介科学研究部

　　介科学研究部以介科学为核心解决过程工程的共性基础与前沿问题，建立气固、气液、湍流、颗粒等复杂系统和材料与生化等领域的多尺度理论、高效准确的模拟方法和实验手段。

　　2021年度研究部承担了国家自然基金委重大研究计划集成项目和院战略性先导科技专项等课题，在化工主流期刊发表论文61篇，组织了第四届国际介科学组织筹备专家组会议(线上)。在怀柔科学城建设的介科学与虚拟过程平台于2021年底完成外墙装修，2022年6月预计达到竣工条件。

　　重点进展一：基于机器学习的多维曳力模型和EMMS-ANN集成软件

　　传统的亚网格、能量最小多尺度曳力模型（EMMS）适用于固定操作条件和材料物性的情况。本研究基于人工神经网络（ANN）发展的多维曳力模型适用于宽/变操作条件和材料物性的情况。为此，首先优化原模型的求解算法，得到大量训练数据，平衡ANN精度与模拟效率确定合理的ANN网络结构参数；最后用于模拟5个不同条件下的流化床以及耦合复杂催化反应的变径流化床反应器，并开发了EMMS-ANN集成软件，可用于模型训练、参数分析和生成与CFD耦合的文件。

　　图1  EMMS-ANN曳力原理图

　　Fig. 1  The development process of the EMMS-ANN model

　　重点进展二：发展颗粒-流体系统高精度离散模拟方法

　　离散数值模拟（DPM）和直接数值模拟（DNS）是模拟颗粒-流体系统的两种主要方法。DPM计算效率较高但精度受到相间曳力模型的影响很大，而DNS方法可以不依赖曳力模型，准确计算相间作用力，但计算量巨大。本研究通过在DPM中耦合DNS计算颗粒-流体间作用力，提出了一种新的动态多尺度模拟方法DPM-DNS，实现了不依赖经验曳力模型离散模拟（Chem. Eng. Sci. 2021, 231: 116238）。计算结果表明，DPM-DNS在预测颗粒-流体系统固含率分布、相间作用力分布等具有和DNS几乎相同精度，但计算速度提高了10倍以上。

　　图2 DPM-DNS动态多尺度模拟方法

　　Fig. 2  Dynamic multi-scale simulation method of DPM-DNS

　　重点进展三：发展多目标主导机制转化为单目标稳定性条件的数学方法

　　在介科学框架下，要建立介尺度模型，必须构建介尺度结构的单目标稳定性条件，这就要求将多个主导机制构成的多目标优化问题转化为单目标优化问题。前期基于多个主导机制同等重要的认识，提出了将多目标转化为单目标的数学方法，并在气-固流态化系统中得到了有效验证（Chemical Engineering Science 192: 499-506, 2018）（图3）。近期发现，对于圆管湍流，由该方法计算的结果与直接数值模拟的结果、实验结果均吻合很好，进一步验证了该方法的有效性。此外，该数学方法还在多相催化、金属变形过程（Materials 14: 4667, 2021）、技术链结构优化（Engineering 7:1678-1679, 2021）等研究中得到了初步验证。相关结果和论述也即将发表于Annual Review of Chemical and Biomolecular Engineering（in press, DOI: 10.1146/annurev-chembioeng-092220-115031）。

　　图3 气-固流态化系统中应用上述数学方法的计算结果与应用原始稳定性条件的计算结果比较

　　Fig. 3  Comparison between the results calculated with the above mathematical approach and those via the original stability condition for gas-solid fluidization system