电站单相流碳钢管道流动加速腐蚀模拟和试验研究

来源 :东南大学 | 被引量 : 0次 | 上传用户:striveadvance
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
核电和火电机组的水和汽水输运管道大量使用碳钢制造,工质流动会加速管道内壁保护性氧化膜的分解和破坏,致使管壁基体被持续氧化消耗,这一过程称为流动加速腐蚀(Flow accelerated corrosion,FAC)。自首次报道至今,世界范围内由FAC引起的管道破裂事故从未停止,不仅造成巨大经济损失,有的甚至酿成了大量人员伤亡的悲剧。本文采用数值模拟与试验相结合的方法,探究单相流碳钢管道FAC机理,建立腐蚀速率预测模型,并在此基础上提出有效缓解FAC的方法。主要内容如下。(1)搭建高温循环回路试验台,调控温度、压力、流速、p H等关键运行参数,开展反映实际运行工况的单相流碳钢管道FAC试验。使用90°弯管作为试验段,在管壁不同位置处嵌入电极,形成阵列。通过分析每一电极所测极化曲线,得到腐蚀电流,进而计算获得各电极所在位置处的局部FAC速率。基于该方法,研究了高温条件下,入口流速对不同碳钢材料(10#、45#和Q235碳钢)弯管FAC的影响。试验结果表明,不同流速下,试验段内的最大FAC速率均出现在外弯侧下游,这是最易发生破裂事故的位置;入口流速越大,FAC速率越大;碳钢含Cr量越高,腐蚀过程越缓慢。(2)建立引入几何影响因子的FAC预测模型,分析弯管内壁FAC速率分布规律,探究局部流场影响弯管FAC的机制。模拟试验段弯管内的流体动力学参数分布,将局部流动参数代入Sanchez-Caldera预测模型,得到FAC速率计算结果与试验结果不相符。引入弯管局部几何影响因子对预测模型进行修正,修正的模型计算结果与试验结果吻合较好。计算结果表明,弯管段内FAC速率最大值位于外弯侧的下游位置,和试验结果一致;弯管上游内弯侧FAC速率大于外弯侧,且内弯侧最大值位于弯管上游;弯管内弯侧绝对流速的大小能反映FAC速率的大小;随入口流速的增加,弯管内FAC速率增加。(3)利用所建预测模型,分析节流孔板下游管道FAC分布特征,探究入口流速和倒角角度的影响,并提出减缓FAC的方法。模拟节流孔板下游管内的流动参数的分布,代入预测模型,计算出节流孔板下游传质系数和FAC速率的分布。模拟结果和文献实验结果吻合较好。结果表明,当倒角角度一定时,传质系数和FAC速率随入口流速的增加而增加,FAC最大值位置向下游略有偏移;当入口流速一定时,传质系数和FAC速率随倒角角度的增加先减小后增大,且FAC最大值位置向孔板下游移动。传质系数和FAC速率在90°时最大,在45°时最小。因此在设计节流孔板时将倒角角度设置为45°可以减缓孔板下游FAC速率;在FAC高发位置处采用Cr含量较高的碳钢也可减缓FAC速率。本文研究成果对核电和火电机组缓解单相流碳钢管道流动加速腐蚀,提高机组的运行安全性具有重要的意义。
其他文献
学位
学位
学位
学位
在信息技术飞速发展的当代社会,高度发达的金融交易环境使用户的金融交易成本降低、交易手段增加、交易频率增加,使金融交易具有实时化、普惠化等特点,而金融交易数据也完全具备了数量大、增速快、种类多、价值高等大数据的特点,成为了金融交易大数据,但同时也带了新的问题,即金融交易安全性问题。从海量的金融交易中分析和检测非正常交易是一个重要和困难的课题。一方面金融交易数据的数据量极大,传统的很多方法已经越来越不
颞下颌关节位于皮肤下表面,其结构相对复杂,但其运动过程是评判相关疾病的重要参考依据,由于现有常见的对颞下颌关节的检测手段以静态的影像学手段为主,无法获得颞下颌关节的真实运动过程,而专门用于测量髁突位置运动轨迹的髁突轨迹描记仪操作较为复杂且只能获得单点轨迹无法获得整体的运动状态,因此,有必要设计一种精确、高效、易用的检测手段重建颞下颌关节部位的运动。本文通过多模数据融合的方式,结合双目视觉技术采集到
学位
双频双极化阵列天线的接收和发射共用一套辐射系统,可以减小体积,节约成本,也因此需要具备较高的极化纯度和收发隔离度。本文对天线的极化特性进行研究,设计了一款工作在Ku波段的双频双线极化的阵列天线。本文的主要工作如下:1、提出了一种基于两个相同待测天线交叉极化测量方法,讨论了天线的极化特性。对两个辐射特性未知、完全相同的天线,测量其共极化和交叉极化传输系数,通过对测量中的传输信道分类,并基于Friis
随着我国经济的飞速发展,工业规模的持续扩大以及能源消耗量的快速增加,许多城市都面临着不同程度上的空气污染问题,尤其以局部污染问题更为严重。严重污染的空气给人们的日常生活带来了诸多不便,掌握空气质量的状况及变化规律,分析预测空气质量的变化趋势显得尤为重要。本文以空气质量监测站的公开数据与自制小型化空气污染监测设备移动采集的数据为基础,对南京市的空气质量进行了时空分析,并利用新兴的机器学习与神经网络算
学位