不同泄压条件对方管内爆炸压力特性的影响

李乾; 冯梦梦; 马力; 王玉杰; 陈先锋; 何松

doi:10.11883/bzycj-2018-0132

不同泄压条件对方管内爆炸压力特性的影响

doi: 10.11883/bzycj-2018-0132

武汉理工大学资源与环境工程学院，湖北武汉 430070

基金项目: 国家重点研发计划（2017YFC0804907）

详细信息

作者简介:
李　乾（1993－　），男，硕士研究生，256522@whut.edu.cn

通讯作者:
何　松（1987－　），男，博士，讲师，hsong@whut.edu.cn

中图分类号: O389
计量
- 文章访问数: 6150
- HTML全文浏览量: 2031
- PDF下载量: 79
- 被引次数: 1
出版历程
- 收稿日期: 2018-04-20
- 修回日期: 2018-08-24
- 网络出版日期: 2019-04-25
- 刊出日期: 2019-07-01

Influence of different pressure relief conditionson explosion pressure in square pipeline

School of Resources and Environmental Engineering, Wuhan University of Technology, Wuhan 430070, Hubei, China

摘要

摘要: 为研究泄压膜约束条件对甲烷/空气预混气体爆炸压力特性的影响，在方形火焰燃烧传播测试管道中布置压力传感器，开展不同泄压膜材料、泄压膜层数及泄压口位置实验。结果表明：牛皮纸和聚丙烯薄膜约束泄爆过程中，每增加一层泄压膜，管道内最大泄爆压力平均上升11.2%和12.3%。各强度泄压膜约束条件下，管道内最大泄爆压力随着泄压口位置接近点火端，均呈现Z形规律，当泄压口设置在距尾部端面0.25 m时，各曲线达到最小值，当泄压口设置在距尾部端面0.50 m时，各曲线出现最大值。
- 方管 /
- 泄压膜强度 /
- 泄压口位置 /
- 爆炸压力特性
Abstract: In this work we carried out vented explosion experiments with different pressure relief membrane material and layers and different venting locations in the square flame propagation test pipeline and investigated the influence of pressure relief membrane constraints on explosion pressure’s characteristics of premixed methane/air gas using the pressure sensor to measure the peak overpressure under various experimental conditions in the pipeline and comparing their venting effects. The results showed that there is a linear relationship between the maximum explosion pressure and the number of relief membrane layers made of the same material. The maximum explosion pressure in the pipeline increased by 11.2% and 12.3% respectively for each additional pressure relief membrane layer of kraft paper and polypropylene film. As the venting location approached the ignition end, the maximum explosion pressure in the pipeline showed a " Z” pattern with different pressure relief membrane strengths. When the venting location was set at 0.25 m from the trailing end, the minimum value was observed for each curve. When the venting location was set at 0.50 m from the trailing end, each curve reached its maximum value.
- square pipeline /
- pressure relief membrane strength /
- venting location /
- explosion pressure characteristics

HTML全文

爆轰参数理论计算是炸药性能预估的技术基础，是炸药技术的核心内容。炸药爆轰参数计算方法的研究一直受到重视，从C.L.Mader^[1]推广应用的BKW状态方程，到Qiu Jianbin等^[2]、李德华等^[3]采用的WCA状态方程，再到Wu Xiong^[4]、吴雄等^[5]提出的VLW状态方程，爆轰参数的计算范围和计算精度等均得到明显改善。然而这类方法在爆轰产物组分含量的处理中大多采用B-W准则^[6]、泰勒级数展开法^[7]或简化平衡常数法^[8]，以致计算过程中存在一定主观臆断、初始值要求较高或不收敛等技术问题。针对此问题，已进行了一定修正，取得了一定效果，但是对于复杂计算，特别是含固态产物的计算，仍然存在很大困难，且计算初始值设置要求高的问题仍未得到解决，无法实现同一系列多种配方炸药爆轰参数的计算^[9]。为此，构建新型爆轰产物计算方法并解决计算收敛问题，对于爆轰参数的准确计算具有重要意义。遗传算法是近年来基于基因遗传以及生化进化理论而提出的一种寻优方法，具有全局优化、操作简便以及较强的鲁棒性等特点，在单目标寻优、多目标寻优、参数优化、计划调度等方面得到了广泛应用^[10-12]。目前，遗传算法已经开始应用于化学平衡计算，如范磊等^[13]、安维中等^[14]采用遗传算法对含化学反应体系的相平衡进行求解，取得了良好效果。基于此，本文中拟以CHON类炸药为典型，在现有爆轰参数计算总体框架^[7]的基础上，引入遗传算法，建立炸药爆轰参数的计算方法，并验证计算结果的正确性，以期为炸药配方研制与性能预估奠定技术基础。

1. 计算模型

炸药爆轰基本方程如下^[15]，其中，式(2)为C-J条件，式(3)为气态爆轰产物状态方程(BKW)，式(4)为固态爆轰产物状态方程(Cowan状态方程)：

$D=\frac{1}{\rho_{0}} \sqrt{\frac{p_{\mathrm{H}}-p_{0}}{v_{0}-v_{\mathrm{H}}}}, \quad u_{\mathrm{H}}=\left(v_{0}-v_{\mathrm{H}}\right) \sqrt{\frac{p_{\mathrm{H}}-p_{0}}{v_{0}-v_{\mathrm{H}}}}, \quad E_{\mathrm{H}}-E_{0}=\frac{1}{2}\left(p_{\mathrm{H}}+p_{0}\right)\left(v_{0}-v_{\mathrm{H}}\right)$

(1)

$\frac{p_{\mathrm{H}}-p_{0}}{v_{0}-v_{\mathrm{H}}}=-\frac{\partial p_{\mathrm{H}}}{\partial v_{\mathrm{H}}}$

(2)

$\frac{p_{\mathrm{H}} v_{\mathrm{g}}}{R T}=1+x \mathrm{e}^{\beta x}, \quad x=\kappa \sum \frac{x_{i}}{\overline{x}} \frac{k_{i}}{v_{\mathrm{g}}(T+\theta)^{\alpha}}, \quad \overline{x}=\sum x_{i}$

(3)

$\left\{\begin{array}{l}{p_{\mathrm{H}}=P_{1}\left(V_{\mathrm{s}}\right)+a\left(V_{\mathrm{s}}\right) T_{V}+b\left(V_{\mathrm{s}}\right) T_{V}^{2}} \\ {P_{1}\left(V_{\mathrm{s}}\right)=A_{\mathrm{s}}+B_{\mathrm{s}} / V_{\mathrm{s}}+C_{\mathrm{s}} / V_{\mathrm{s}}^{2}+D_{\mathrm{s}} / V_{\mathrm{s}}^{3}+E_{\mathrm{s}} / V_{\mathrm{s}}^{4}} \\ {a\left(V_{\mathrm{s}}\right)=A_{1}+A_{2} / V_{\mathrm{s}}, \quad b\left(V_{\mathrm{s}}\right)=C_{1}+C_{2} V_{\mathrm{s}}+C_{3} V_{\mathrm{s}}^{2}, \quad V_{\mathrm{s}}=\rho_{\mathrm{s} 0} / \rho_{\mathrm{s}}, \quad T_{V}=T / R}\end{array}\right.$

(4)

式中:D为爆速，km/s；u_H为爆轰产物粒子速度，km/s；p_H为爆压，MPa；p₀为初始压力，MPa；v_H为爆轰产物初始体积，cm³；v_g为气体爆轰产物初始体积，cm³；v₀为炸药体积，cm³；ρ₀为炸药密度，g/cm³；ρ_s0为固态产物初始密度，g/cm³；ρ_s为固态产物爆轰压缩后的密度，g/cm³；E_H为爆轰产物总内能，J/g；E₀为炸药在0 K和一个大气压下的生成热，kJ/kg；x_i为气态爆轰产物组分的物质的量，mol；x -为气态爆轰产物总物质的量，mol；R为气体常数，J/(K·mol)；T为爆轰产物温度，K；κ、β、α、θ为经验常数，k_i为气体产物分子余容，参考文献[1, 16]取值；A_s、B_s、C_s、D_s、E_s、A₁、A₂、C₁、C₂、C₃为固相状态方程常数，参考文献[15]取值。

炸药爆轰参数理论计算即为式(1)~(4)的理论求解，主要包含在给定温度和压力的条件下爆轰产物组成的计算、在给定温度和压力的条件下炸药能量的计算、在给定压力的条件下温度的计算、C-J参数的求解等过程，具体可参考文献[9]，其中，爆轰产物组分含量的准确计算是爆轰参数理论计算的核心内容。下面主要结合遗传算法的特点阐述爆轰产物组分含量的计算原理和计算方法。

1.1 爆轰产物组分含量的计算原理

依据热力学平衡原理，爆轰组成即为炸药爆轰时爆轰产物体系自由能达到最小值时各组分的物质的量。为表述清楚，设气态产物各组分的物质的量为x₁，x₂，…, x_N，固态产物各组分的物质的量为x_N+1，x_N+2，…, x_M，则体系自由能F可表述为^[7]：

$F = \sum\nolimits_1^N {{x_i}} F_i^{\rm{g}} + \sum\nolimits_{N + 1}^M {{x_i}} F_i^{\rm{s}}$

(5)

式中:F_i^g为气态组分i的吉布斯自由能(kJ/kg)，可表示为^[7]：

$\begin{array}{c}{F_{i}^{\mathrm{g}}=\frac{\partial}{\partial x_{i}}\left[\sum x_{i} F_{i}^{(0)}-\sum x_{i} R T+\sum x_{i} R T \ln \frac{x_{i} R T}{p_{0} V}+\frac{\overline{x} R T}{\beta}\left(\mathrm{e}^{\beta \omega}-1\right)\right]=} \\ {\left(F^{(0)}-H_{0}^{(0)}\right)_{i}+\left(H_{0}^{(0)}\right)_{i}+R T \ln \frac{p_{\mathrm{H}} x_{i}}{p_{0} \overline{x}}-T R\left[\ln f_{B}-\frac{\mathrm{e}^{\beta \omega}-1}{\beta}-\frac{\kappa k_{i}\left(f_{B}-1\right)}{Z}\right]}\end{array}$

(6)

式中:上标g表示气态；F_i⁽⁰⁾为爆轰产物标准状态下的吉布斯自由能，kJ/kg；H₀⁽⁰⁾为标准状态下0 K时的化学能，kJ/kg；f_B(x)=1+ωe^βω。

式(5)中，F_i^s为固态组分i的化学势(kJ/kg)，可表示为^[7]：

$\begin{array}{c}{F_{i}^{\mathrm{s}}=\left(F^{(0)}-H_{0}^{(0)}\right)_{i}+\left(H_{0}^{(0)}\right)_{i}+p_{\mathrm{H}} V_{\mathrm{s}}-\left[\left(A_{\mathrm{s}} V_{\mathrm{s}}+B_{\mathrm{s}} \ln V_{\mathrm{s}}-\frac{C_{\mathrm{s}}}{V_{\mathrm{s}}}-\frac{D_{\mathrm{s}}}{2 V_{\mathrm{s}}^{2}}-\frac{E_{\mathrm{s}}}{3 V_{\mathrm{s}}^{3}}\right)+\right.} \\ {\left(A_{\mathrm{s}} V_{\mathrm{s}}+B_{\mathrm{s}} \ln V_{\mathrm{s}}\right)+\left(C_{1} V_{\mathrm{s}}+C_{2} \frac{V_{\mathrm{s}}}{2}+C_{3} \frac{V_{\mathrm{s}}^{3}}{3}\right) T_{\mathrm{V}}^{2} ]_{V_{0}}^{V}}\end{array}$

(7)

式中:V_s为固态产物压缩后的体积，cm³。

式(5)中气态爆轰产物和固态爆轰产物同时还需满足以下约束条件：

$\left\{ {\begin{array}{*{20}{l}} {{x_i}0}\\ {\sum\nolimits_{i = 1}^n {{a_{ij}}} {x_i} + \sum\nolimits_{i = N + 1}^n {{a_{ij}}} {x_i} = {N_j}\quad j = 1,2, \cdots ,l} \end{array}} \right.$

(8)

式中:a_ij为第i种爆轰产物组分分子式中第j种元素的个数；x_i为爆轰产物i的物质的量；N_j为炸药中第j种元素的物质的量；l为炸药分子式中元素的总数。

爆轰产物组成计算即在满足式(8)的条件下，使得式(5)达到最小值时所求得的爆轰产物组分i的物质的量x_i。

1.2 计算方法

炸药爆轰产物组成计算框图如图 1所示。具体计算步骤如下：(1)输入初始条件，包含混合物分子式C_a H_bO_cN_d、生成焓ΔH_f(kJ/kg)、压力p、温度T。(2)输入计算控制条件，包含种群大小NIND、最大迭代次数MAXGEN、变量数NVAR、变量字节数PRECI、代沟GGAP，其中，NIND取值为250，以保证充足的样本数；MAXGEN取值为2 000；NVAR依据炸药组分数目而定；PRECI取值为20，以保证计算精度达到10^-6以上；GGAP设置默认值为0.7。(3)依据可能的爆轰产物组分，确定独立组分的数目(即NVAR)以及变化范围。(4)计算目标函数值并将其作为初始值，进入包含适应度、选择、交叉、变异的循环计算，当条件满足时跳出计算。(5)最后，输出爆轰产物组分含量。计算中，遗传算法中自变量的选取变化范围的确定、目标函数与适应度函数是遗传算法中的核心内容。

图 1 爆轰产物组成计算流程图

Figure 1. Calculation process for the content of detonation products

下载: 全尺寸图片幻灯片

1.2.1 独立组分的选取和变化范围的确定

参考文献[5, 7, 11]，CHON类化合物的分子式可表示为C_aH_bO_cN_d(下标表示1 kg化合物中相应元素的物质的量)，可能的爆轰产物组分(14种)的物质的量表示为：x(C_s)、x(CO₂)、x(CO)、x(CH₄)、x(H₂O)、x(H₂)、x(H)、x(OH)、x(NH₃)、x(N₂)、x(N)、x(NO)、x(NO₂)、x(O)。由于各组分的物质的量满足式(8)，因此将式(8)展开为：

$\left\{\begin{array}{l}{a=x\left(\mathrm{C}_{\mathrm{s}}\right)+x\left(\mathrm{CO}_{2}\right)+x(\mathrm{CO})+x\left(\mathrm{CH}_{4}\right)} \\ {b=2 x\left(\mathrm{H}_{2} \mathrm{O}\right)+2 x\left(\mathrm{H}_{2}\right)+x(\mathrm{H})+x(\mathrm{HO})+3 x\left(\mathrm{NH}_{3}\right)+4 x\left(\mathrm{CH}_{4}\right)} \\ {c=x\left(\mathrm{H}_{2} \mathrm{O}\right)+2 x\left(\mathrm{H}_{2} \mathrm{O}\right)+x(\mathrm{CO})+x(\mathrm{HO})+x(\mathrm{NO})+2 x\left(\mathrm{NO}_{2}\right)+x(\mathrm{O})} \\ {d=x\left(\mathrm{NH}_{3}\right)+x(\mathrm{NO})+x\left(\mathrm{NO}_{2}\right)+x(\mathrm{N})+x\left(\mathrm{N}_{2}\right)}\end{array}\right.$

(9)

根据式(9)可将4种组分的物质的量表示为其他组分的物质的量的线性关系式，使得独立变量由14个减少至10个，进而最小自由能函数可表示为10个自变量的函数，同时，求解问题由线性化约束问题转化为线性化非约束问题。

独立组分的选取和变化范围的确定，原则上可以从爆轰产物中任取10种组分，只要涵盖所有元素即可，但是由于各组分的物质的量差异较大，任意选定的自变量不容易确定其变化范围。考虑到爆轰产物中一些组分的物质的量较少，变化范围容易确定，首先将其选作自变量，然后补充一定的主要成分。对于CHON类化合物，首先选取x(CH₄)、x(H)、x(OH)、x(NH₃)、x(N)、x(NO)、x(NO₂)、x(O)作为自变量，再添加x(C_s)、x(CO₂)共同组成10个自变量，然后通过文献[6]中火炸药燃烧产物组分含量的统计与整理，以较大上限确定各组分含量变化范围:

$0<x\left(\mathrm{C}_{\mathrm{s}}\right)<0.4 a, \quad 0<x\left(\mathrm{CO}_{2}\right)<0.2 a, \quad 0<x\left(\mathrm{NH}_{3}\right)<0.1 b, \quad 0<x(\mathrm{N})<0.05 d$

$0<x\left(\mathrm{CH}_{4}\right)<0.05 a, \quad 0<x(\mathrm{OH})<0.1 b, \quad 0<x(\mathrm{H})<0.1 b, \quad 0<x\left(\mathrm{NO}_{2}\right)<0.05 d$

$0<x(\mathrm{NO})<0.05 d, \quad 0<x(\mathrm{O})<0.05 c$

其中除x(C_s))和x(CO₂)需要根据不同系列炸药稍作调整外，其他变量的取值范围无需变化就可满足爆炸产物计算需求。显然，相对于泰勒展开法等对各组分初始值设置应与真值相接近的严格要求，本方法计算简便且可适应于同一系列多种炸药配方的优化计算。

1.2.2 目标函数和适应度函数的确定

适应度G是与目标函数值接近程度相对应的评价个体优劣的参数，越接近于目标函数值，则个体对应的适应度值越大，个体越容易继承。根据爆轰产物计算的特点，本文中直接将目标函数(体系自由能F)作为判别个体优劣的适应度函数，并添加正数2 000以保证目标函数值为正。另外，由于各变量在其变化范围内是随机抽取的，很有可能出现组分物质的量为负值而不满足式(8)的情况，为使其在迭代过程中被淘汰，本文中设定其为10 000，以减少其适应度。适应度函数如下：

$G=\left\{\begin{array}{ll}{2000+F} & {x\left(\mathrm{C}_{\mathrm{s}}\right), x\left(\mathrm{CO}_{2}\right), \cdots, x\left(\mathrm{H}_{2} \mathrm{O}\right) \geqslant 0} \\ {10000} & {\text { other }}\end{array}\right.$

(10)

2. 计算结果与分析

为验证本文计算方法的精度和可行性，选取TNT(C_30.84H_22.03O_26.43N_13.22)、RDX(C_13.51H_27.03O_27.03N_27.03)、HMX(C_13.51H_27.03O_27.03N_27.03)、TATB(C_23.26H_23.26O_23.26N_23.26)典型单质炸药和TNT36/RDX64(C_19.75H_25.23O_26.81N_22.05)、PETN50/TNT50(C_23.33H_23.67O_32.20N_12.94)、HMX76.3/TNT23.7(C_17.62H_25.84O_26.89N_23.74)典型混合炸药作为计算对象，对其爆轰参数进行计算，计算结果列于表 1~2中，为便于比较，将以平衡常数法为基础的爆轰参数计算结果^[6]以及实验结果^[1]也一并列入表中。计算时所用的炸药质量均为1 kg, 且TNT的初始密度为1.64 g/cm³, RDX的初始密度为1.80 g/cm³, HMX的初始密度为1.90 g/cm³, TATB的初始密度为1.895 g/cm³, TNT36/RDX64的初始密度为1.713 g/cm³, PETN50/TNT50的初始密度为1.65 g/cm³, HMX76.3/TNT23.7的初始密度为1.809 g/cm³。

表 1 不同炸药爆轰产物各组分的物质的量的计算结果

Table 1. Amount of substance calculted by different methods for different detonation products of different explosives

炸药	计算方法	x(C_s)/mol	x(CO)/mol	x(CO₂)/mol	x(H₂O)/mol	x(NH₃)/mol	x(H₂)/mol	x(N₂)/mol
TNT	遗传算法	22.651	0.920	7.252	10.993	0.006	0.004	6.601
TNT	平衡常数法	23.084	0.009	7.665	10.970	0.000	0.000	6.608
RDX	遗传算法	6.649	0.219	6.646	13.513	0.000	0.000	13.512
RDX	平衡常数法	6.564	0.000	6.564	13.216	0.000	0.000	13.216
HMX	遗传算法	6.721	0.059	6.724	13.502	0.001	0.000	13.504
HMX	平衡常数法	6.757	0.000	6.757	13.514	0.000	0.000	13.514
TATB	遗传算法	17.323	0.239	5.694	11.626	0.001	0.000	11.626
TATB	平衡常数法	17.428	0.000	5.809	11.619	0.000	0.000	11.619
TNT36/RDX64	遗传算法	12.474	0.346	6.925	12.610	0.001	0.001	11.025
TNT36/RDX64	平衡常数法	12.647	0.000	7.098	12.612	0.000	0.000	11.027
PETN50/ TNT50	遗传算法	12.653	0.972	9.694	11.823	0.002	0.002	6.463
PETN50/ TNT50	平衡常数法	13.140	0.000	10.178	11.829	0.000	0.000	6.465
HMX76.3/ TNT23.7	遗传算法	10.524	0.214	6.871	12.912	0.000	0.000	11.868
HMX76.3/ TNT23.7	平衡常数法	10.631	0.000	6.978	12.913	0.000	0.000	11.869

下载: 导出CSV

| 显示表格

表 2 不同方法得到的不同炸药的爆轰速度和爆轰压力

Table 2. Detonation velocity and pressure obtained by different methods for different explosives

炸药	D_exp/(km·s^-1)	p_exp/GPa	计算方法	D_cal/(m·s^-1)	$\frac{{{D_{{\rm{ cal }}}} - {D_{{\rm{ exp }}}}}}{{{D_{{\rm{ cal }}}}}}/\%$	p_cal/GPa	$\frac{{{p_{{\rm{ cal }}}} - {p_{{\rm{ exp }}}}}}{{{p_{{\rm{ cal }}}}}}/\%$
TNT	6.950	19.5	遗传算法	7.064	1.6	20.2	3.6
TNT	6.950	19.5	平衡常数法	6.762	2.7	18.9	-3.1
RDX	8.754	34.7	遗传算法	8.875	1.4	35.0	0.8
RDX	8.754	34.7	平衡常数法	8.777	0.3	34.1	-1.5
HMX	9.100	39.3	遗传算法	9.287	2.1	40.6	3.3
HMX	9.100	39.3	平衡常数法	9.260	1.8	38.8	-1.3
TATB	7.860	31.5	遗传算法	8.234	4.7	32.0	1.6
TATB	7.860	31.5	平衡常数法	7.851	-0.1	28.9	-8.2
TNT36/ RDX64	8.030	29.4	遗传算法	8.186	1.9	29.0	-1.4
TNT36/ RDX64	8.030	29.4	平衡常数法	8.046	0.2	27.4	-6.8
PETN50/ TNT50	7.465	24.8	遗传算法	7.718	3.4	24.5	-1.2
PETN50/ TNT50	7.465	24.8	平衡常数法	7.532	0.9	23.4	-5.6
HMX76.3/ TNT23.7	8.476	34.3	遗传算法	8.695	2.5	34.3	0.0
HMX76.3/ TNT23.7	8.476	34.3	平衡常数法	8.571	1.1	32.3	-5.8

下载: 导出CSV

| 显示表格

从表 1中典型单质炸药和混合炸药爆轰产物组分含量的计算结果可以看出：采用遗传算法和平衡常数法计算所得主要组分物质的量非常接近，C_s、CO₂、H₂O、N₂等主要组分物质的量的计算结果相差在6%以内，一定程度上验证了遗传算法在爆轰产物组分含量计算中的准确性，但是两者在微量组分的计算中仍存在较大差异，其中，平衡常数法计算结果趋近于零，典型的如CO、H₂等。具体分析原因可知：平衡常数法在计算过程中由于采用水汽平衡方程来简化计算，计算过程存在一定的人为干预，加之水汽平衡方程中平衡常数是依据一定温度和压力条件下拟合得到的，其与实际情况存在一定的差异，最终导致微量组分含量趋近于零；而遗传算法在计算过程中仅涉及爆轰产物在不同温度下的自由能，不需要选取各组分间化学反应的平衡常数，且计算过程完全脱离了人为干预，因此其计算结果可信度更高。

表 2中D_cal为爆速计算结果，D_exp为爆速实验结果，p_cal为爆压计算结果，p_exp为爆压实验结果。从表 2可以看出，以平衡常数法为基础的爆速计算结果尽管与实验结果吻合较好，误差在5%以内，但其爆压计算结果误差较大，最大误差达8%以上。而相比之下，以遗传算法为基础的爆速和爆压的计算结果则与实验测试结果吻合更好，爆速和爆压计算结果误差都在5%以内。

分析原因可知，当采用BKW状态方程计算炸药爆轰参数时，由于爆轰产物各组分余容对总余容的影响较小，为此，尽管采用遗传算法与平衡常数法计算得到的爆轰产物组分的物质的量存在一定的差异，但其对炸药爆速的影响较弱，以致于两者爆速计算结果与实验结果吻合较好；另一方面，由爆压与爆速的关系：p=ρ₀D²/(1+γ)可知，当炸药密度、爆速一定时，炸药爆压主要受多方指数的影响，而多方指数又是与炸药爆轰产物组分密切相关的，为此，精确的爆轰产物计算结果是影响炸药爆压变化的主要原因，对比两种方法计算得到的结果与实验结果的符合程度可以看出，本方法具有更高的精度和准确度。

3. 结论

(1) 在最小自由能原理的基础上，引入遗传算法建立了炸药爆轰参数理论计算模型，形成了爆轰参数计算方法，为炸药配方设计与性能预估奠定了理论基础。

(2) 本计算方法精度高、人工干预弱，单质炸药和混合炸药爆轰参数计算结果误差在5%以内，可望在混合炸药等爆轰参数计算以及多配方优化计算中得到应用。

图 1 实验系统

Figure 1. Experimental system

下载: 全尺寸图片幻灯片

图 2 等容爆炸压力特性曲线

Figure 2. Pressure and its rise rate at constant volume

下载: 全尺寸图片幻灯片

图 3 火焰发展系列图像

Figure 3. Images of flame propagation

下载: 全尺寸图片幻灯片

图 4 不同泄压膜强度条件下的爆炸压力分布

Figure 4. Explosion pressure at different pressure relief membrane strengths

下载: 全尺寸图片幻灯片

图 5 爆炸压力上升速率分布

Figure 5. Rate of explosion pressure rise

下载: 全尺寸图片幻灯片

图 6 不同泄压口位置条件下最大泄爆压力分布

Figure 6. Peak overpressures at different venting locations

下载: 全尺寸图片幻灯片

图 7 不同泄压口位置条件下破膜时间分布

Figure 7. Rupture time at different venting locations

下载: 全尺寸图片幻灯片

参考文献(23)

刘洋, 高文傲, 李登科, 等. 基于光纤传感技术的易燃易爆气体泄漏监测研究 [J]. 爆破, 2017, 34(4): 22–26. DOI: 10.3963/j.issn.1001-487X.2017.04.005.

LIU Yang, GAO Wenao, LI Dengke, et al. Research on leakage monitoring of flammable and explosive [J]. Blasting, 2017, 34(4): 22–26. DOI: 10.3963/j.issn.1001-487X.2017.04.005.

周立江, 范进, 丁建国. 气云爆炸下钢筋混凝土板毁伤的数值分析 [J]. 爆破, 2017, 34(4): 143–148. DOI: 10.3963/j.issn.1001-487X.2017.04.026.

ZHOU Lijiang, FAN Jin, DING Jianguo. Numerical simulation on damage assessment of RC slabs under vapour cloud explosion [J]. Blasting, 2017, 34(4): 143–148. DOI: 10.3963/j.issn.1001-487X.2017.04.026.

杜扬, 王世茂, 齐圣, 等. 油气在顶部含弱约束结构受限空间内的爆炸特性 [J]. 爆炸与冲击, 2017, 37(1): 53–60. DOI: 10.11883/1001-1455(2017)01-0053-08.

DU Yang, WANG Shimao, QI Sheng, et al. Explosion of gasoline/air mixture in confined space with weakly constrained structure at the top [J]. Explosion and Shock Waves, 2017, 37(1): 53–60. DOI: 10.11883/1001-1455(2017)01-0053-08.

王世茂, 杜扬, 李国庆, 等. 开口率和点火源类型对汽油蒸气泄压爆炸内场超压荷载的影响 [J]. 化工进展, 2018, 37(1): 23–31. DOI: 10.16085/j.issn.1000-6613.2017-0809.

WANG Shimao, DU Yang, LI Guoqing, et al. Effect of vent size and the ignition source type on the internal overpressure loading of vented gasoline-air mixture explosion [J]. Chemical Industry and Engineering Progress, 2018, 37(1): 23–31. DOI: 10.16085/j.issn.1000-6613.2017-0809.

任少峰, 陈先锋, 王玉杰, 等. 泄压口比率对气体泄爆过程中的动力学行为的影响 [J]. 煤炭学报, 2011, 36(5): 830–833. DOI: 10.13225/j.cnki.jccs.2011.05.033.

REN Shaofeng, CHEN Xianfeng, WANG Yujie, et al. Effect of pressure-orifice ratio on dynamic behavior during gas venting [J]. Journal of China Coal Society, 2011, 36(5): 830–833. DOI: 10.13225/j.cnki.jccs.2011.05.033.

葛俊峰. 不同管道开口率下丙烷-空气预混火焰传播规律的研究 [J]. 内蒙古师范大学学报(自然科学汉文版), 2015, 44(6): 785–787. DOI: 10.3969/j.issn.1001-8735.2015.06.016.

GE Junfeng. Investigation of the propagation law of premixed propane-air flame in the duct with different opening ratios [J]. Journal of Inner Mongolia Normal University (Natura Science Edition), 2015, 44(6): 785–787. DOI: 10.3969/j.issn.1001-8735.2015.06.016.

BAO Q, FANG Q, ZHANG Y, et al. Effects of gas concentration and venting pressure on overpressure transients during vented explosion of methane–air mixtures [J]. Fuel, 2016, 175: 40–48. DOI: 10.1016/j.fuel.2016.01.084.

赵天辉, 高康华, 王明洋, 等. 方形容器爆燃泄放过程中的压力特性实验研究 [J]. 兵工学报, 2017, 38(4): 722–727. DOI: 10.3969/j.issn.1000-1093.2017.04.013.

ZHAO Tianhui, GAO Kanghua, WANG Mingyang, et al. Experimental study of pressure characteristics during deflagration venting in a square vessel [J]. Acta Armamentarii, 2017, 38(4): 722–727. DOI: 10.3969/j.issn.1000-1093.2017.04.013.

欧益宏, 李润, 袁广强, 等. 半封闭空间明火引燃油气特性实验 [J]. 爆炸与冲击, 2018, 38(2): 455–464. DOI: 10.11883/bzycj-2017-0117.

OU Yihong, LI Run, YUAN Guangqiang, et al. Explosion of gasoline/air mixture ignited by pilot flame in semi-confined space [J]. Explosion and Shock Waves, 2018, 38(2): 455–464. DOI: 10.11883/bzycj-2017-0117.

孙松, 王明洋, 高康华, 等. 大尺度泄爆构件对室内爆燃压力影响的实验研究 [J]. 爆炸与冲击, 2018, 38(2): 359–366. DOI: 10.11883/bzycj-2016-0211.

SUN Song, WANG Mingyang, GAO Kanghua, et al. Experimental study on effect of large-scale explosion venting component on interior deglagration pressure [J]. Explosion and Shock Waves, 2018, 38(2): 359–366. DOI: 10.11883/bzycj-2016-0211.

ZHANG Q, JIANG J, YOU M, et al. Experimental study on gas explosion and venting process in interconnected vessels [J]. Journal of Loss Prevention in the Process Industries, 2013, 26(6): 1230–1237. DOI: 10.1016/j.jlp.2013.05.007.

ZHANG K, WANG Z, JIANG J, et al. Effect of pipe length on methane explosion in interconnected vessels [J]. Process Safety Progress, 2016, 35(3): 241–247. DOI: 10.1002/prs.11819.

曹勇, 郭进, 胡坤伦, 等. 点火位置对氢气-空气预混气体泄爆过程的影响 [J]. 爆炸与冲击, 2016, 36(6): 847–852. DOI: 10.11883/1001-1455(2016)06-0847-06.

CAO Yong, GUO Jin, HU Kunlun, et al. Effect of ignition locations on vented explosion of premixed hydrogen-air mixtures [J]. Explosion and Shock Waves, 2016, 36(6): 847–852. DOI: 10.11883/1001-1455(2016)06-0847-06.

师峥. 管道内预混可燃气体爆炸及其泄爆的数值模拟[D]. 太原: 中北大学, 2017: 47−49.

陈鹏, 黄福军, 纪婧, 等. 管道由封闭向开口转化过程中预混火焰传播特性 [J]. 辽宁工程技术大学学报, 2015, 34(12): 1335–1339. DOI: 10.11956/j.issn.1008-0562.2015.12.002.

CHEN Peng, HUANG Fujun, JI Jing, et al. Characteristics of gas premixed flame propagation in pipeline from sealing to opening [J]. Journal of Liaoning Technical University, 2015, 34(12): 1335–1339. DOI: 10.11956/j.issn.1008-0562.2015.12.002.

ALEXIOU A, ANDREWS G E, PHYLAKTOU H. A Comparison between end-vented and side-vented gas explosions in large L/D vessels [J]. Process Safety and Environmental Protection, 1997, 75(1): 9–13. DOI: 10.1205/095758297528715.

YU M, WAN S, ZHENG K, et al. Effect of side venting areas on the methane/air explosion characteristics in a pipeline [J]. Journal of Loss Prevention in the Process Industries, 2018, 54: 123–130. DOI: 10.1016/j.jlp.2018.03.010.

胡俊, 浦以康, 万士昕, 等. 柱形容器开口泄爆过程中压力发展特性的实验研究 [J]. 爆炸与冲击, 2001, 21(1): 47–52. doi: 10.3321/j.issn:1001-1455.2001.01.010

HU Jun, PU Yikang, WAN Shixin, et al. Experimental investigations of pressure development during explosion vent from cylindrical vessels [J]. Explosion and Shock Waves, 2001, 21(1): 47–52. doi: 10.3321/j.issn:1001-1455.2001.01.010

胡俊, 万士昕, 浦以康, 等. 柱形容器开口泄爆过程中的火焰传播特性 [J]. 爆炸与冲击, 2004, 24(4): 330–336. doi: 10.3321/j.issn:1001-1455.2004.04.007

HU Jun, WAN Shixin, PU Yikang, et al. The characteristics of flame propagation during explosion venting from cylindrical vessel [J]. Explosion and Shock Waves, 2004, 24(4): 330–336. doi: 10.3321/j.issn:1001-1455.2004.04.007

高东志, 卫海桥, 周磊, 等. 封闭空间中火焰-冲击波相互作用及缸内压力波动现象分析 [J]. 红外与激光工程, 2017, 46(2): 31–36. DOI: 10.3788/IRLA201746.0239004.

GAO Dongzhi, WEI Haiqiao, ZHOU Lei, et al. Experimental study of flame-shock wave interaction and cylinder pressure oscillation in confined space [J]. Infrared and Laser Engineering, 2017, 46(2): 31–36. DOI: 10.3788/IRLA201746.0239004.

赵衡阳. 气体和粉尘爆炸原理[M]. 北京: 北京理工大学出版社, 1996: 230.

闫兴清. 高静态动作压力下粉尘爆炸泄放特性研究[D]. 大连: 大连理工大学, 2014: 39−40.

卢捷, 宁建国, 王成, 等. 煤气火焰传播规律及其加速机理研究 [J]. 爆炸与冲击, 2004, 24(4): 305–311. doi: 10.3321/j.issn:1001-1455.2004.04.003

LU Jie, NING Jianguo, WANG Cheng, et al. Study on flame propagation and acceleration mechanism of city coal gas [J]. Explosion and Shock Waves, 2004, 24(4): 305–311. doi: 10.3321/j.issn:1001-1455.2004.04.003

施引文献

期刊类型引用(0)
其他类型引用(1)

资源附件(0)

访问统计

图(7)

计量

文章访问数: 6150
HTML全文浏览量: 2031
PDF下载量: 79
被引次数: 1

1. 计算模型
1.1 爆轰产物组分含量的计算原理
1.2 计算方法
2. 计算结果与分析
3. 结论

不同泄压条件对方管内爆炸压力特性的影响

doi: 10.11883/bzycj-2018-0132

作者简介: 李 乾（1993－ ），男，硕士研究生，256522@whut.edu.cn

通讯作者: 何 松（1987－ ），男，博士，讲师，hsong@whut.edu.cn

计量

出版历程