数学模拟在优化玻璃熔制质量中的研究与应用_杨风波.pdf

玻璃纤维2023 年 第 2 期 13技术研究中图法分类号：TQ171.77+6.2 文献标识码：A数学模拟在优化玻璃熔制质量中的 研究与应用杨风波，解玉芹，杜加宝（山东玻纤集团股份有限公司，临沂276400）摘 要：利用GFM窑炉数学模拟软件对某年产5万吨窑炉能量分布进行模拟研究，调整其窑炉电助熔和燃气能量分布，改变窑炉池底玻璃液温度梯度，分析玻璃均化指数、气泡增长指数以及砂粒增长指数变化对降低玻璃缺陷，提高玻璃质量的影响。关键词：数学模拟；窑炉温度；电助熔；玻璃缺陷；能量分布ResearchandApplicationofNumericalSimulationinOptimizingGlassMeltingQualityYangFengbo,XieYuqin,DuJiabao(ShandongFiberglassGroupCo.,Ltd.,Linyi276400)Abstract:The GFM numerical simulation software for furnaces was used to simulate the energy distribution of a glass furnace with annual output of 50,000 tons for adjusting its electric boosting and fuel gas energy distribution,changing the temperature gradient of molten glass at the furnace bottom and analyzing the influence of glass homogenization index,bubble growth index and sand molting index on reducing glass defects and improving glass quality.Key words:numerical simulation;furnace temperature;electric boosting;glass defects;energy distribution0 前言近年来，数学模拟技术，已广泛应用于池窑拉丝生产过程中的窑炉熔制、纤维成型、漏板设计等领域1，为新建池窑拉丝生产线设计和调整提供强有力的理论依据，也为运行中的池窑拉丝生产线提供优化改进找准方向，实现玻璃纤维连续的高质量生产作业2。玻璃池窑是玻璃纤维产品生产制造中重要的热工设备，玻璃熔制质量提升能有效降低玻璃缺陷对玻璃纤维生产连续性的影响。因此，采用数学模拟对窑炉内部流场、砂粒熔解以及气泡生长进行深入的研究，掌握并优化窑炉内部玻璃液的温度梯度、火焰空间内气流场和玻璃液流的分布，对提高玻璃的熔制质量，减少玻璃缺陷，提高玻璃纤维的生产连续性具有十分重要的意义3。收稿日期：2022-08-01修回日期：2022-12-11作者简介：杨风波（1987），男，工程师。主要从事玻璃纤维生产工艺的研究与应用工作。杨风波，等：数学模拟在优化玻璃熔制质量中的研究与应用DOI:10.13354/32-1129/tq.2023.02.005玻璃纤维2023 年 第 2 期 14技术研究本文针对某大型单元窑生产过程中存在连续性玻璃缺陷，采用GFM玻璃窑炉模拟软件（以下简称“GFM”）进行数学模拟，分别建立了玻璃模型与燃烧模型4，以原有窑炉能量分布为基准，确定窑炉能量布局优化模拟方向，分析玻璃液质量指数，并以生产实际相验证，解决了困扰该窑炉玻璃质量的难题。1 窑炉建模部分1.1 窑炉结构 图1为公司某年产5万吨的单元窑作为研究对象。该窑炉内部长13880 mm，宽4650 mm，液深1200 mm。将窑炉的长、宽、液深方向分别定义为X轴、Y轴和Z轴。窑炉共设有5组电极，每组四根电极，电极材料选用钼电极。同一组中的电极间距为800 mm，每组电极间的间距为1700 mm，电极插入玻璃液的深度为900 mm。火焰空间高度 1100 mm，碹顶共设有9支垂直燃烧喷枪。图1 年产5万吨单元窑三维模型示意图1.2 数学模型的建立和计算GFM中的数学模型主要包括燃烧模型和玻璃模型，主要研究方向是窑炉内部能量分布对玻璃液流向和玻璃液质量的影响。因玻璃液的流动极具复杂性，为了便于计算，将玻璃液看作牛顿不可压缩的流体，并且忽略配合料熔化过程中的化合反应产生的气泡对流体的传热及流动的影响5。另外，模拟计算默认玻璃液为层流，火焰空间气体为湍流。建立玻璃池窑和火焰空间的三维几何模型以原有窑炉能量分布为基准，使用不同的窑炉能量分布方案来进行研究。动量方程为：v t+div（v v）=div（v）-p（1）div（v）=Sm，（2）式中：v=（u，v，w）批速度矢量，m/s；动态粘度，m2/s；p批内压力，Pa；Sm质量源，kg/（m3s）。能量方程为：（h）t+div（v h）=div（Cph）+Sh，（3）式中：h 批料焓，J；批料密度，kg/m3；批料的热导率，W/（mK）；Cp 批料的修正比热，J/（kgC）；Sh 表示批料中热源的源项，W/m3。1.3 网格划分、参数及边界条件的建立使用GFM中的CAD软件对已建好的模型进行网格划分，X、Y、Z三个方向上的网格大小分别为 0.08 m、0.08 m、0.06 m。GFM参数设定根据窑炉实际运行参数进行设置，包括配合料湿度、配合料投入量、投料机负载、玻璃液流出量；标况下的碹顶喷枪燃气流量（见表1）和密度、燃气和氧气组成、氧气/燃气比例、喷枪角度、燃气热值；电助熔每个分区的电极电压、电功率的输入（见表2）；窑炉内部和外部环境空间的热对流（热交换和热损失）；玻璃表面流的边界条件，玻璃模型与燃烧模型的耦合条件等。表1 碹顶喷枪燃气边界条件喷枪型号1#/2#3#4#/5#6#/7#初始燃气分布/Nm3h-16010011070表2 电助熔边界条件电助熔边界条件一区二区三区四区五区初始电压/V320310320330320初始功率/kw100410410430290杨风波，等：数学模拟在优化玻璃熔制质量中的研究与应用玻璃纤维2023 年 第 2 期 15技术研究杨风波，等：数学模拟在优化玻璃熔制质量中的研究与应用2 数学模拟研究分析2.1 生产现状该池窑在玻璃纤维生产过程中，有少部分漏板存在透辉石、硅灰石等低温析晶断头，大多数漏板存在无杂质断头，并且这些玻璃缺陷具有较强的连续性和重复性，这极大地影响了玻璃纤维连续生产作业，导致生产效率和产量低下，成为该池窑高质量生产亟待解决的问题。2.2 数学建模对比首先使用GFM构建与窑炉现场相对应的运行模型，获取窑炉空间和玻璃流场、玻璃质量的默认数据。并改变窑炉空间燃气和电助熔的能量分布，其中窑炉空间燃气布置制定了3组方案（见表3），电助熔功率排布制定了2组方案（见表4）。利用不同组合方案共进行了6种窑炉模型的模拟计算，选出最优组合窑炉空间燃气布置方案三+电助熔能量布置方案一。表3 窑炉空间燃气布置方案喷枪型号燃气/Nm3h-11#/2#3#4#/5#6#/7#原始燃气7010011070第一组407015060第二组6015010060第三组10010011050表4 电助熔能量布置方案电助熔边界条件一区二区三区四区五区原始电压/V320310320330320原始功率/kw100410410430290第一组360410410430290第二组100410410430360因篇幅影响，本文仅对窑炉原有能量分布模拟（以下简称“原始1”）与最佳组合能量分布模拟（以下简称“优化1”）展开讨论。2.2.1 速度场一般情况下，将拉丝成型不间断地取用玻璃液产生的拉力和投料的推力作用，使熔窑内的玻璃液流动称为生产流。将熔窑中因玻璃液温度差造成的玻璃液流动称为热对流。两种对流在玻璃池窑中同时发生作用，使玻璃液在对流中澄清均化产生稳定的玻璃液取层。因此，玻璃液的取层稳定对池窑拉丝生产作业的稳定起到了相当重要的 作用。将玻璃液在不同燃气比例下的速度场分布趋势进行分析，“优化1”增加窑炉投料区燃气流量，窑炉投料区玻璃液流速更快，澄清区玻璃液流速更加均匀，玻璃液取层也相对稳定。2.2.2 温度场玻璃液温度吸收在窑炉实际运行中主要有两部分供给，一部分是火焰空间向玻璃液的辐射传热和对流传热，另一部分是电助熔对玻璃液电能传输6，其中电助熔占总能量的20%左右。对比“原始1”方案（见图2）和“优化1”方案的窑炉纵剖面、横剖面及俯视图，“优化1”方案的燃气较“原始1”方案高10 Nm3/h，电助熔较“原始1”高70 kw，模拟结果看出燃烧空间投料区温度高于“原始1”投料区温度，其他部位温度基本相同；“优化1”玻璃液温度比“原始1”投料区玻璃液温度显著上升（见图3）。图2“原始1”窑炉横截面温度场分布图3“优化1”窑炉横截面温度场分布2.2.3 电场分布 玻璃液中电场的分布对玻璃液的局部温度有很大的影响。电场过于集中，会导致局部玻璃液温度过高，引起窑炉内部的湍流，对玻璃液的澄清均化造成不良影响。对比方案中窑炉模拟采用电压分布玻璃纤维2023 年 第 2 期 16技术研究替代功率分布的方式进行论证。得到的结果是“原始1”方案中电压主要分布在每组的第1#和第3#两根电极上（见图4）；“优化1”方案中的电压分布沿窑炉横截面的中心相互均匀对称分布（见图5），并且“优化1”方案中的电压值高于“原始1”，电助熔对玻璃做的功率更高，更有利于玻璃液在窑炉内的流动。图4 原始1窑炉横截面电压分布图5 优化1窑炉横截面电压分布2.2.4 玻璃液质量在窑炉数学模拟中，通常用砂粒熔解指数、气泡增长指数、混合指数、熔化指数、均化指数几个参数来表示玻璃液的质量。其中，砂粒熔解指数表示1 mm砂粒沿着无质量粒子的轨迹熔解次数（见图6）；气泡增长指数表示气泡和无质量粒子相撞的轨迹；混合指数是指1 cm的粒子团沿无规则粒子轨迹熔化的次数；熔化指数表示砂粒在窑炉内的熔解能力；均化指数表示1 cm的条纹被稀释的次数；停留时间表示砂粒在窑炉内停留的 时间。对窑炉数学模拟方案进行比较时，以模拟的玻璃液砂粒熔解指数、气泡增长指数、混合指数、熔化指数、均化指数越大，说明该模拟方案会获得澄清均化较好、质量较稳定的玻璃。在对比方案中，“优化1”的砂粒熔解数、气泡增长数、混合指数、均化指数明显高于“原始1”（见表5、表6），说明“优化1”在模拟运行中较“原始1”获得更高的玻璃 质量。表5“原始1”玻璃质量指数统计最低值至少 0.1%至少 1%中位数停留时间/h5.088315.118995.4760923.6173砂粒熔解数1.053761.056711.2064412.6846气泡增长数7.24567.5535911.5245173.473混合指数1.335631.416881.6619710.4482熔化指数2.031062.051062.201069.82106均化指数 0001.38106表6“优化1”玻璃质量指数统计最低值至少 0.1%至少 1%中位数停留时间/h6.073116.100586.3303127.9229砂粒熔解数8.774548.802358.9606467.2839气泡增长数114.21114.459120.476597.562混合指数1.9680761.9740951.8135511.92557熔化指数2.211062.221062.231069.89106均化指数 1.981061.991062.111061.851073 生产应用以“优化1”模拟方案为依据，对该生产线1#区电助熔变压器和窑炉碹顶1#、2#喷枪进行升级，逐步实施调整窑炉投料区燃气流量和电助熔功率。通过对优化前3个月与优化稳定后连续3个月的生产数据进行统计分析，拉丝作业稳定性明显提高，断头数量下降42%以上（见表7），成品纱产量增加4.5%（见表8）。图6 粒子的流动轨迹杨风波，等：数学模拟在优化玻璃熔制质量中的研究与应用玻璃纤维2023 年 第 2 期 17技术研究杨风波，等：数学模拟在优化玻璃熔制质量中的研究与应用表7 拉丝作业玻璃质量统计分析断头数量次/台时析晶断头气泡断头不均质飞丝优化前（原始 1）0.2250.0960.631优化后（优化 1）0.1170.0050.422表8 成品纱产量统计分析成品纱产量/td-1原丝产量成品纱产量优化前（原始 1）130.53129.27优化后（优化 1）136.16135.154 结论在运行窑炉上对燃烧空间和电助熔功率进行重新设计调整，优化玻璃流场，提高玻璃质量，使用数学模拟是一种可靠的技术手段。使用数学模拟，我们可以不用直接在实际生产中进行调整，而是用数学模型建立几种方案，模拟对比确定最优选方案。这样，既可以减少实际生产中的试错成本，又能快速提高玻璃质量，实现生产效益的最大化。参考文献：1胡平超，谢俊，韩建军，等.玻璃纤维窑炉的数值模拟和验证性分析C/中国硅酸盐学会玻璃分会，2017年全国玻璃科学技术年会论文集.硅酸盐通报 编辑部，2017：92.2 韩韬，刘宗明.电助熔玻璃窑炉中玻璃液流动的数值模拟J.济南大学学报：自然科学版，2010，24（1）：13-17.3吕树欣，刘涌，宋晨路，等.基于火焰空间与玻璃液热耦合的玻璃熔窑数值模拟J.材料科学与工程学报，2012，30（01）：25-28+24.4MANOJK C.Recent advances in mathematical modeling of flow and heat transfer phenomena in glass furnacesJ.Glass and Optical Materials，2002，85（5）：1030-1036.5冯敏鸽，陈国平，李慧，等.浮法玻璃熔窑火焰空间的数值模拟 J.武汉理工大学学报，2011，33（05）：33-36.6陈国平，李慧，冯敏鸽.数学模拟在玻璃熔窑的应用研究J.陕西科技大学学报（自然科学版），2012，30（03）：44-46+50.7于守富，夏江华，唐秀凤，等.数值模拟在玻纤池窑生产中的应用 J.玻璃纤维，2015，（04）：15-22.8 唐伟，朱永昌.数学模拟在电熔玻璃窑炉中的应用 J.建筑玻璃与工业玻璃，2013，（04）：47-48.9薛琳婧.计算流体力学软件在玻璃窑炉设计中的应用J.工业加热，2020，（02）：56-57+60.10孙承绪，李会平.数字窑炉 J.玻璃与搪瓷，2006，34（2）58-61.