2021 Fiscal Year Annual Research Report
高炉内の化学反応と構造の破壊を同時に表現可能なコークスの革新的なモデルの提案
| Project/Area Number |
19J20961
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
沼澤 結 東北大学, 工学研究科, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2019-04-25 – 2022-03-31
|
| Keywords | 拡散 / 不均一反応 / 多孔質体 |
|---|
| Outline of Annual Research Achievements |
本研究では高炉内の化学反応と構造の破壊を同時に表現可能なコークスの革新的なモデルを提案するという大目標をもとに、研究を細分化し検討した。まず、計算の大規模化および高精度化を実施した。修士課程で開発したコークス内部の一部の領域における不均一反応をともなう物質移動解析手法を高速化させ、さらに大規模なコークスを対象に計算可能とし、ラボスケールで実施していたガス化反応実験と計算結果を比較した。結果として、計算値は実験値を良好に表現し、開発してきたシミュレーションの妥当性を示した。続いて、高炉内のガス雰囲気における反応を上記のシミュレーションで考慮するために気相における化学反応のモデル化を行った。本研究では詳細化学反応機構ベースで気相反応を考慮した。流体解析の各計算格子における反応動力学解析は計算負荷が大きく、あらかじめ計算した反応速度定数を用いることがリーズナブルである。この解決策として、反応速度定数をテーブルや多項式を用いて表現することが考えられるが、テーブルを用いた場合ではテーブルの次元の増加にともないデータ量が指数関数的に増加する。そこで、次元の増加にともなうデータ量の急激な増加が見られないニューラルネットワークを用いて水性ガスシフト反応の正味の反応速度を学習させ、そのニューラルネットワークの妥当性を評価した。結果として、水性ガスシフト反応の正味の反応速度を学習させたニューラルネットワークは詳細化学反応機構に基づいた計算結果を良好に表現した。また、圧縮破壊の解析については研究室保有のソースコードを多孔質モデルに適用させたが、化学反応のシミュレーションとの連成には至らなかった。しかしながら、化学反応のシミュレーションは反応による多孔体の構造変化を高精度に予測でき、本研究開始前には検討が困難であった高炉内においてコークスが脆化する現象を定量的に評価できるツールが開発できた。
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
