Research Article

Journal of the Korean Society of Combustion. 31 December 2022. 40-49
https://doi.org/10.15231/jksc.2022.27.4.040

ABSTRACT


MAIN

  • 1. 서 론

  • 2. 수치해석 방법

  •   2.1 역화 실험 및 시뮬레이션 도메인

  •   2.2 수치해석 방법

  •   2.3 연소 모델

  •   2.4 수소 반응 메커니즘

  • 3. 시뮬레이션 결과 및 분석

  •   3.1 비역화 조건

  •   3.2 역화 조건

  • 4. 결 론

1. 서 론

최근 지구온난화를 막기 위한 전 세계적인 탄소중립 기조에 맞춰 친환경 연료인 수소를 활용한 수소 전소/혼소 가스터빈 엔진 개발이 활발히 이루어지고 있다. 그러나 수소의 경우, 기존의 천연가스 화염과 비교하여 화염의 속도가 매우 빨라 역화의 위험성이 존재한다[1]. 이산화탄소는 배출되지 않지만 높은 화염 온도로 인한 높은 NOX 배출량의 문제가 존재하며[2], 천연가스 화염과는 다른 양상의 연소불안정 특성[3,4]이 나타나 가스터빈 엔진 개발에 어려움이 따른다. 특히 화염의 역화는 유동의 속도가 낮은 연소기의 벽면을 따라 화염이 역류하는 현상으로 화염의 속도가 매우 빠른 수소 연소의 경우 역화의 가능성이 매우 커지게 된다. 이러한 화염의 역화는 연소기의 손상 및 파손을 유발할 수 있다. 현재까지 수소 화염 역화는 중요한 과제로 남아있으며 벽면 난류 경계층에서의 수소 화염의 역화 특성을 파악하기 위한 몇몇 수치적/실험적 연구들이 수행되었다[5,6,7,8,9,10].

Jiménez 등[5]은 직접수치해석법(Direct numerical simulation, DNS)을 이용하여 채널 유동에서의 희박예혼합 수소 화염의 역화를 모사하였다. 이를 통해 채널 유동에서 발생할 수 있는 화염 솔루션에 대한 각각의 화염전파속도 및 역화 발생 임계 조건을 제시하였다. Gruber 등[6]은 DNS를 이용하여 수소 난류 경계층 내부의 역화 상황에서의 화염의 평균 형태를 제시하였고 검증하였다. Lietz 등[7]은 대와류모사(Large eddy simulation, LES)를 사용하여 난류 채널에서의 화염 역화 예측의 정확도와 LES 모델링 조건의 개선점을 확인하였다. Eichler 등[8,9]은 실험적으로 수소, 수소/메탄 화염의 역화 한계 및 난류 경계층 내부의 임계 속도 그레디언트를 측정하여 제시하였다. Ebi 등[10]은 고압 조건에서의 연료의 수소 함량에 따른 역화 한계, 화염 전파 모드에 관한 연구를 실험적으로 수행하였다.

가스터빈 엔진 시뮬레이션은 현재까지 계산 성능/자원의 한계로 DNS 기법을 사용하기 보다는 RANS 혹은 LES 난류 모델링을 통한 해석이 주를 이룬다. 기존의 수소 역화에 대한 연구들은 실험적 혹은 수치적으로는 DNS를 활용한 연구가 대부분이며 엔진 개발에 주로 사용되는 RANS를 활용한 역화 예측은 많이 이루어지지 않았다. 또한 기존의 난류 모델링과 함께 사용하였던 연소 모델들은 탄화수소 연소 해석에 초점이 맞추어져 있다. 따라서 수소 연소에도 높은 정확도와 수소의 특성을 잘 반영하는 연소 모델을 발굴하는 것이 필요하다.

본 연구에서는 RANS 난류 시뮬레이션을 통해가장 적합한 수소 연소 모델을 역화의 측면으로 비교 분석하여 역화 예측도가 가장 높은 연소모델을 제시하고자 한다. 이를 위하여 상용 전산해석 프로그램인 Fluent를 사용하여 수소 전소 시뮬레이션을 수행하였으며, 각 연소 모델 별 화염 거동 특성을 역화 실험 결과와 비교하였다.

2. 수치해석 방법

2.1 역화 실험 및 시뮬레이션 도메인

실험은 Fig. 1에 나타난 바와 같이 광학계측이 가능한 수소 연소시험리그에서 진행하였다. 연소기는 3개의 노즐로 구성되어 있고 연소용 공기는 유량 제어 및 683K 승온을 거쳐 노즐 상류의 plenum으로 공급된 후 각각의 노즐로 분배되어 공급되었으며 시험리그 후단의 압력 제어 벨브를 이용하여 연소실 압력을 1.35 barA로 유지하면서 실험을 수행하였다. 연소용 수소 연료는 Fig. 1(a)에 나타난 바와 같이 하나의 노즐과 나머지 두 개의 노즐을 각각 FC1과 FC2로 그룹화 하여 두 개의 독립적인 유량 제어를 통해 공급하였다. 화염 역화 실험은 하나의 노즐을 중점적으로 관찰하기 위해 FC1만 연료를 공급하여 진행하였으며 실시간 캠코더 및 OH* 자발광을 이용하여 육안으로 화염의 거동을 관찰하였다. 역화발생시 연료를 차단하는 방식으로 진행하였으며 역화의 순간 이미지의 예시는 Fig. 1(b)에 나타내었다.

https://static.apub.kr/journalsite/sites/kosco/2022-027-04/N0590270405/images/ksssf_27_04_05_F1.jpg
Fig. 1.

(a) Combustor nozzle configuration (b) instantaneous image of flashback event.

시뮬레이션 조건의 경우, Table 2와 같이 나타내었다. 실험 시 역화가 발생한 케이스와 역화가 발생하지 않은 케이스 2가지를 시뮬레이션 하였다. 본 연구에서는 해석 중간에 역화가 발생하면 시뮬레이션을 중단하였다. 연료의 유량은 고정시킨 뒤 공기의 유량을 줄여 당량비를 변화시켰다.

Fig. 1의 실험 장치의 단면은 Fig. 2와 같다. 본 실험 장치에 대하여 형상 단순화 및 유체 부분을 추출하여 시뮬레이션을 구성하여 격자를 생성하였다. 시뮬레이션 도메인은 Fig. 3과 같다. 본 연구를 위해 제작된 격자는 약 8500만개의 격자 수를 가진다.

https://static.apub.kr/journalsite/sites/kosco/2022-027-04/N0590270405/images/ksssf_27_04_05_F2.jpg
Fig. 2.

The schematic of experimental configuration.

https://static.apub.kr/journalsite/sites/kosco/2022-027-04/N0590270405/images/ksssf_27_04_05_F3.jpg
Fig. 3.

The schematic of exterior numerical domain.

2.2 수치해석 방법

본 연구에서는 상용 소프트웨어인 Fluent를 사용하여 시뮬레이션을 수행하였으며 난류 유동을 모사하기 위해 RANS 모델인 SSTk-ω 난류 모델을 사용하였다. 연소 모델에 따른 화염의 역화 민감도를 확인하기 위하여 Table 1과 같이 Eddy dissipation concept(EDC) 모델, steady diffusion flamelet(SDF) 모델, 그리고 Flamelet generated manifold(FGM) 모델 2가지를 포함하여 총 4가지의 연소 모델을 사용하였다. FGM 모델의 경우, 난류-화학반응 상호작용 모델을 각각 finite rate 모델과 turbulent flame speed 모델을 적용하여 2가지로 세분화하였다[11].

Table 1.

List of the applied combustion models in this study

Combustion model
FGM–finite rate model (FGM-FR)
FGM–turbulent flame speed model (FGM-ST)
Steady diffusion flamelet (SDF) model
Eddy dissipation concept (EDC) model
Table 2.

Simulation cases for flashback test

Case m˙air(g/s)m˙fuel(g/s)
Non-flashback 150.2 0.5745
Flashback 116.2 0.5745

유동을 해석하기 위한 스킴으로 모든 지배방정식에 대하여 2차 정확도를 가지는 상류차분법을 적용하여 정상상태(steady state) 수치해석을 수행하였다. 실험 조건인 1.35 bar에서 해석을 수행하였으며 공기의 입구 온도는 683 K, 연료의 입구 온도는 288 K이다.

2.3 연소 모델

본 연구에서 사용한 4가지의 연소 모델은 각각 아래와 같이 설명될 수 있다.

2.3.1 Flamelet generated manifold 모델

Flamelet generated manifold(FGM) 모델[12]은 1D 화염편 계산을 통하여 상세 화학 반응을 progress variable, mixture fraction 등으로 매개 변수화 한 뒤 화염편 지배 방정식을 계산하는 연소 모델이다. 매개 변수화된 화염편 지배 방정식을 계산하기 때문에 다른 연소 모델과 비교하여 계산시간이 짧다는 장점이 있다. FGM-FR 모델과 FGM-ST 모델은 reaction rate의 모델링 방법에 대하여 차이를 보인다. FGM-FR 모델의 reaction rate, ω˙Yc는 progress variable과 mixture fraction에 대한 결합확률분포(P(c,f))와 화염편 라이브러리로부터 계산된 finite rate 화염편 소스항(SFR,Yc(c,f))을 사용하여 식 (1)과 같이 표현된다.

(1)
ω˙Yc=ρ¯SFR,Yc(c,f)P(c,f)dcdf

FGM-ST 모델의 경우, 식 (2)와 같이 난류화염속도를 이용하여 reaction rate, ω˙Yc를 모델링한다. 식 (2)에서 ρu는 반응물의 밀도, ST,Zimont는 Zimont 모델[13]을 이용하여 모델링한 난류화염속도이다.

(2)
ω˙Yc=ρuST,Zimont|Yc¯|

2.3.2 Steady diffusion flamelet 모델

Steady diffusion flamelet(SDF) 모델[14]은 난류 화염을 국부적으로 1차원 화염편 구조를 가진다는 가정을 가진다. 1D 대향류 확산 화염 계산으로부터 상세 화학 반응을 mixture fraction과 scalar dissipation rate로 매개 변수화하여 지배방정식을 계산하는 연소 모델이다. 식 (3)의 scalar dissipation rate에서 D는 확산계수, f는 mixture fraction이다. SDF 모델의 reaction rate, ω˙Yc는 FGM-ST 모델과 동일하게 식 (2)와 같이 모델링 된다.

(3)
χ=2D|f|2

2.3.3 Eddy dissipation concept 모델

Eddy dissipation concept(EDC) 모델[15]은 “fine scale”이라고 불리는 작은 난류 구조 스케일에서 화학반응이 일어난다고 가정하는 연소 모델로써, 상세 화학반응을 계산할 수 있다는 장점이 있다. EDC 모델의 소스 항 ω˙i식 (4)와 같이 모델링 할 수 있다. 식 (4)의 부피분율(volume fraction), ξ*과 시간 스케일(time scale), τ*은 각각 식 (5)식 (6)으로 표현된다. ν는 동점성(kinematic viscosity), ε는 난류 소산율(turbulent dissipation rate), k는 난류 운동 에너지(turbulent kinetic energy), Yi*는 화학종 i의 시간 스케일 동안의 질량 분율, Yi는 화학종 i의 질량 분율이다.

(4)
ω˙i=ρ(ξ*)2τ*[1-(ξ*)3](Yi*-Yi)
(5)
ξ*=2.1377νεk21/4
(6)
τ*=0.4082νε1/2

2.4 수소 반응 메커니즘

상세한 수소 연소 반응 모사 및 추후의 수소 혼소 시뮬레이션의 수행 가능성에 대비하기 위하여 수소-탄소 기반 상세 반응 메커니즘인 NUIG -Mech1.1 메커니즘을 수정하여 사용하였다. 2,746 화학종과 11,270 반응을 포함하고 있는 NUIGMech1.1 메커니즘[17,18,19,20,21]으로부터 탄소가 포함된 반응을 모두 제거하여 12 화학종, 37 반응을 포함하는 수정된 NUIGMech1.1 수소 반응 메커니즘을 제작하였다. 기존에 수소 화염 해석에 널리 사용되는 반응 메커니즘인 Li 메커니즘[16]과 비교하여 12개의 상세 화학 반응을 더 포함하고 있으며, 두 반응 메커니즘은 층류화염속도에서 최대 0.054 m/s에 불과한 차이를 보였다. 본 연구에서는 모든 시뮬레이션에 수정된 NUIGMech1.1 메커니즘을 사용하였다.

3. 시뮬레이션 결과 및 분석

3.1 비역화 조건

비역화 조건에 대한 4가지 연소 모델의 시뮬레이션 결과는 Fig. 4, 5, 6, 7, 8, 9, 10과 같다. FGM–FR 모델을 사용하였을 때 유일하게 역화가 발생하지 않았다. Fig. 4의 FGM–FR 모델 결과의 온도장과 reaction rate의 분포를 보았을 때, 화염이 역화하지 않고 형태를 잘 유지함을 보였다. Fig. 5, 6-(b)의 FGM-ST 모델과 SDF 모델의 reaction rate 분포와 Fig. 4(b)를 비교하면 FGM-FR 모델의 reaction rate 분포가 더 낮은 것을 확인할 수 있다. FGM-FR 모델에서 상대적으로 더 정확한 reaction rate를 예측하였기 때문에 비역화 실험 조건의 결과와 동일하게 역화하지 않고 화염을 유지한 것으로 보인다. 비역화 조건 하에서는 FGM–FR 모델이 역화 예측 정확도가 가장 높았다.

https://static.apub.kr/journalsite/sites/kosco/2022-027-04/N0590270405/images/ksssf_27_04_05_F4.jpg
Fig. 4.

FGM-FR model simulation results of the experimentally non-flashback condition; (a) temperature field, (b) finite rate source field.

https://static.apub.kr/journalsite/sites/kosco/2022-027-04/N0590270405/images/ksssf_27_04_05_F5.jpg
Fig. 5.

FGM-ST model simulation results of the experimentally non-flashback condition; (a) temperature field, (b) turbulent flame speed source field, and (c) turbulent flame speed field.

그러나 나머지 3가지 연소 모델을 사용하였을 때는 모두 역화가 발생했으며 화염 형상 변화를 iteration 별로 나타낸 Fig. 5, 6, 7과 같이 화염이 노즐 안쪽까지 들어간 모습을 확인할 수 있었다. FGM-ST 모델과 SDF 모델의 경우 화염이 벽면을 따라 연소기로 들어오는 경계층 역화의 양상을 보였다. FGM-ST 모델과 SDF 모델은 지배방정식의 reaction rate를 계산하기 위하여 난류화염속도를 사용하게 되는데, 이때 난류화염속도를 모델링하기 위하여 Zimont 모델을 사용하였다. Fig. 5(c), 6(c)의 난류화염속도장 분포는 Zimont 모델로 계산한 분포로, 화염이 존재하지 않는 영역까지 모델링을 통해 난류화염속도를 미리 계산하게 된다. Fig. 8의 sampling line을 따라 계산한 FGM-ST 모델과 SDF 모델의 유동장 × 방향 속도와 난류화염속도는 각각 Fig. 910에 나타내었다. 또한, 식 (7)의 이론적 화염속도[22]를 계산하여 각 그래프에 함께 나타내었다. 식 (7)α는 열 확산계수, υ는 연료와 공기의 무게비를 의미하며, ρ는 밀도, ω˙f는 연료의 reaction rate를 의미한다.

(7)
ST,Estimated=2α(ν+1)ω˙fρ

https://static.apub.kr/journalsite/sites/kosco/2022-027-04/N0590270405/images/ksssf_27_04_05_F6.jpg
Fig. 6.

Steady diffusion flamelet model simulation results of the experimentally non-flashback condition; (a) temperature field, (b) turbulent flame speed source field, and (c) turbulent flame speed field.

https://static.apub.kr/journalsite/sites/kosco/2022-027-04/N0590270405/images/ksssf_27_04_05_F7.jpg
Fig. 7.

Eddy dissipation concept model simulation results of the experimentally non-flashback condition; (a) temperature field, (b) H2O net reaction rate field.

https://static.apub.kr/journalsite/sites/kosco/2022-027-04/N0590270405/images/ksssf_27_04_05_F8.jpg
Fig. 8.

Sampling line location for flow velocity and turbulent flame speed.

https://static.apub.kr/journalsite/sites/kosco/2022-027-04/N0590270405/images/ksssf_27_04_05_F9.jpg
Fig. 9.

Zimont, estimated turbulent flame speed, and x-direction flow velocity profile along the sample line of FGM-ST model.

https://static.apub.kr/journalsite/sites/kosco/2022-027-04/N0590270405/images/ksssf_27_04_05_F10.jpg
Fig. 10.

Zimont, estimated turbulent flame speed, and x-direction flow velocity profile along the sample line of steady diffusion flamelet model.

Fig. 910에서 Zimont 모델로 계산된 난류화염속도는 유동장 속도에 비해 현저히 작게 계산되었으며 화염의 위치와 유무에 상관없이 대체로 일정 범위의 속도를 나타냈다. 그러나 이론적으로 추정된 화염속도는 화염의 위치에서 × 방향 속도보다 빠른 결과를 보이며 역화가 발생하였음을 확인할 수 있었다. 이는 시뮬레이션에 사용된 Zimont 모델이 화염을 감지하지 못하고 화염에 따른 유동장 변화를 반영하지 못한다는 것을 의미한다. 특히 Zimont 모델은 벽면 효과를 고려하지 않았기 때문에 부정확하게 예측된 난류화염속도가 FGM-ST 모델과 SDF 모델의 reaction rate 계산에 오차를 발생시켰고 이는 과도한 예측으로 이어져 역화를 발생시킨 것으로 판단된다.

FGM-ST 모델과 SDF 모델의 역화 양상과는 달리, EDC 모델의 경우, 노즐 내부의 스월러 부근에서 수소 화염이 자연 발화되어 스월 유동을 따라 나선형으로 화염이 연소실까지 이어졌다. Fig. 7(a)의 온도장 분포를 보면 iteration 초반에 노즐 내부의 자연발화된 화염과 노즐 외부의 기존 화염이 각각 존재하는 것을 볼 수 있다. 이후 iteration이 증가할수록 노즐 내부의 화염이 성장하고 두 화염이 합쳐지게 되어 역화로 수렴하였다.

3.2 역화 조건

비역화 조건과 마찬가지로 역화 실험 조건에 대한 시뮬레이션을 수행하였다. 실험상 역화 조건의 시뮬레이션 또한 FGM–FR 모델은 역화가 발생하지 않았고, 이외의 연소 모델을 사용하였을 때, 모두 역화가 발생하였다. Fig. 11의 FGM–FR 모델의 온도장과 reaction rate 분포를 보았을 때, 역화가 발생해야 할 조건에서도 비역화 조건과 동일하게 화염을 유지하며 수렴하였다. 다만. 당량비의 증가로 인한 화염 길이의 감소하였다. Fig. 11(b)의 reaction rate 분포를 보면 Fig. 12, 13(b)의 FGM-ST 모델과 SDF 모델의 reaction rate 분포에 비하여 더 낮은 분포값을 나타내고 있다. 역화 실험 조건에서도 FGM–FR 모델이 다른 연소모델에 비하여 낮은 reaction rate를 나타내고 있어 이에 따른 화염의 속도 또한 FGM-ST, SDF모델에 비해 느려져 역화가 발생하지 않은 것으로 보인다. 본 논문에는 자세하게 발표되지는 않았지만, 당량비가 더 증가하는 경우에는 FGM-FR 모델도 역화가 발생하였다.

https://static.apub.kr/journalsite/sites/kosco/2022-027-04/N0590270405/images/ksssf_27_04_05_F11.jpg
Fig. 11.

FGM-FR model simulation results of the experimentally flashback condition; (a) temperature field, (b) finite rate source field.

https://static.apub.kr/journalsite/sites/kosco/2022-027-04/N0590270405/images/ksssf_27_04_05_F12.jpg
Fig. 12.

FGM-ST model simulation results of the experimentally flashback condition; (a) temperature field, (b) turbulent flame speed source field, and (c) turbulent flame speed field.

https://static.apub.kr/journalsite/sites/kosco/2022-027-04/N0590270405/images/ksssf_27_04_05_F13.jpg
Fig. 13.

Steady diffusion flamelet model simulation results of the experimentally flashback condition; (a) temperature field, (b) turbulent flame speed source field, and (c) turbulent flame speed field.

FGM-ST 모델과 SDF 모델의 해석결과 또한 비역화 조건의 경우와 마찬가지로 경계층 역화가 나타났다. 비역화 조건에 비하여 당량비의 증가하였으므로 더 빠르게 역화가 진행되었다. Fig. 1516을 보면 난류화염속도는 Fig. 910과 같이 화염의 유무와 관계없이 대체로 일정하게 모델링 되었다. 비역화 조건과 마찬가지로 이론적 화염속도는 × 방향 속도보다 큰 값을 보이며 역화를 예측하였으나, Zimont 모델은 화염을 감지하지 못하고 이론적 화염속도와 큰 차이를 보였다. 이로 인해 비역화 조건의 결과와 동일하게 reaction rate를 과도하게 예측하여 벽면으로부터 역화가 발생한 것으로 보인다.

Fig. 14의 EDC 모델의 시뮬레이션 결과는 비역화 조건의 결과와 동일하게 노즐의 스월러 앞쪽에서 자연발화로 발생한 화염이 스월 유동 방향과 동일하게 노즐 출구쪽으로 전파하여 기존의 노즐 외부의 화염과 합쳐지게 되었다. 스월러 부근에서 H2O의 reaction rate 변화를 확인할 수 있었다.

https://static.apub.kr/journalsite/sites/kosco/2022-027-04/N0590270405/images/ksssf_27_04_05_F14.jpg
Fig. 14.

Eddy dissipation concept model simulation results of the experimentally flashback condition; (a) temperature field, (b) H2O net reaction rate field.

https://static.apub.kr/journalsite/sites/kosco/2022-027-04/N0590270405/images/ksssf_27_04_05_F15.jpg
Fig. 15.

Zimont, estimated turbulent flame speed, and x-direction flow velocity profile along the sample line of FGM-ST model.

https://static.apub.kr/journalsite/sites/kosco/2022-027-04/N0590270405/images/ksssf_27_04_05_F16.jpg
Fig. 16.

Zimont, estimated turbulent flame speed, and x-direction flow velocity profile along the sample line of steady diffusion flamelet model.

4. 결 론

본 연구에서는 수소 연소 해석을 위한 연소 모델에 따른 역화 예측의 정확도를 분석하였다. 총 4가지의 연소 모델; FGM-FR, FGM-ST, SDF, EDC 모델을 사용하였고 비역화 실험 조건과 역화 실험 조건에 대하여 각각 시뮬레이션을 수행하였다.

비역화 실험 조건에서는 FGM-FR 모델만이 역화를 발생시키지 않았고 이외의 연소 모델들은 모두 역화가 일어났다. 역화 실험 조건에서도 동일하게 FGM–FR 모델에서 역화가 발생하지 않았고 나머지 연소 모델에서 역화가 나타났다.

FGM-FR 모델은 다른 연소 모델에 비하여 상대적으로 낮은 reaction rate를 나타내어 역화에 둔감하였다. 이로 인해 실험의 역화 조건에서도 역화하지 않고 화염을 유지하였다. 반대로 FGM-ST 모델과 SDF 모델은 난류화염속도 모델인 Zimont 모델의 부정확한 예측으로 인한 과도하게 높은 reaction rate로 인하여 비역화 실험 조건에서도 역화가 발생한 것으로 보인다. 마지막으로 EDC 모델의 경우에는 경계층 역화가 아닌 스월러 부근에서의 자연발화 현상이 발생하여 노즐 내부에 화염이 생성되어 최종적으로 역화 상태로 수렴하였다. FGM-FR 모델은 본 연구의 조건에서는 모두 비역화를 보여주었지만, 당량비가 조금 더 증가한 조건에서는 역화를 보여주었다.

추후 수소 화염 역화를 예측할 수 있도록, validation을 통한 연소 모델의 수정 혹은 적절한 연소 모델 사용이 필요할 것으로 보인다.

역화를 예측하기 위한 연소 모델 수정 방안으로는 EDC 모델에 대해서는 수소 연소에 적합하도록 모델링 상수를 재계산하여 적용한다면 역화 예측 정확도를 향상 시킬 수 있을 것으로 보인다. 그리고 FGM 모델과 SDF 모델의 경우, 벽면에서의 난류화염속도를 보정하는 wall damping 상수를 수소 화염에 적합한 값을 계산하여 적용시킨다면 역화 예측 정확도를 높일 수 있을 것으로 판단된다.

기 호 설 명

EDC : Eddy Dissipation Concept

FGM : Flamelet Generated Manifold

FR : Finite rate

RANS : Reynolds Averaged Navier-Stokes equation

SDF : Steady Diffusion Flamelet

ST : Turbulent flame speed

Acknowledgements

이 논문은 2022년도 정부(산업통상자원부)의 재원으로 한국에너지기술평가원의 지원을 받아 수행된 연구임 (20206710100060, 분산발전 가스터빈용 수소 전소 저 NOX 연소기 개발). 실험데이터를 제공해 주신 한국기계연구원 김민국 박사님, 황정재 박사님 및 이원준 연구원님께 감사드립니다.

References

1
O. Tuncer, S. Acharya, J.H. Uhm, Dynamics, NOX and flashback characteristics of confined premixed hydrogen-enriched methane flames, Int. J. Hydrogen Energy, 34(1) (2009) 496-506. 10.1016/j.ijhydene.2008.09.075
2
A. Frassoldati, T. Faravelli, E. Ranzi, A wide range modeling study of NOX formation and nitrogen chemistry in hydrogen combustion, Int. J. Hydrogen Energy, 31(15) (2006) 2310-2328. 10.1016/j.ijhydene.2006.02.014
3
T. Lee, K.T. Kim, Combustion dynamics of lean fully-premixed hydrogen-air flames in a mesoscale multinozzle array, Combust. Flame, 218 (2020) 234-246. 10.1016/j.combustflame.2020.04.024
4
L. Figura, J.G. Lee, B.D. Quay, D.A. Santavicca, The effects of fuel composition on flame structure and combustion dynamics in a lean premixed combustor, ASME Turbo Expo, 47918 (2007) 181-187. 10.1115/GT2007-27298
5
C. Jiménez, D. Fernández-Galisteo, V.N. Kurdyumov, DNS study of the propagation and flashback conditions of lean hydrogen-air flames in narrow channels: Symmetric and non-symmetric solutions. Int. J. Hydrogen Energy, 40(36) (2015) 12541-12549. 10.1016/j.ijhydene.2015.07.037
6
A. Gruber, A.R. Kerstein, D. Valiev, C.K. Law, H. Kolla, J.H. Chen, Modeling of mean flame shape during premixed flame flashback in turbulent boundary layers, Proc. Combust. Inst. 35(2) (2015) 1485-1492. 10.1016/j.proci.2014.06.073
7
C. Lietz, M. Hassanaly, V. Raman, H. Kolla, J. Chen, A. Gruber, LES of premixed flame flashback in a turbulent channel, 52nd Aerospace Sciences Meeting, 2014. 10.2514/6.2014-0824
8
C. Eichler, T. Sattelmayer, Experiments on flame flashback in a quasi-2D turbulent wall boundary layer for premixed methane-hydrogen-air mixtures, J. Eng. Gas Turbines Power, 133(1) (2011). 10.1115/1.4001985
9
C. Eichler, G. Baumgartner, T. Sattelmayer, Experimental investigation of turbulent boundary layer flashback limits for premixed hydrogen-air flames confined in ducts, J. Eng. Gas Turbines Power, 134(1) (2012). 10.1115/1.4004149
10
D. Ebi, R. Bombach, P. Jansohn, Swirl flame boundary layer flashback at elevated pressure: Modes of propagation and effect of hydrogen addition, Proc. Combust. Inst. 38(4) (2021) 6345-6353. 10.1016/j.proci.2020.06.305
11
ANSYS Fluent Theory Guide.
12
J.A. van Oijen, L.P.H. de Goey, Modelling of premixed laminar flames using flamelet-generated manifolds, Combust. Sci. Technol, 161(1) (2000) 113-137. 10.1080/00102200008935814
13
V. Zimont, W. Polifke, M. Bettelini, W. Weisenstein, "An efficient computational model for premixed turbulent combustion at high reynolds numbers based on a turbulent flame speed closure, J. Gas Turbines Power, 120 (1998) 526-532. 10.1115/1.2818178
14
N. Peters, Laminar diffusion flamelet models in non premixed combustion, Prog. Energy Combust. Sci. 10 (1984) 319-339. 10.1016/0360-1285(84)90114-X
15
B.F. Magnussen, On the structure of turbulence and a generalized eddy dissipation concept for chemical reaction in turbulent flow, 19th AIAA Meeting, (1981). 10.2514/6.1981-42PMC471746
16
J. Li , Z. Zhao, A. Kazakov, F.L. Dryer, An updated comprehensive kinetic model of hydrogen combustion, Int. J. Chem. Kinet, 36(10) (2004) 566-575. 10.1002/kin.20026
17
S.S. Nagaraja, J. Kiangm S. Dong, S. Panigrahy, A. Sahu, G. Kukkadapu, S.W. Wagnon, W.J. Pitz, H.J. Curran, A hierarchical single-pulse shock tube pyrolysis study of C2-C6 1-alkenes, Combust. Flame, 219 (2020) 456-466. 10.1016/j.combustflame.2020.06.021
18
S.S. Nagaraja, J. Power, G. Kukkadapu, S. Dong, S.W. Wagnon, W.J. Pitz, H.J. Curran, A single pulse shock tube study of pentene isomer pyrolysis, Proc. Combust. Inst. 38(1) (2021) 881-889. 10.1016/j.proci.2020.06.069
19
M. Baigmohammadi, V. Patel, S. Martinez, S. Panigrahy, A. Ramalingam, U. Burke, K.P. Somers, K.A. Heufer, A comprehensive experimental and simulation study of ignition delay time characteristics of single fuel C1-C2 hydrocarbons over a wide range of temperatures, pressures, equivalence ratios, and dilutions, Energy Fuels, 34(3) (2020) 3755-3771. 10.1021/acs.energyfuels.9b04139
20
N. Lokachari, S. Panigrahy, G. Kukkadapu, G. Kim, S.S. Vasu, W.J. Pitz, H.J. Curran, The influence of iso-butene kinetics on the reactivity of di-isobutylene and iso-octane, Combust. Flame, 222 (2020) 186-195. 10.1016/j.combustflame.2020.08.007
21
Y. Wu, S. Panigrahy, A.B. Sahu, C. Bariki, J. Beeckmann, J. Liang, A.A.E. Mohamed, S. Dong, C. Tang, H. Pitsch, Z. Huang, H.J. Curran, Understanding the antagonistic effect of methanol as a component in surrogate fuel models: A case study of methanol/n-heptane mixtures, Combust. Flame, 226 (2021) 229-242. 10.1016/j.combustflame.2020.12.006
22
S.R. Turns, D.C. Haworth, An introduction to combustion, McGraw-Hill, New York, NY, USA, 4th edition.
페이지 상단으로 이동하기