In order to accurately predict the

In order to accurately predict the hydrodynamic behavior of gas and solid phases using an Eulerian-Eulerian approach, it is crucial to use appropriate drag models to capture the correct physics. In this study, the performance of seven drag models for fluidization of Geldart A particles of coal, poplar wood, and their mixtures was assessed. In spite of the previous findings that bode badly for using predominately Geldart B drag models for fine particles, the results of our study revealed that if static regions of mass in the fluidized beds are considered, these drag models work well with Geldart A particles. It was found that drag models derived from empirical relationships adopt better with Geldart A particles compared to drag models that were numerically developed. Overall, the Huilin-Gidaspow drag model showed the best performance for both single solid phases and binary mixtures, however, for binary mixtures, Wen-Yu model predictions were also accurate.

ผลลัพธ์ (ไทย) 1:

เพื่อทำนายพฤติกรรมแก๊สและเฟสของแข็งโดยใช้วิธีการแบบออยเลอร์แบบออยเลอร์ hydrodynamic อย่างถูกต้อง จึงเป็นการใช้รูปแบบลากที่เหมาะสมเพื่อจับฟิสิกส์ถูกต้อง ในการศึกษานี้ มีประเมินประสิทธิภาพของลากรูปแบบที่เจ็ดสำหรับฟลูของอนุภาค Geldart A ถ่านหิน ไม้ปอปลาร์ และส่วนผสมของพวกเขา แม้ว่าการค้นพบก่อนหน้านี้ที่เป็นลางไม่ดีสำหรับการใช้แบบจำลอง predominately Geldart B ลากสำหรับละออง ผลการศึกษาของเราเปิดเผยว่า ถ้าถือเป็นแคว้นในเตียง fluidized คง เหล่านี้ลากรุ่นงานดีกับอนุภาค Geldart A มันพบลากที่จำลองมาจากความสัมพันธ์ของผลที่นำมาใช้ขึ้นกับอนุภาค Geldart A เปรียบเทียบกับลากรูปที่ได้รับการพัฒนาเรียงตามตัวเลข โดยรวม แบบลาก Huilin Gidaspow แสดงให้เห็นประสิทธิภาพสูงสุดสำหรับของแข็งเฟสเดียวและน้ำยาผสมไบนารี อย่างไรก็ตาม สำหรับน้ำยาผสมไบนารี หยูเหวินแบบจำลองคาดคะเนได้ยังถูกต้อง

ผลลัพธ์ (ไทย) 2:

เพื่อให้ถูกต้องทำนายพฤติกรรมอุทกพลศาสตร์ของก๊าซและขั้นตอนที่เป็นของแข็งโดยใช้วิธีการ Eulerian-Eu​​lerian มันเป็นสิ่งสำคัญที่จะใช้ลากรุ่นที่เหมาะสมในการจับภาพฟิสิกส์ที่ถูกต้อง ในการศึกษานี้ประสิทธิภาพการทำงานของเจ็ดรุ่นลากไหลของอนุภาค Geldart ของถ่านหินไม้ต้นไม้ชนิดหนึ่งและสารผสมของพวกเขาได้รับการประเมิน ทั้งๆที่ผลการวิจัยก่อนหน้านี้ที่เป็นลางไม่ดีสำหรับการใช้อำนาจเหนือกว่า Geldart B ลากรูปแบบอนุภาคผลการศึกษาของเราพบว่าถ้าภูมิภาคคงที่ของมวลเตียง fluidized จะถือว่าลากรูปแบบเหล่านี้ทำงานได้ดีกับอนุภาค Geldart ผลการวิจัยพบว่ารูปแบบการลากมาจากความสัมพันธ์เชิงประจักษ์นำมาใช้ที่ดีกว่ากับอนุภาค Geldart เมื่อเทียบกับลากรุ่นที่ถูกพัฒนาขึ้นตัวเลข โดยรวมแล้ว Huilin-Gidaspow ลากรูปแบบการแสดงให้เห็นถึงประสิทธิภาพที่ดีที่สุดสำหรับทั้งขั้นตอนเดียวที่เป็นของแข็งและสารผสมไบนารี แต่สำหรับผสมไบนารีการคาดการณ์รูปแบบเหวินหยูก็ยังถูกต้อง