CN112966378A - 一种基于安全评价模型的氢泄露的预测方法及*** - Google Patents
一种基于安全评价模型的氢泄露的预测方法及*** Download PDFInfo
- Publication number
- CN112966378A CN112966378A CN202110242162.6A CN202110242162A CN112966378A CN 112966378 A CN112966378 A CN 112966378A CN 202110242162 A CN202110242162 A CN 202110242162A CN 112966378 A CN112966378 A CN 112966378A
- Authority
- CN
- China
- Prior art keywords
- hydrogen
- leakage
- stage
- submodel
- explosion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 204
- 239000001257 hydrogen Substances 0.000 title claims abstract description 204
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 204
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000013210 evaluation model Methods 0.000 title claims abstract description 45
- 238000004880 explosion Methods 0.000 claims abstract description 89
- 238000004458 analytical method Methods 0.000 claims abstract description 72
- 238000009792 diffusion process Methods 0.000 claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 39
- 238000002485 combustion reaction Methods 0.000 claims abstract description 30
- 150000002431 hydrogen Chemical class 0.000 claims abstract description 9
- 238000004088 simulation Methods 0.000 claims abstract description 8
- 239000007789 gas Substances 0.000 claims description 63
- 230000005855 radiation Effects 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 3
- 239000002360 explosive Substances 0.000 claims description 3
- 230000006835 compression Effects 0.000 description 11
- 238000007906 compression Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 238000005984 hydrogenation reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000001052 transient effect Effects 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 229910001252 Pd alloy Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 230000009257 reactivity Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Geometry (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Filling Or Discharging Of Gas Storage Vessels (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明实施例涉及一种基于安全评价模型的氢泄露的预测方法及***,该方法包括:S1、获取加氢站的各设备的氢气数据;S2、根据氢气数据对泄露过程按照释压阶段、扩散阶段和燃烧***阶段进行数值模拟分析分别构建分析子模型,并生成安全评价模型,其中释压阶段、扩散阶段和燃烧***阶段为逻辑划分;S3、基于氢气传感器对各设备实时进行采集,获取传感器数据;S4、将传感器数据输入到安全评价模型中,对是否发生氢气泄露以及发生泄露的阶段进行预测。本发明通过对氢泄露的各个阶段和不同情形利用数值进行分析建模,然后结合传感器检测的传感器数据实时对氢气泄露以及发生泄露的阶段进行预测。
Description
技术领域
本发明涉及氢泄露管理技术领域,尤其涉及一种基于安全评价模型的氢泄露的预测方法及***。
背景技术
氢气是一种清洁能源,能够为新能源汽车、燃料电池汽车提供能源,提纯后的氢气以高压氢气形式用长管拖车运输到加氢站,经卸气柱卸气进入压缩机,经压缩机增压后分别存储在高、中、低三级储气瓶中。加氢站设备中主要包括压缩机、固定储氢设施、加氢机,压缩机作为加氢站内的核心设备,具有为氢气增压的重要作用,高压储氢设施具有氢气储存和压力缓冲作用,加氢机的主要功能是为氢燃料电池汽车的车载储氢瓶进行加注。
加氢站是燃料电池汽车推广应用的必备基础设施,也是氢能产业的重要组成部分。但是加氢站却存在较大安全风险,高压储气瓶因储存时间长、容量大、压力高等原因,极易发生氢气泄露,且泄露后容易在空气中弥漫,在没有可明确识别点火源的情况下会发生自燃,极易造成泄漏后的燃烧、***等气体火灾。氢气事故的初始阶段通常是氢气从管道或不同等级的储存***的意外泄漏及其在周围空气中的扩散。氢气必须被高压储存,在这种情况下发生泄漏时,将在泄漏出口附近形成高压、膨胀不足射流。氢气最常见的泄漏场景之一涉及压力氢处理设备的泄漏。这些泄漏的范围从由输送管道上的孔洞引起的小直径缓慢泄漏,到由高压储罐意外破裂引起的大容量泄漏。因此需要对储氢罐等加氢站的设备进行氢气泄露检测,及时进行安全预警。
上述缺陷是本领域技术人员期望克服的。
发明内容
(一)要解决的技术问题
为解决上述问题,本发明提供一种基于安全评价模型的氢泄露的预测方法及***,解决现有技术中对氢气泄露未能进行预测带来的安全问题。
(二)技术方案
为了达到上述目的,本发明采用的主要技术方案包括:
本发明一实施例提供一种基于安全评价模型的氢泄露的预测方法,包括:
S1、获取加氢站的各设备的氢气数据;
S2、根据氢气数据对泄露过程按照释压阶段、扩散阶段和燃烧***阶段进行数值模拟分析分别构建分析子模型,并生成安全评价模型,其中释压阶段、扩散阶段和燃烧***阶段为逻辑划分;
S3、基于氢气传感器对各设备实时进行采集,获取传感器数据;
S4、将传感器数据输入到安全评价模型中,对是否发生氢气泄露以及发生泄露的阶段进行预测。
在本发明的一个实施例中,所述氢气数据和所述传感器数据均为氢气浓度。
在本发明的一个实施例中,步骤S2包括:
针对氢气泄露过程中的内部释压按照泄露的情形下的氢气数据进行数值分析,构建小孔释压分析子模型、管道释压分析子模型和瞬时释压分析子模型;
针对氢气泄露过程中的扩散阶段的氢气数据进行数值分析,构建气体扩散子模型;
针对氢气泄露过程中的燃烧***阶段的氢气数据进行数值分析,构建事故后果子模型;
所述安全评价模型为小孔释压分析子模型、管道释压分析子模型、瞬时释压分析子模型、气体扩散子模型和事故后果子模型其中任一或组合。
在本发明的一个实施例中,所述事故后果子模型按照事故类型分为物理***子模型、射流火焰子模型、闪火子模型、气体云***子模型,所述物理***模型用于描述近地***,所述射流火焰子模型用于估计射流火焰产生的热辐射,所述闪火子模型用于估计泄露与点火之间的延滞时间内的燃烧,所述气体云***子模型用于估计***能。
在本发明的一个实施例中,针对氢气泄露过程中的扩散阶段的氢气数据进行数值分析,构建气体扩散子模型包括:
所述小孔释压分析子模型根据加氢站中储氢瓶的初始压力、泄露孔径计算泄露发生时小孔出口的压力、温度、气体流速和质量流量,所述小孔释压分析子模型用于计算泄露孔处的气体状态;
所述管道释压分析子模型用于对瞬时泄露后的释压过程进行分析。
在本发明的一个实施例中,所述释压阶段在内部释压后进行气体膨胀,所述方法还包括:
针对氢气泄露过程中的大气释压按照泄露的情形下的氢气数据进行数值分析,构建气体膨胀分析子模块,用于描述连续泄露的气体膨胀。
在本发明的一个实施例中,所述物理***模型的构建包括:
以等熵***为前提,根据始态和终态的内能之差计算***能EEX;
根据比例距离结合容器形状按照预设关系选择对应的乘数因子;
在本发明的一个实施例中,所述预设关系为:
对于圆柱形容器,当比例距离小于0.3时,乘数因子为4;当比例距离大于等于0.3且小于等于1.6时,乘数因子为1.6;当比例距离大于1.6且小于3.5时,乘数因子为1.5;当比例距离大于等于0.3且小于1.6时,乘数因子为1.4。
在本发明的一个实施例中,步骤S4包括:
将传感器数据输入到安全评价模型中,通过传感器数据与事故后果子模型进行对比,如果符合事故后果子模型,则确定存在氢气泄露,反之,不存在氢气泄露;
根据传感器数据与释压阶段的小孔释压分析子模型、管道释压分析子模型和瞬时释压分析子模型、或扩散阶段的气体扩散子模型进行对比,确定氢气泄露发生的阶段。
本发明另一实施例还提供一种基于安全评价模型的氢泄露的预测***,包括:
训练数据获取模块,用于获取加氢站的各设备的氢气数据;
模型训练模块,用于根据氢气数据对泄露过程按照释压阶段、扩散阶段和燃烧***阶段进行数值模拟分析分别构建分析子模型,并生成安全评价模型,其中释压阶段、扩散阶段和燃烧***阶段为逻辑划分;
数据采集模块,用于基于氢气传感器对各设备实时进行采集,获取传感器数据;
泄露预测模块,用于将传感器数据输入到安全评价模型中,对是否发生氢气泄露以及发生泄露的阶段进行预测。
(三)有益效果
本发明的有益效果是:本发明实施例提供的基于安全评价模型的氢泄露的预测方法及***,通过对氢泄露的各个阶段和不同情形利用数值进行分析建模,然后结合传感器检测的传感器数据实时对氢气泄露以及发生泄露的阶段进行预测,为加氢站的安全管理提供保证。
附图说明
图1为本发明实施例提供的一种基于安全评价模型的氢泄露的预测方法的步骤流程图;
图2为本发明一实施例中氢气泄露及后果示意图;
图3为本发明一实施例中连续泄漏向大气膨胀的过程示意图;
图4为本发明实施例中压缩因子与温度的关系曲线图;
图5为本发明实施例中压缩因子与压力的关系曲线图;
图6为本发明实施例中温度环境在298K下压缩因子的拟合方程中压力与压缩因子的关系与NIST数据的对比结果示意图;
图7为本发明另一实施例还提供一种基于安全评价模型的氢泄露的预测***的组成示意图。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
图1为本发明实施例提供的一种高轨目标分钟级快读遍历的观测方法的步骤流程图,如图1所示,具体包括以下步骤:
在步骤S1中,获取加氢站的各设备的氢气数据;
在步骤S2中,根据氢气数据对泄露过程按照释压阶段、扩散阶段和燃烧***阶段进行数值模拟分析分别构建分析子模型,并生成安全评价模型,其中释压阶段、扩散阶段和燃烧***阶段为逻辑划分;
在步骤S3中,基于氢气传感器对各设备实时进行采集,获取传感器数据;
在步骤S4中,将传感器数据输入到安全评价模型中,对是否发生氢气泄露以及发生泄露的阶段进行预测。
基于本发明提供的预测方法通过对氢泄露的各个阶段和不同情形利用数值进行分析建模,然后结合传感器检测的传感器数据实时对氢气泄露以及发生泄露的阶段进行预测,为加氢站的安全管理提供保证。
以下结合图1所示步骤对上述方法进行具体介绍:
在步骤S1中,获取加氢站的各设备的氢气数据。
在本发明的一个实施例中,该氢气数据可以是历史记录的氢气浓度,高压氢气泄露过程中氢气浓度也有多种不同的情况,因此氢气浓度是作为氢泄露预测的主要数据依据。加氢站采用分级充气,储氢罐压力达到35MPa,加氢站储氢罐的压力需要达到40~45MPa,才能获得快速加气。
在步骤S2中,根据氢气数据对泄露过程按照释压阶段、扩散阶段和燃烧***阶段进行数值模拟分析分别构建分析子模型,并生成安全评价模型。
在本发明的一个实施例中,为模型流程表述的方便,将高压氢气的泄漏及其事故后果分为三个阶段:释压阶段、扩散阶段和燃烧***阶段。图2为本发明一实施例中氢气泄露及后果示意图,如图2所示,释压阶段是指从初始泄漏压力泄压到外界大气压力值的过程;扩散阶段主要是指由密度差和空气湍流等作用引起的氢气与空气的混合过程;燃烧***阶段则是指由于氢气的可燃性,在与空气中的氧气混合到燃烧限范围内形成可燃云团后,可能发生的闪火、***或射流火焰等后果危害。
上述三个阶段为逻辑划分,燃烧***阶段在时间上发生在释压阶段和/或扩散阶段中。在实际氢气泄漏中,并不是一个阶段完成后再开始另一个阶段,三个阶段实际上是几乎同时发生的,第三个阶段的事故后果实际上是发生在前两个阶段的某一时刻。
对于连续性泄漏而言,即氢气从小孔或管道持续泄漏,氢气释压过程又可分为两个阶段:内部释压阶段和氢气膨胀阶段。前者是在容器和管道内部的释压过程,后者是在大气中的释压过程。对与瞬时性泄漏而言,这两个阶段合二为一,统一认为是氢气膨胀阶段。
在本发明的一个实施例中,步骤S2包括:
一方面,针对氢气泄露过程中的内部释压按照泄露的情形下的氢气数据进行数值分析,构建小孔释压分析子模型、管道释压分析子模型和瞬时释压分析子模型。
高压气体的压力释放有很多种情形,本发明中涉及三种情形:一种是从储氢容器的小孔上泄漏释压,另一种是从储氢管道中泄漏释压,还有一种就是整个储氢容器的瞬时泄漏释压。所述小孔释压分析子模型根据加氢站中储氢瓶的初始压力、泄露孔径计算泄露发生时小孔出口的压力、温度、气体流速和质量流量,所述小孔释压分析子模型用于计算孔径在20mm以下泄露孔处的气体状态。
假定小孔释压过程熵守恒:
s(Pi,Ti)=s(P0,T0) (1)
由公式(1),可以计算出环境温度T0,其中P0为环境压力,Pi为储氢罐内的压力,Ti为储氢罐内的温度。
根据能量守恒:
由公式(2),可以计算出u0。
出口的压力满足关系式:
出口处的质量流量:
Q=A0u0ρ0 (4)
其中A0为泄露口面积,ρ0为气体密度,
所述管道释压分析子模型用于对瞬时泄露后的释压过程进行分析。
该模型需要满足质量守恒:
能量守恒:
动量守恒:
其中,τ0为剪切应力,由下式(8)决定:
其中f为摩擦系数,对于直管道可描述为:
其中,e是表面粗糙度,D是直管道的直径。
出口的压力满足关系式:
本实施例中对于瞬时泄漏的释压,实际上就是气体膨胀,参见气体膨胀分析子模型。
在本发明的一个实施例中,所述释压阶段在内部释压后进行气体膨胀,所述方法还包括:
针对氢气泄露过程中的大气释压按照泄露的情形下的氢气数据进行数值分析,构建气体膨胀分析子模块,用于描述连续泄露的气体膨胀。
图3为本发明一实施例中连续泄漏向大气膨胀的过程示意图,如图3所示,连续性泄漏的释压包括两个阶段,首先是内部释压,随后是在大气中的释压,在大气中释压这一过程称之为气体膨胀。这一阶段的计算,主要依据利用三个守恒方程(质量守恒、动量守恒、能量守恒,公式(11)至(13))和两个状态方程(密度方程和焓方程,公式(14)-(15))。
ρfAfuf=ρ0A0u0 (11)
ρfAfuf 2=ρ0A0u0 2+(P0-Pf)A0 (12)
ρf=ρf(Pa,Tf) (14)
hf=hV(Pa,Tf) (15)
其中,hV是气体比焓(specific vapour enthalpy),这个模型主要用于描述连续泄漏的气体膨胀。
瞬时膨胀模型仅用于灾难性爆裂的瞬时泄漏模型,除了利用膨胀能来计算最终速度uf以外,该模型同上面的等熵模型相似。
Eexp=h0-hf-(P0-Pa)v0 (16)
另一方面,针对氢气泄露过程中的扩散阶段的氢气数据进行数值分析,构建气体扩散子模型。
在经过前两个阶段的释压之后,气体开始在自身密度和空气湍流的作用下扩散迁移,这一过程用气体扩散模型(UDM)来描述。统一扩散模型的基础是简化的浓度分布,假定笛卡尔坐标系,顺风向,侧风向和垂直距离分别为x,y,z,流坐标,中心浓度线长度为s,距离中心浓度线的垂直距离为ζ,中心浓度线高度为z,与水平面的夹角为θ,则浓度分布可表述为:
c(x,y,ζ)=c0(x)Fv(ζ)Fh(y) (18)
其中公式(20)中
公式(19)中
其中,σy为水平浓度分布标准差,σz为垂直浓度分布标准差。
水平分布采用的是指数m的关系式,m由下式确定:
公式(19)中指数n的关系式近似于大气流动梯度公式。垂直分布采用的是指数n的关系式,n由下式确定:
其中,对于稳态级别A-D,nbase=2;对于稳态级别E,nbase=2.25;对于稳态级别F和G,nbase=2.5。
对于瞬时泄漏分布,浓度分布表述为:
c(x,y,ζ;t)=c0(t)Fv(ζ)Fh(x,y) (26)
其中,
ζ=z-zcld(t) (27)
Fv(ζ)仍由方程(19)定义,Fh(x,y)由下式(28)定义。
Rx=Ry (29)
UDM模型在预测峰值中线浓度(peak centerline concentration)和云团尺度(cloud widths)方面表现良好,在预测中心线以外浓度分布方面存在一定的误差,计算结果普遍偏保守,即通常高于实验值。
再一方面,针对氢气泄露过程中的燃烧***阶段的氢气数据进行数值分析,构建事故后果子模型。
在本发明的一个实施例中,所述事故后果子模型按照事故类型分为物理***子模型、射流火焰子模型、闪火子模型、气体云***子模型,所述物理***模型用于描述近地***,所述射流火焰子模型用于估计射流火焰产生的热辐射,所述闪火子模型用于估计泄露与点火之间的延滞时间内的燃烧,所述气体云***子模型用于估计***能。
物理***是指由于压力容器压力过大引起的***,通常是由于压力容器过度充装或过热引起的。估计这些***参数的第一步是确定***能,一旦计算出来***能,可以将该能量用于估计超压峰值(peak overpressure)。而超压峰值是用于评价***危害的最重要的参数之一。为估计***能,可以假定为等熵***,并由此计算出始态和终态的内能之差。
基于上述,在本实施例中的物理***模型的构建包括:
以等熵***为前提,根据始态和终态的内能之差计算***能,计算公式为:
EEX=M(u1-u2)
其中M为流体质量,EEX为***能;
根据比例距离结合容器形状按照预设关系选择对应的乘数因子;
通过上述计算得到超压峰值ps。
在本发明的一个实施例中,所述预设关系为:
对于圆柱形容器,当比例距离小于0.3时,乘数因子为4;当比例距离大于等于0.3且小于等于1.6时,乘数因子为1.6;当比例距离大于1.6且小于3.5时,乘数因子为1.5;当比例距离大于等于0.3且小于1.6时,乘数因子为1.4。
表1
射流火焰是氢气沿小孔或管道连续性泄漏时,由于在泄漏口附近点燃引起的一种喷射火焰现象。射流火焰的产生的热辐射可对人造成伤害,因此评价射流火焰主要是估计射流火焰产生的热辐射,本实施中射流火焰子模型用于气体泄漏射流火焰的计算。
射流速度或者扩张半径计算如下:
射流速度为:
扩张半径为:
其中,
ρj=流体加速扩张(post-expansion)的密度[kg m-3];
m=质量流量[kg/s];
vj=流体扩张的速度[m/s];
rj=流体扩张半径[m]。
表面辐射能是热辐射通过火焰表面区域产生的热通量。对于射流火焰来说,表面辐射能可以表示为:
其中,
FS=火焰表面辐射的热百分比;
m=质量流量[kg/s];
HCOMB=燃料混合物燃烧的热量[J/kg];
A=火焰的总表面区域[m2]。
FS同气体的扩张速度vj相关,即
火焰的表面辐射能随着经过火焰的平均辐射路径长度的不同而不同,分别选择W2和RL代表辐射通过模型火焰形态的侧面和末端的路径长度。则对于射流火焰的侧面和前端,FS和SEP的表达式分别为:
侧面辐射(Emission through flame sides):
末端辐射(Emission through flame ends):
考虑到氢气密度远小于天然气,氢气射流具有离开近地面上扬的特性,因此可以预计用此模型估计氢气射流火焰将使得计算结果更为保守。
闪火的形成是由于泄漏与点火之间有一定的延滞时间,因而在更广区域内形成可燃混合气体,造成更大的危害。一旦云团混合浓度达到燃烧下限,即可发生闪火,因此,对氢气闪火而言,发生闪火的区域即为UDM统一扩散模型中计算出的4%氢气浓度廓线区域。
在受限空间或半受限空间发生内的闪火,有可能进一步演变为气体云***。可燃气体云***是由于氢气和氧气剧烈燃烧形成的化学***,因此与物理***相比,除了***超压产生的危害以外,还增加了由于燃烧产生的热辐射危害。
对于***超压的估算,基本思想是由***能确定超压,与上述物理***所采用的公式也大致全相同,因此不再赘述。唯一的差别在于,求解过程中,由比例距离后,找出对应的时,需要首先根据空间受限程度、反应活性等参数找到对应的曲线。气体云***模型的验证与物理爆***类似,模型估计的超压也偏高,主要的偏差来源是对***能的估计。***能的计算与实际情况的接近程度是不确定的,并没有考虑能量转移为动能的情况。
对于气体云***的热辐射危害,对于氢气而言,根据DNV的建议可用闪火危害区域近似代替。因此本文模型中处理气体云***的危害,是用Baker模型估算***超压并考虑闪火热辐射危害的叠加效应。
需要说明的是,本实施例中所述安全评价模型为小孔释压分析子模型、管道释压分析子模型、瞬时释压分析子模型、气体扩散子模型和事故后果子模型其中任一或组合。
在步骤S3中,基于氢气传感器对各设备实时进行采集,获取传感器数据。
该步骤中用于对加强针的各设备进行实时采集,以得到氢气浓度数据,其中所采用的传感器可以为钯合金薄膜氢气传感器。
在步骤S4中,将传感器数据输入到安全评价模型中,对是否发生氢气泄露以及发生泄露的阶段进行预测。
在本发明的一实施例中,步骤S4包括:
将传感器数据输入到安全评价模型中,通过传感器数据与事故后果子模型进行对比,如果符合事故后果子模型,则确定存在氢气泄露,反之,不存在氢气泄露;
根据传感器数据与释压阶段的小孔释压分析子模型、管道释压分析子模型和瞬时释压分析子模型、或扩散阶段的气体扩散子模型进行对比,确定氢气泄露发生的阶段。
该对比过程具体包括:如果氢气泄露是一元后果,将会导致物理***,利用物理***子发模型进行分析;如果是多元后果,则继续判断,如果是直接点燃,则采用射流火焰子模型进行分析,如果是延迟点燃,则可能是闪火或气体云***,采用闪火子模型、气体云***子模型进行分析,即在广阔区域就是闪云,在空间受限的区域就是气体云***。例如,根据氢气浓度输入到安全评价模型,确定当前的氢气泄露发生在内部释压阶段还是扩散阶段,在内部释压阶段还可以进一步根据不同的分析子模型确定氢气泄露的情形,进而确定是储氢罐上的小孔泄露还是管道的泄露。
本实施例对于使用中的加氢站既要储存又要提供加氢,多数情况是处在动态变化的过程中,对于储气罐的储氢容量与加注能力匹配进行计算,计算公式为;
PV=ZmRT (39)
其中P为储气压力,V为储气容积,Z为压缩因子,m为储气质量,R为气体常数,T为储气温度,压缩因子的计算公式为:
Z=f(P,T)=1+α*P/T (40)
其中α为拟合系数,与温度和压力有关。
图4为本发明实施例中压缩因子与温度的关系曲线图,图5为本发明实施例中压缩因子与压力的关系曲线图。选取压力为1MPa-100MPa和温度为223K-373K这一氢气常用温度压力范围内的数据进行拟合,数据采用美国国家标准技术所(NIST)材料性能数据库提供的真实氢气性能数据,如表1所示。
表1常用范围内氢气压缩因子数据
223K | 248K | 273K | 298K | 323K | 348K | 373K | |
1MPa | 1.0069 | 1.0070 | 1.0060 | 1.0060 | 1.0060 | 1.0060 | 1.0060 |
3MPa | 1.0207 | 1.0199 | 1.0190 | 1.0182 | 1.0173 | 1.0166 | 1.0158 |
5MPa | 1.0350 | 1.0334 | 1.0319 | 1.0303 | 1.0288 | 1.0274 | 1.0260 |
10MPa | 1.0727 | 1.0688 | 1.0649 | 1.0613 | 1.0579 | 1.0548 | 1.0519 |
15MPa | 1.1127 | 1.1056 | 1.0990 | 1.0929 | 1.0875 | 1.0825 | 1.0780 |
20MPa | 1.1543 | 1.1435 | 1.1338 | 1.1252 | 1.1175 | 1.1106 | 1.1043 |
25MPa | 1.1972 | 1.1823 | 1.1693 | 1.1579 | 1.1479 | 1.1389 | 1.1309 |
30MPa | 1.2412 | 1.2218 | 1.2053 | 1.1909 | 1.1783 | 1.1673 | 1.1574 |
35MPa | 1.2859 | 1.2619 | 1.2415 | 1.2241 | 1.2091 | 1.1958 | 1.1841 |
40MPa | 1.3310 | 1.3022 | 1.2780 | 1.2574 | 1.2398 | 1.2243 | 1.2107 |
45MPa | 1.3763 | 1.3427 | 1.3147 | 1.2909 | 1.2706 | 1.2529 | 1.2373 |
50MPa | 1.4218 | 1.3833 | 1.3513 | 1.3244 | 1.3014 | 1.2814 | 1.2638 |
60MPa | 1.5128 | 1.4645 | 1.4247 | 1.3913 | 1.3630 | 1.3384 | 1.3169 |
70MPa | 1.6035 | 1.5454 | 1.4976 | 1.4579 | 1.4241 | 1.3950 | 1.3696 |
80MPa | 1.6934 | 1.6257 | 1.5702 | 1.5241 | 1.4849 | 1.4514 | 1.4219 |
90MPa | 1.7824 | 1.7053 | 1.6421 | 1.5897 | 1.5398 | 1.5071 | 1.4738 |
100MPa | 1.8562 | 1.7839 | 1.7132 | 1.6546 | 1.6049 | 1.5623 | 1.5252 |
例如,拟合系数α取值为1.8922,得到拟合结果为Z=1+1.8922*10-6P/T。
图6为本发明实施例中温度环境在298K下压缩因子的拟合方程中压力与压缩因子的关系与NIST数据的对比结果示意图,如图6所示,拟和结果与实验数据具有较好的一致性,最大误差约1.2%,测量精度高,符合要求。根据公式(39)和(40),得到氢气的质量方程为:
M=P*V/(T*R+1.8922*10-6R*P) (41)
公式中R=4124.18Nm/kg.k,V为储氢瓶组的水容积,P为储氢瓶组内氢气的压力,T为储氢瓶组内氢气的温度。
另外,由于氢气***极限是体积浓度范围在4.0%~75.6%,即氢气在空气中的体积浓度在4.0%~75.6%之间时,遇火源就会***,而当氢气浓度小于4.0%或大于75.6%时,即使遇到火源,也不会***。因此本实施例对加氢站氢泄露的危险设置为:泄漏浓度达到1%时进行报警,泄露浓度达到3%时自动关闭所有设备,以保证整个加氢站的安全。
本发明上述实施例的提供的基于安全评价模型的氢泄露的预测方法具有如下效果:
通过对氢泄露的各个阶段和不同情形利用数值进行分析建模,然后结合传感器检测的传感器数据实时对氢气泄露以及发生泄露的阶段进行预测,为加氢站的安全管理提供保证。
图7为本发明另一实施例还提供一种基于安全评价模型的氢泄露的预测***的组成示意图,如图7所示,该***400包括:训练数据获取模块410、模型训练模块420、数据采集模块430和泄露预测模块440。
其中训练数据获取模块410用于获取加氢站的各设备的氢气数据;模型训练模块420用于根据氢气数据对泄露过程按照释压阶段、扩散阶段和燃烧***阶段进行数值模拟分析分别构建分析子模型,并生成安全评价模型,其中释压阶段、扩散阶段和燃烧***阶段为逻辑划分;数据采集模块430用于基于氢气传感器对各设备实时进行采集,获取传感器数据;泄露预测模块440用于将传感器数据输入到安全评价模型中,对是否发生氢气泄露以及发生泄露的阶段进行预测。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种基于安全评价模型的氢泄露的预测方法,其特征在于,包括:
S1、获取加氢站的各设备的氢气数据;
S2、根据氢气数据对泄露过程按照释压阶段、扩散阶段和燃烧***阶段进行数值模拟分析分别构建分析子模型,并生成安全评价模型,其中释压阶段、扩散阶段和燃烧***阶段为逻辑划分;
S3、基于氢气传感器对各设备实时进行采集,获取传感器数据;
S4、将传感器数据输入到安全评价模型中,对是否发生氢气泄露以及发生泄露的阶段进行预测。
2.如权利要求1所述的基于安全评价模型的氢泄露的预测方法,其特征在于,所述氢气数据和所述传感器数据均为氢气浓度。
3.如权利要求1所述的基于安全评价模型的氢泄露的预测方法,其特征在于,步骤S2包括:
针对氢气泄露过程中的内部释压按照泄露的情形下的氢气数据进行数值分析,构建小孔释压分析子模型、管道释压分析子模型和瞬时释压分析子模型;
针对氢气泄露过程中的扩散阶段的氢气数据进行数值分析,构建气体扩散子模型;
针对氢气泄露过程中的燃烧***阶段的氢气数据进行数值分析,构建事故后果子模型;
所述安全评价模型为小孔释压分析子模型、管道释压分析子模型、瞬时释压分析子模型、气体扩散子模型和事故后果子模型其中任一或组合。
4.如权利要求3所述的基于安全评价模型的氢泄露的预测方法,其特征在于,所述事故后果子模型按照事故类型分为物理***子模型、射流火焰子模型、闪火子模型、气体云***子模型,所述物理***模型用于描述近地***,所述射流火焰子模型用于估计射流火焰产生的热辐射,所述闪火子模型用于估计泄露与点火之间的延滞时间内的燃烧,所述气体云***子模型用于估计***能。
5.如权利要求3所述的基于安全评价模型的氢泄露的预测方法,其特征在于,针对氢气泄露过程中的扩散阶段的氢气数据进行数值分析,构建气体扩散子模型包括:
所述小孔释压分析子模型根据加氢站中储氢瓶的初始压力、泄露孔径计算泄露发生时小孔出口的压力、温度、气体流速和质量流量,所述小孔释压分析子模型用于计算泄露孔处的气体状态;
所述管道释压分析子模型用于对瞬时泄露后的释压过程进行分析。
6.如权利要求3所述的基于安全评价模型的氢泄露的预测方法,其特征在于,所述释压阶段在内部释压后进行气体膨胀,所述方法还包括:
针对氢气泄露过程中的大气释压按照泄露的情形下的氢气数据进行数值分析,构建气体膨胀分析子模块,用于描述连续泄露的气体膨胀。
9.如权利要求3所述的基于安全评价模型的氢泄露的预测方法,其特征在于,步骤S4包括:
将传感器数据输入到安全评价模型中,通过传感器数据与事故后果子模型进行对比,如果符合事故后果子模型,则确定存在氢气泄露,反之,不存在氢气泄露;
根据传感器数据与释压阶段的小孔释压分析子模型、管道释压分析子模型和瞬时释压分析子模型、或扩散阶段的气体扩散子模型进行对比,确定氢气泄露发生的阶段。
10.一种基于安全评价模型的氢泄露的预测***,其特征在于,包括:
训练数据获取模块,用于获取加氢站的各设备的氢气数据;
模型训练模块,用于根据氢气数据对泄露过程按照释压阶段、扩散阶段和燃烧***阶段进行数值模拟分析分别构建分析子模型,并生成安全评价模型,其中释压阶段、扩散阶段和燃烧***阶段为逻辑划分;
数据采集模块,用于基于氢气传感器对各设备实时进行采集,获取传感器数据;
泄露预测模块,用于将传感器数据输入到安全评价模型中,对是否发生氢气泄露以及发生泄露的阶段进行预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110242162.6A CN112966378B (zh) | 2021-03-04 | 2021-03-04 | 一种基于安全评价模型的氢泄露的预测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110242162.6A CN112966378B (zh) | 2021-03-04 | 2021-03-04 | 一种基于安全评价模型的氢泄露的预测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112966378A true CN112966378A (zh) | 2021-06-15 |
CN112966378B CN112966378B (zh) | 2023-12-29 |
Family
ID=76277259
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110242162.6A Active CN112966378B (zh) | 2021-03-04 | 2021-03-04 | 一种基于安全评价模型的氢泄露的预测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112966378B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113606489A (zh) * | 2021-08-13 | 2021-11-05 | 上海氢枫能源技术有限公司 | 加氢站氢气综合管理方法及*** |
CN114184037A (zh) * | 2021-11-12 | 2022-03-15 | 合肥恒力装备有限公司 | 一种网带炉防氢气泄漏改进方法 |
CN114520027A (zh) * | 2021-12-27 | 2022-05-20 | 北京理工大学 | 一种氢气******危险等级评估方法 |
CN114707916A (zh) * | 2022-06-07 | 2022-07-05 | 湖北氢枫能源技术有限公司 | 一种加氢站氢气泄漏安全事故定量评估方法 |
CN114757015A (zh) * | 2022-03-22 | 2022-07-15 | 华南理工大学 | 一种基于高压氢气管道泄漏事故的安全距离确定方法 |
CN114781936A (zh) * | 2022-06-20 | 2022-07-22 | 北京理工大学 | 一种氢气泄漏风险预警方法及*** |
CN115342994A (zh) * | 2022-05-19 | 2022-11-15 | 北京大学 | 一种地下储氢气泄漏速度测量方法及测量装置 |
CN115773473A (zh) * | 2022-04-29 | 2023-03-10 | 重庆大学 | 一种隧道内天然气泄漏监测***与监测方法 |
CN117191874A (zh) * | 2023-09-01 | 2023-12-08 | 山东科技大学 | 一种氢气***危险性预测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105701322A (zh) * | 2016-03-22 | 2016-06-22 | 中国特种设备检测研究院 | 一种油气管道事故仿真***及方法 |
CN105784769A (zh) * | 2016-04-29 | 2016-07-20 | 广东省特种设备检测研究院 | 车载储氢***火灾模拟试验装置及试验安全距离确定方法 |
CN110107819A (zh) * | 2019-05-17 | 2019-08-09 | 河南工业大学 | 一种石化产品输送管道泄露监测预警***及方法 |
KR102089568B1 (ko) * | 2019-11-12 | 2020-03-16 | 서울대학교산학협력단 | 화재 및 폭발 위험도 평가 시스템 및 방법 |
RU2736624C1 (ru) * | 2019-12-25 | 2020-11-19 | Закрытое акционерное общество "Научно-технический центр исследований проблем промышленной безопасности" | Способ и система прогнозирования последствий аварий с участием опасных веществ на опасных производственных объектах в режиме реального времени |
CN112070273A (zh) * | 2020-08-11 | 2020-12-11 | 深圳市燃气集团股份有限公司 | 一种燃气扩散预测方法、智能终端及存储介质 |
-
2021
- 2021-03-04 CN CN202110242162.6A patent/CN112966378B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105701322A (zh) * | 2016-03-22 | 2016-06-22 | 中国特种设备检测研究院 | 一种油气管道事故仿真***及方法 |
CN105784769A (zh) * | 2016-04-29 | 2016-07-20 | 广东省特种设备检测研究院 | 车载储氢***火灾模拟试验装置及试验安全距离确定方法 |
CN110107819A (zh) * | 2019-05-17 | 2019-08-09 | 河南工业大学 | 一种石化产品输送管道泄露监测预警***及方法 |
KR102089568B1 (ko) * | 2019-11-12 | 2020-03-16 | 서울대학교산학협력단 | 화재 및 폭발 위험도 평가 시스템 및 방법 |
RU2736624C1 (ru) * | 2019-12-25 | 2020-11-19 | Закрытое акционерное общество "Научно-технический центр исследований проблем промышленной безопасности" | Способ и система прогнозирования последствий аварий с участием опасных веществ на опасных производственных объектах в режиме реального времени |
CN112070273A (zh) * | 2020-08-11 | 2020-12-11 | 深圳市燃气集团股份有限公司 | 一种燃气扩散预测方法、智能终端及存储介质 |
Non-Patent Citations (1)
Title |
---|
党文义;刘昌华;: "压缩气体容器物理***计算模型", 大庆石油学院学报, no. 02, pages 3 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113606489A (zh) * | 2021-08-13 | 2021-11-05 | 上海氢枫能源技术有限公司 | 加氢站氢气综合管理方法及*** |
CN113606489B (zh) * | 2021-08-13 | 2022-07-15 | 上海氢枫能源技术有限公司 | 加氢站氢气综合管理方法及*** |
CN114184037A (zh) * | 2021-11-12 | 2022-03-15 | 合肥恒力装备有限公司 | 一种网带炉防氢气泄漏改进方法 |
CN114184037B (zh) * | 2021-11-12 | 2023-11-17 | 合肥恒力装备有限公司 | 一种网带炉防氢气泄露改进方法 |
CN114520027A (zh) * | 2021-12-27 | 2022-05-20 | 北京理工大学 | 一种氢气******危险等级评估方法 |
CN114757015A (zh) * | 2022-03-22 | 2022-07-15 | 华南理工大学 | 一种基于高压氢气管道泄漏事故的安全距离确定方法 |
CN115773473B (zh) * | 2022-04-29 | 2024-06-04 | 重庆大学 | 一种隧道内天然气泄漏监测***与监测方法 |
CN115773473A (zh) * | 2022-04-29 | 2023-03-10 | 重庆大学 | 一种隧道内天然气泄漏监测***与监测方法 |
CN115342994B (zh) * | 2022-05-19 | 2024-05-28 | 北京大学 | 一种地下储氢气泄漏速度测量方法及测量装置 |
CN115342994A (zh) * | 2022-05-19 | 2022-11-15 | 北京大学 | 一种地下储氢气泄漏速度测量方法及测量装置 |
CN114707916A (zh) * | 2022-06-07 | 2022-07-05 | 湖北氢枫能源技术有限公司 | 一种加氢站氢气泄漏安全事故定量评估方法 |
US11897344B2 (en) | 2022-06-20 | 2024-02-13 | Beijing Institute Of Technology | Risk early warning method and system for hydrogen leakage |
CN114781936A (zh) * | 2022-06-20 | 2022-07-22 | 北京理工大学 | 一种氢气泄漏风险预警方法及*** |
CN117191874B (zh) * | 2023-09-01 | 2024-05-28 | 山东科技大学 | 一种氢气***危险性预测方法 |
CN117191874A (zh) * | 2023-09-01 | 2023-12-08 | 山东科技大学 | 一种氢气***危险性预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112966378B (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112966378A (zh) | 一种基于安全评价模型的氢泄露的预测方法及*** | |
Kang et al. | Experimental investigation of thermal stratification in cryogenic tanks | |
Galassi et al. | Assessment of CFD models for hydrogen fast filling simulations | |
Zheng et al. | Experimental and numerical studies on the bonfire test of high-pressure hydrogen storage vessels | |
Liu et al. | Sloshing hydrodynamic performance in cryogenic liquid oxygen tanks under different amplitudes | |
CN112989717B (zh) | 一种加氢站火灾事故热辐射评估方法及*** | |
Han et al. | Safety investigation of hydrogen charging platform package with CFD simulation | |
Khadem et al. | Mathematical modeling of fast filling process at CNG refueling stations considering connecting pipes | |
Li et al. | Investigation on the changes of pressure and temperature in high pressure filling of hydrogen storage tank | |
Wang et al. | Experimental and simulation research on hydrogen leakage of double ferrule joints | |
Suzuki et al. | Quantitative risk assessment of a hydrogen refueling station by using a dynamic physical model based on multi-physics system-level modeling | |
Galassi et al. | Onboard compressed hydrogen storage: Fast filling experiments and simulations | |
CN109884250A (zh) | 一种长贮库房内偏二甲肼扩散浓度分布的快速估算方法 | |
Jeon et al. | Experimental and numerical investigation of change in boil-off gas and thermodynamic characteristics according to filling ratio in a C-type cryogenic liquid fuel tank | |
Shao et al. | Study on the difference of dispersion behavior between hydrogen and methane in utility tunnel | |
Nubli et al. | Layout optimization for safety evaluation on LNG-fueled ship under an accidental fuel release using mixed-integer nonlinear programming | |
Ishimoto et al. | Coupled computing for reactive hydrogen leakage phenomena with crack propagation in a pressure tank | |
CN115496003A (zh) | 一种加氢站泄漏***事故超压伤害评估方法 | |
Tian et al. | Numerical simulation study on the leakage and diffusion characteristics of high-pressure hydrogen gas in different spatial scenes | |
Raj et al. | Evaluating hydrogen gas transport in pipelines: current state of numerical and experimental methodologies | |
Grotle et al. | Modelling of LNG fuel systems for simulations of transient operations | |
Nagase et al. | Prediction model of the flow properties inside a tube during hydrogen leakage | |
Nubli et al. | Temperature reduction on LNG bunkering ship structure under accidental cryogenic gas release using CFD simulation | |
Kim et al. | On the application of CFD codes for natural gas dispersion and explosion in gas fuelled ship | |
Cao et al. | Robust Control of Pressure for LNG Carrier Cargo Handling System via Mirror‐Mapping Approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |