WU B X. CFD prediction of mixing time in anaerobic digesters[J]. Transactions of the ASABE,2010,53(2):553-563. [CrossRef]
  31. MENDOZAL A M, MARTINEZ T M, MONTANANA V F, et al. Modeling flow inside an anaerobic digester by CFD techniques[J]. International Journal of Energy and Environmental,2011,2(6):963-974.
  32. WU B X, CHEN Z B. An integrated physical and biological model for anaerobic lagoons[J]. Bioresource Technology,2011,102:5032-5038. [CrossRef]
  33. BRIDGEMAN J. Computational fluid dynamics modelling of sewage sludge mixing in an anaerobic digester[J]. Advances in Engineering Software,2012,44(1):54-62. [CrossRef]
  34. SINDALL R, BRIDGEMAN J, CARLIELL M C. Velocity gradient as a tool to characterise the link between mixing and biogas production in anaerobic waste digesters[J]. Water Science & Technology,2013,67(12):2800-2806. [CrossRef]
  35. 曹秀芹,赵振东,杨平,等.基于污泥流变特性对厌氧消化反应器的模拟研究[J].给水排水,2016,52(7):36-41.
  36. WANG F P, ZHANG C S, HUO S H. Influence of fluid dynamics on anaerobic digestion of food waste for biogas production[J]. Environmental Technology,2017,38(9):1160-1168. [CrossRef]
  37. WU B X. CFD study of submersible mixers in anaerobic digesters[J]. Transactions of the ASABE,2017,60(2):275-282. [CrossRef]
  38. 曹秀芹,丁浩,蒋竹荷,等. 液-液射流搅拌提高热水解污泥混合性能分析[J].环境工程学报,2018,12(1):316-323. [CrossRef]
  39. 王乐,樊敏,詹翔宇,等. 气体搅拌下厌氧消化反应器CFD数值模拟及模型研究[J].农业机械学报,2018,49(2):305-312.
  40. MEISTER M, REZAVAND M, EBNER C, et al. Mixing non-Newtonian flows in anaerobic digesters by impellers and pumped recirculation[J]. Advances in Engineering Software,2018,115:194-203. [CrossRef]
  41. CRAIG K J, NIEUWOUDT M N, NIEMAND L J. CFD simulation of anaerobic digester with variable sewage sludge rheology[J]. Water Research,2013,47(13):4485-4497. [CrossRef]
  42. SAJJADI B, RAMAN A A A, PARTHASARATHY R. Fluid dynamic analysis of non-Newtonian flow behavior of municipal sludge simulant in anaerobic digesters using submerged recirculating jets[J]. Chemical Engineering Journal,2016,298:259-270. [CrossRef]
  43. METZNER A B, OTTO R E. Agitation of non-Newtonian fluids[J]. American Institute of Chemical Engineers,1957,3(1):3-10. [CrossRef]
  44. LIU J B, YANG M, ZHANG J Y, et al. A comprehensive insight into the effects of microwave-H2O2, pretreatment on concentrated sewage sludge anaerobic digestion based on semi-continuous operation[J]. Bioresource Technology,2018,256:118-127. [CrossRef]
  45. KAZEMZADEH A, EIN-MOZAFFARI F, LOHI A, et al. Effect of the rheological properties on the mixing of Herschel-Bulkley fluids with coaxial mixers: Applications of tomography, CFD, and response surface methodology[J]. Canadian Journal of Chemical Engineering,2016,94(12):2394-2406. [CrossRef]
  46. WICKLEIN E, BATSTONE D J, DUCOSTE J, et al. Good modelling practice in applying computational fluid dynamics for WWTP modelling[J]. Water Science and Technology,2016,73(5):969-982. [CrossRef]
  47. 曹秀芹,尹伟齐,赵振东. 不同含水率下污泥流变模型的显著性水平分析[J]. 北京工业大学学报,2017,43(1):150-157.
  48. ZHANG J S, HAWARD S J, WU Z G, et al. Evolution of rheological characteristics of high-solid municipal sludge during anaerobic digestion[J]. Applied Rheology,2016,26(3):1-10. [CrossRef]
  49. ZHANG J S, XUE Y G, ESHTIAGHI N, et al. Evaluation of thermal hydrolysis efficiency of mechanically dewatered sewage sludge via rheological measurement[J]. Water Research,2017,116:34-43. [CrossRef]
  50. SAFFARIAN M R, HAMEDI M H, SHAMS M. Numerical simulation of a secondary clarifier in a sewage treatment plant using modified Bingham model[J]. Canadian Journal of Civil Engineering,2011,38(1):11-22. [CrossRef]
  51. 董登志,张静思,吴志根,等. 高含固污泥临界剪切应力影响因素的研究[J]. 西安交通大学学报,2017,51(11):57-62. [CrossRef]
  52. MICALE G, GRISAFI F, RIZZUTI I, et al. CFD simulation of particle suspension height in stirred vessels[J]. Chemical Engineering Research and Design,2004,82(9):1204-1213. [CrossRef]
  53. WANG Z, MAO Z S, SHEN X Q. Numerical simulation of macroscopic mixing in a rushton impeller stirred tank[J]. Chinese Journal of Process Engineering,2006,6(6):857-863. [CrossRef]
  54. BELLO M R, SHARRATT P N. Modelling the effects of imperfect mixing on the performance of anaerobic reactors for sewage sludge treatment[J]. Journal of Chemical Technology and Biotechnology,1998,71:121-130. [CrossRef]
  55. 王令闪,苏红军,徐世艾. 高黏体系中最大叶片式搅拌桨直径的CFD优化[J].化学工程,2011,39(7):9-12.
  56. 尹伟齐,曹秀芹,张达飞. 猪粪流变特性及基于黏度曲线的反应器死区研究[J].中国沼气,2017,35(3):27-32.
  57. CAMP T R, STEIN P C. Velocity gradients and internal work in fluid motion[J]. Journal of the Boston Society Civil Engineers, 1943,30:219-237.
  58. GRABER S D. A critical review of the use of the G-value (RMS velocity gradient) in environmental engineering[J]. Development in Theoret & Applied Mechanics,1994,17:533-556.
  59. 曹秀芹,杨平,赵振东. 污泥流变学及其厌氧消化混合特性数值模拟研究进展[J].环境工程学报,2015,9(3):997-1003.
  60. 芦汉超. 机械搅拌厌氧消化池流态研究[D].北京:清华大学,2015.
  61. WANG F P, ZHANG C S, HUO S H. Influence of fluid dynamics on anaerobic digestion of food waste for biogas production Influence of fluid dynamics on anaerobic digestion of food waste for biogas production[J]. Environmental Technology,2016,38(9):1160–1168. [CrossRef]
  62. 曹秀芹,杜金海,李彩斌,等. 污泥厌氧消化搅拌条件的优化分析[J].环境科学与技术,2015,38(1):100-105.
  63. KARIM K, KLASSON K T, HOFFMANN R, et al. Anaerobic digestion of animal waste: Effect of mixing [J]. Bioresource Technology,2005,96:1607-1612. [CrossRef]
  64. APPELS L, BAEYENS J, DEGREVE J, et al. Principles and potential of the anaerobic digestion of waste-activated sludg[J]. Progress in Energy and Combustion Science,2008,34:755-781. [CrossRef]
  65. KINYUA M N, ZHANG J, CAMACHO C F, et al. Use of physical and biological process models to understand the performance of tubular anaerobic digesters[J]. Biochemical Engineering Journal,2016,107:35−44. [CrossRef]
  66. LEBRANCHU A, DELAUNAY S, MARCHAL P, et al. Impact of shear stress and impeller design on the production of biogas in anaerobic digesters[J]. Bioresource Technology,2017,245:1139-1147. [CrossRef]
  67. KESHTKAR A, MEYSSAMI B, ABOLHAMD G, et al. Mathematical modeling of non-ideal mixing continuous flow reactors for anaerobic digestion of cattle manure[J]. Bioresource Technology,2003,87:113-124. [CrossRef]
  68. WU B X, BIBEAU E L, GEBREMEDHIN K G. Three-dimensional numerical simulation model of biogas production for anaerobic digesters[J]. Canadian Biosystems Engineering,2009,51:81-87. [CrossRef]
  69. FLEMING J G. Novel simulation of anaerobic digestion using computational fluid dynamics[D]. Raleigh, NC: North Carolina State University,2002.
  70. 杨艳清. EGSB反应器处理低浓度挥发酸废水CFD-生化反应耦合模型及模拟研究[D].重庆:重庆大学,2015.
曹秀芹 北京建筑大学环境与能源工程学院教授,中国土木工程学会水工业分会排水委员会委员,中国工程建设标准化协会城市给水排水和工业给水排水委员会委员。主要从事废水处理理论与技术、污泥及固废处理、环境系统模拟与优化等方面研究工作。近年来,对高固污泥/有机固废的非牛顿流体的流变学规律、厌氧消化反应器流场以及流体力学与生物化学特征之间的作用机制展开研究。发表论文110余篇,其中第一作者或通讯作者80余篇,参编著作6部,申请发明专利2项,主持中国工程建设标准化协会规程1项。E-mail: caoxiuqin@bucea.edu.cn
CAO Xiuqin Professor at School of Environment and Engineering of Beijing University of Civil Engineering and Architecture, the member of China Civil Engineering Society (CCES) and China Association for Engineering Construction Standardization (CECS), is mainly engaged in research on theory and technology of wastewater treatment, sludge and solid waste management, simulation and optimization of environment system, and so on. Especially, the rheological laws of such non-Newtonian fluids like high-solid sludge and organic solid wastes, the flow field distribution and mechanism of action between hydrodynamics and biochemistry in anaerobic digester have been systematically investigated in recent years. Until now, she has published more than 110 papers at home and abroad including more than 80 articles as the first author or corresponding author. What’s more, she has also participated in 6 books and applied for 2 patents for invention in China, hosting one regulation of China Association for Engineering Construction Standardization (CECS). E-mail: caoxiuqin@bucea.edu.cn
曹秀芹 北京建筑大学环境与能源工程学院教授,中国土木工程学会水工业分会排水委员会委员,中国工程建设标准化协会城市给水排水和工业给水排水委员会委员。主要从事废水处理理论与技术、污泥及固废处理、环境系统模拟与优化等方面研究工作。近年来,对高固污泥/有机固废的非牛顿流体的流变学规律、厌氧消化反应器流场以及流体力学与生物化学特征之间的作用机制展开研究。发表论文110余篇,其中第一作者或通讯作者80余篇,参编著作6部,申请发明专利2项,主持中国工程建设标准化协会规程1项。E-mail: caoxiuqin@bucea.edu.cn
CAO Xiuqin Professor at School of Environment and Engineering of Beijing University of Civil Engineering and Architecture, the member of China Civil Engineering Society (CCES) and China Association for Engineering Construction Standardization (CECS), is mainly engaged in research on theory and technology of wastewater treatment, sludge and solid waste management, simulation and optimization of environment system, and so on. Especially, the rheological laws of such non-Newtonian fluids like high-solid sludge and organic solid wastes, the flow field distribution and mechanism of action between hydrodynamics and biochemistry in anaerobic digester have been systematically investigated in recent years. Until now, she has published more than 110 papers at home and abroad including more than 80 articles as the first author or corresponding author. What’s more, she has also participated in 6 books and applied for 2 patents for invention in China, hosting one regulation of China Association for Engineering Construction Standardization (CECS). E-mail: caoxiuqin@bucea.edu.cn
Cjee 201803001 t4