海洋中行驶的船只时刻受到海水的腐蚀,但相比于静态条件(船和海水的相对速度为零),动态条件下海水对船体的腐蚀速度要大得多、腐蚀机制也复杂得多,这种机制被称为流动加速腐蚀(accelerated flow corrosion,FAC)。这一机制包含2层含义:1)在流体的冲刷下,对材料表面起腐蚀防护作用的氧化膜或其他类型的保护膜会加速溶解而变薄(尤其海水中含有氯离子的情况下),从而导致腐蚀加速(机制一);2)处于流动状态下的海水会大大加快氧化剂的输运,从而加速电化学反应,导致腐蚀速度加快,这一机制是基于扩散传质控制(机制二)。海洋中行驶的船只,船体和海水之间存在相对速度,若将海水视为静止,则船体的运动将带动周围海水流动,在船体周围一定范围的水域内形成一个流场,流场中的流速、压力分布很不均匀,导致氧的分布也很不均匀。海水中的氧是一种强去极化剂,它对船体表面有很强的腐蚀作用。由于氧是阴极反应的参与者,因此它的分布与扩散对船体的腐蚀有很大的影响。一般来说腐蚀反应放电步骤速度很快,因此腐蚀速度主要取决于氧的扩散速度,属于扩散传质控制。
船体周围的流场主体区域为湍流,流体剧烈掺混;而在船体表面,由于其粘附作而存在一个很薄的边界层,层内流体的流动仍受粘性影响属于层流。湍流区的氧由于流体的剧烈的掺混作用,其浓度分布可看做是均匀的;而边界层中的氧由于不断参与表面电化学反应而消耗,因此有一个浓度梯度:表面处的氧浓度最低,随着离壁面距离的增大,浓度逐渐升高最终达到湍流主体区域的浓度。在浓度梯度的驱动下,层流与湍流交界之处的氧不断向表面扩散以补充氧的消耗。由于这一扩散是通过边界层进行的,因此边界层的厚薄就决定了浓度梯度(或扩散驱动力)的大小。当海水流速增大时,边界层会变薄,梯度变大,因而氧的扩散加速,这样表面的腐蚀速度就会加快。
目前对FAC的研究很多,但大部分集中在管道方面, 且以机制一居多[1-5],少部分学者将研究重点放到机制二[6-8]。关于船体腐蚀的研究多有报道,然而关于船体整体FAC研究,国际上仍是空白,这主要是因为实验的研究难度很大,导致此类文献稀缺。
本文基于CFD方法,首先计算动态条件下船体周围的流场,得到流速、压力分布等,然后以此为基础建立了扩散控制的腐蚀模型[9],最后计算得到了表面各的腐蚀速度。
1 模型描述为了揭示氧扩散控制下的腐蚀机制,首先必须得到流场信息。本研究中流动属于单相流,因此控制方程采用Navier-Stokes方程,它包括流体连续性方程和动量守恒方程:
$ {\frac{{\partial \rho }}{{\partial t}} + \nabla \cdot (\rho \mathit{\boldsymbol{u}}) = 0} $ | (1) |
$ {\frac{\partial }{{\partial t}}(\rho \mathit{\boldsymbol{u}}) + \nabla \cdot (\rho \mathit{\boldsymbol{uu}}) = - \nabla \mathit{\boldsymbol{p}} + \nabla \cdot \mathit{\boldsymbol{\tau }}} $ | (2) |
$ {\mathit{\boldsymbol{\tau }} = \mu \left[ {\left( {\nabla \mathit{\boldsymbol{u}} + \nabla {\mathit{\boldsymbol{u}}^{\rm{T}}}} \right) - \frac{2}{3}\nabla \cdot \mathit{\boldsymbol{uI}}} \right]} $ | (3) |
式中:ρ为流体密度,kg/m3;u为流场速度矢量,m/s;τ为流体剪切力,N/m2。
1.1 湍流模型海水的流动属于湍流。目前关于湍流的模型很多,例如:零方程模型、两方程模型以及雷诺应力模型和大涡模拟模型等[10]。本文选择RNG κ-ε模型。RNG κ-ε模型是标准κ-ε模型的改进型。标准κ-ε模是由Launder-Spalding提出[11],基于Boussinesq假设的两方程模型:
$ \begin{array}{*{20}{c}} {\frac{\partial }{{\partial t}}(\rho \mathit{\boldsymbol{\kappa }}) + \nabla \cdot (\rho \mathit{\boldsymbol{u\kappa }}) = }\\ {\nabla \cdot \left[ {\left( {{\mu _l} + \frac{{{\mathit{\boldsymbol{\mu }}_t}}}{{{\sigma _\mathit{\boldsymbol{\kappa }}}}}} \right)\nabla \mathit{\boldsymbol{\kappa }}} \right] + {\mathit{\boldsymbol{G}}_\kappa } - \rho \mathit{\boldsymbol{\varepsilon }}} \end{array} $ | (4) |
$ \begin{array}{*{20}{c}} {\frac{\partial }{{\partial t}}(\rho \mathit{\boldsymbol{\varepsilon }}) + \nabla \cdot (\rho \mathit{\boldsymbol{u\varepsilon }}) = }\\ {\nabla \cdot \left[ {\left( {{\mu _l} + \frac{{{\mathit{\boldsymbol{\mu }}_t}}}{{{\sigma _\varepsilon }}}} \right)\nabla \varepsilon } \right] + {C_{1\varepsilon }}\frac{\varepsilon }{\mathit{\boldsymbol{\kappa }}}{\mathit{\boldsymbol{G}}_\kappa } - {C_{2\varepsilon }}\rho \frac{{{\varepsilon ^2}}}{\mathit{\boldsymbol{\kappa }}}} \end{array} $ | (5) |
式中:
RNG κ-ε模型是由Yakhot和Osrszag采用严格的统计方法导出的模型[12],方程在形式上和标准κ-ε模型很相似,不同之处是在涡流粘性方程里增加一项, 用以提高应变流的计算精度。本文要研究的是船体表面附近氧的传质过程,而氧的传质是通过边界层实现的,在边界层内粘性力占主导地位,属于低雷诺数粘性流,流体速度梯度很大,而边界层外的湍流区由于流体掺混剧烈,因而速度梯度不大。因此所选的湍流模型必须能够反映上述特点。RNG κ-ε模型能够提出一个解析方程,该方程考虑了低雷诺数的粘性流,能够准确地描述壁面附近的速度分布,正符合计算的需要,因此本文选择这一模型。采用这一模型的时候,为了能精确地计算出壁面附近层流层的速度分布,对壁面附近网格有很高的要求,即要求壁面的第1层网格高度为y+≈1。
1.2 腐蚀模型海水是一种强电解质,当海水中存在氧的时候,氧和船体的钢铁表面接触后,将发生如下电化学反应:
$ {2{\rm{Fe}} \to 2{\rm{F}}{{\rm{e}}^{2 + }} + 4{\rm{e}}} $ | (6) |
$ {{{\rm{O}}_2} + 2{{\rm{H}}_2}{\rm{O}} + 4{\rm{e}} \to 4{\rm{O}}{{\rm{H}}^ - }} $ | (7) |
其中氧的扩散为整个反应的控制步骤。船体表面处的氧因电化学反应而不断消耗,本体溶液中的氧则不断扩散进来,以补充消耗,其流动通量为:
$ {J_{{O_2}}} = {K_{m,{O_2}}}\left( {{C_{b,{O_2}}} - {C_{{\rm{wall }},{O_2}}}} \right) $ | (8) |
式中:Km, O2为氧的传质系数;Cb, O2为流体本体的氧浓度,m3/m3;Cwall, O2为壁面附近氧的浓度,m3/m3;
如果Km, O2可知的话,就可以计算得到表面各处的氧扩散流率,进而计算出腐蚀速度。
为了求出Km, O2,可考虑贴近壁面的第1层单元,设单元中心处氧浓度为Ccell, O2,则该处的氧向表面扩散的流率为:
$ J_{{O_2}}^{{\rm{wall }}} = {D_{{O_2}}}\frac{{\left( {{C_{{\rm{cell }},{O_2}}} - {C_{{\rm{wall }},{O_2}}}} \right)}}{{{d_{{\rm{cell }}}}}} $ | (9) |
式中:DO2为氧在海水中的扩散系数,根据式(10) 计算[13];dcell为壁面的第1层单元中心和壁面的垂直距离。
$ {D_{{O_2}}} = \left( {1.25{V_A} - 0.365} \right) \cdot {10^{ - 8}} \cdot {\mu ^{{V_A}^{9.58} - 1.12}} \cdot {T^{1.52}} $ | (10) |
式中:VA为氧的摩尔体积,m3/mol;μ为水的粘度,Pa·s;T为水的温度,K。
由于JO2wall=JO2,因此有:
$ {K_{m,{O_2}}} = \frac{{{D_{{O_2}}}\left( {{C_{{\rm{cell }},{O_2}}} - {C_{{\rm{wall }},{O_2}}}} \right)}}{{{d_{{\rm{cell }}}}\left( {{C_{b,{O_2}}} - {C_{{\rm{wall }},{O_2}}}} \right)}} $ | (11) |
由此确定了传质系数。之后就可以求出反应铁的溶解流率:
$ {J_{{\rm{Fe}}}} = 2{J_{{O_2}}} $ | (12) |
将以质量为单位的质量流率转化为以mm/a为单位的腐蚀速度:
$ {\rm{ Corrate }} = \frac{{2{K_{m,{O_2}}}{C_{b,{O_2}}}{M_{Fe}}}}{{{\rho _{{\rm{Fe}}}}}} \times {\rm{ factor }} $ | (13) |
式中:ρFe为铁的密度,Kg/m3;MFe为铁的摩尔质量,Kg/mol;factor=60×60×24×365×1 000/0.022 4。
1.3 模拟设置以船体为中心划分出一片水域建立流场。由于船体关于XOZ面对称,因此只取一半进行研究,如图 1(a)。入口采用速度边界条件、出口设为out-flow边界条件, 另外在入口处设定氧的浓度为定值,为0.005 152 m-3·m-3。
Download:
|
|
图 2(a)和2(b)分别为XOZ面和YOZ面速度分布云图。图中流体明显存在高速区和低速区,如图 2(a) 中的区域ⓑ和ⓒ,即流体流动产生分离。具体原因如下。当流体迎着船头流向船体时,船体边界和流场边界之间构成流动通道。通道从Inlet开始,逐渐变窄,根据流体连续性假设,在狭窄的部位,流体流速加快,例如图 2(a)中的区域ⓐ。这部分流体,流经边界区段①后,由于惯性将和船体表面分离,于是形成一个低速低压区ⓑ。这可以类比于管道流体在内弯处的失稳进行说明。如图 2(e):管道内的流体在经过内弯处时,由于惯性而产生失稳,这将导致部位体ⓐ的流体流速下降、压力降低,而与区域ⓐ相邻的区域压区ⓑ为失稳高速区。
Download:
|
|
在低压区,例如船体后部,由于流体压力低,因此氧易聚集,这些部位氧的浓度较大;而高压区,例如船体前部,不利于氧的聚集,因而氧的浓度高一些,如图 3(b)。
Download:
|
|
YOZ面的情况与上面的情况类似,也存在流体的失稳分离,也存在低压区和高压区。在船体侧后部分表面(如图 2(b)中的ⓐ部位),由于流体压力低,因此易于氧的聚集,此处氧的浓度较大,如图 3(b)。
2.2 腐蚀情况分析根据式(11)计算了船体表面各处的氧的传质系数。首先需要计算Ccell, O2和dcell。Ccell, O2是和壁面接触的第1层单元中心点处的氧浓度,dcell为中心点与壁面的距离。由于腐蚀属于扩散控制机制,因此假设氧一经扩散到表面就立刻全部反应掉,故设Cwall, O2=0。据此可计算处船体表面各点的传质系数,结果见图 3(a)。这是通过UDF实现的。求出Km, O2后,再根据式(13)计算出船体表面各点的腐蚀速度,如图 3(b)。
由图 3(b)可见,船体后部靠近中线处腐蚀速度较大,另外船体侧面接近船的尾部,腐蚀速度最大。这是因为这些部位所受到的流体压力较低,而氧易于聚集的缘故。
2.3 流速对腐蚀的影响在FAC机制中,流速对腐蚀有重要影响,为了考察这一情况,将入口速度,分别提高到0.5 m/s和0.7 m/s,然后计算流速增大时表面的腐蚀情况。图 4为流速为0.7 m/s时,速度分布云图。可以看出,它的分布和0.3 m/s时得到的云图很相似,只是速度有所增大。图 5、图 6为不同流速下,船体表面的压力和氧的分布云图。可见,随着流速的增大,船体表面受到的压力也增大,与此同时,离心效应更显著,因此在船体低压区,氧的浓度随流速的增大而变大,如图 6所示。根据这些计算结果,再计算氧的传质系数进而计算不同流速下表面的腐蚀速度,结果见图 7~9。
Download:
|
|
Download:
|
|
Download:
|
|
Download:
|
|
Download:
|
|
Download:
|
|
1) 船体周围的流场会导致船体表面流体压力分布的不均匀,这种不均匀会影响氧的聚集:在压力较低的部位,氧的浓度高些;而在压力高的部位氧的浓度低些;
2) 流场的存在使得船体表面各处的氧的传质系数不均匀,进而导致船体表面的腐蚀速度分布的不均匀,整体上看,船体的底面后部和侧面后部位,腐蚀速度较大,而前部小一些;
3) 流速增大会加剧流场压力和氧分布的不均匀性,同时流速增大会使加剧腐蚀增大,当流速达到0.7 m/s时, 腐蚀速度最大可达22 mm/a,因此如果没有涂层保护,船体将很快遭到腐蚀破坏;
4) 计算得到的船体表面各处的腐蚀速度,为阴极保护提供了宝贵的参考,即在布置阳极的时候,应充分考虑船体后部和侧部。
[1] |
车鹏程, 刘广兴, 程义. 流动加速腐蚀对电站3#高加管束影响的综述及换热管材质对FAC影响的分析[J]. 锅炉制造, 2017(3): 58-62. CHE Pengcheng, LIU Guangxing, CHENG Yi. Review of the influence of FAC to high-pressure heater tubes as well as the analysis of heat-exchange tube brand to FAC[J]. Boiler manufacturing, 2017(3): 58-62. (0) |
[2] |
肖卓楠, 王超, 徐鸿. 超超临界机组流动加速腐蚀的分析与控制[J]. 热能动力工程, 2019, 34(6): 142-146. XIAO Zhuonan, WANG Chao, XU Hong. Study on flow accelerated corrosion of ultra supercritical units in thermal system[J]. Journal of engineering for thermal energy and power, 2019, 34(6): 142-146. (0) |
[3] |
肖卓楠, 白冬晓, 王超, 等. 超临界机组疏水系统发生流动加速腐蚀的影响因素以及预防[J]. 工业安全与环保, 2019, 45(1): 70-73. XIAO Zhuonan, BAI Dongxiao, WANG Chao, et al. The influence factors and prevention of flow accelerated corrosion in drainage system of supercritical units[J]. Industrial safety and environmental protection, 2019, 45(1): 70-73. (0) |
[4] |
AJMAL T S, ARYA S B, THIPPESWAMY L R, et al. Influence of green inhibitor on flow-accelerated corrosion of API X70 line pipe steel in synthetic oilfield water[J]. Corrosion engineering, science and technology, 2020, 55(6): 487-496. DOI:10.1080/1478422X.2020.1745355 (0)
|
[5] |
WEERAKUL S, LEAUKOSOL N, LISTER D H, et al. Effects on flow-accelerated corrosion of oleylpropanediamine under single-phase water conditions pertinent to power plant feedwater[J]. Corrosion, 2020, 76(2): 217-230. DOI:10.5006/3225 (0)
|
[6] |
ZENG L, ZHANG G A, GUO X P. Effect of hydrodynamics on the inhibition effect of thioureido imidazoline inhibitor for the flow accelerated corrosion of X65 pipeline steel[J]. Corrosion, 2016, 72(5): 598-614. DOI:10.5006/1600 (0)
|
[7] |
LIN C H, FERNG Y M. Predictions of hydrodynamic characteristics and corrosion rates using CFD in the piping systems of pressurized-water reactor power plant[J]. Annals of nuclear energy, 2014, 65: 214-222. DOI:10.1016/j.anucene.2013.11.007 (0)
|
[8] |
AHMED W H, BELLO M M, EL NAKLA M, et al. Flow and mass transfer downstream of an orifice under flow accelerated corrosion conditions[J]. Nuclear engineering and design, 2012, 252: 52-67. DOI:10.1016/j.nucengdes.2012.06.033 (0)
|
[9] |
KEATING A, NEŠIĆ S. Numerical prediction of erosion-corrosion in bends[J]. Corrosion, 2001, 57(7): 621-633. DOI:10.5006/1.3290389 (0)
|
[10] |
温正, 石良臣, 任毅如. FLUENT流体计算应用教程[M]. 北京: 清华大学出版社, 2009.
(0)
|
[11] |
LAUNDER B E, SPALDING D B. The numerical computation of turbulent flows[J]. Computer methods in applied mechanics and engineering, 1974, 3(2): 269-289. DOI:10.1016/0045-7825(74)90029-2 (0)
|
[12] |
YAKHOT V, ORSZAG S A. Renormalization group analysis of turbulence. I. Basic theory[J]. Journal of scientific computing, 1986, 1(1): 3-51. DOI:10.1007/BF01061452 (0)
|
[13] |
HAYDUK W, MINHAS B S. Correlations for prediction of molecular diffusivities in liquids[J]. Canadian journal of chemical engineering, 1982, 60(2): 295-299. DOI:10.1002/cjce.5450600213 (0)
|