超临界二氧化碳压缩喷射系统在膨胀阀故障下的动态特性

《ENERGY CONVERSION AND MANAGEMENT》:Dynamic behavior of a transcritical CO 2 compression-ejection system under expansion valve failure

【字体: 大 中 小 】 时间:2026年09月27日 来源:ENERGY CONVERSION AND MANAGEMENT 11.8

编辑推荐:

   在臭氧层损耗加剧和能源危机日益严重的大背景下,制冷剂的选择正面临着新的要求与挑战,暖通空调与制冷(HVAC&R)行业也因此发生了显著变革[1]。以CO?(R744)为代表的自然工质重新引起了广泛关注。CO?具有零臭氧消耗潜值(ODP)、低全球变暖潜值(GWP=1)以及优异的传

  

在臭氧层损耗加剧和能源危机日益严重的大背景下,制冷剂的选择正面临着新的要求与挑战,暖通空调与制冷(HVAC&R)行业也因此发生了显著变革[1]。以CO?(R744)为代表的自然工质重新引起了广泛关注。CO?具有零臭氧消耗潜值(ODP)、低全球变暖潜值(GWP=1)以及优异的传热性能等优势,在热泵、商业制冷、汽车热管理等领域展现出广阔的应用前景[2], [3], [4]。然而,由于CO?的临界温度为30.98 ℃、临界压力为7.38 MPa,系统在跨临界循环下运行,实际运行压力较高,导致显著的节流损失,限制了跨临界CO?系统的广泛应用。

为降低传统跨临界CO?循环中的节流损失,在蒸气压缩循环中引入射流器,形成了跨临界CO?压缩-喷射系统(TCES)。该系统可将性能系数(COP)提高10%~25%[5],被公认为高效跨临界CO?构型之一[6]。在该系统中,射流器内高压侧工质的膨胀与引射效应可实现部分膨胀功的回收,从而降低熵产并提高制冷量。此外,射流器可提升压缩机吸气压力,降低压缩机功耗,在一定程度上改善系统性能[7]。近年来,围绕CO?射流器系统的性能提升开展了大量研究,主要方向包括射流器结构优化、系统构型改进以及运行特性研究。在射流器几何与流动特性方面,Yan等[8]和Guan等[9]分别研究了关键几何参数的优化以及喷嘴内部的流动行为。同时,引入多射流器和多蒸发器的新型系统构型也备受关注,相关研究进一步探讨了新型射流器循环构型及其性能优化方法[10], [11], [12]。此外,Liu等[13]实验研究了不同工况下跨临界CO?射流器系统的性能变化,Liu等[14]则进一步利用智能优化方法研究了射流器的多参数协同优化。Hernandez等[15]对有无射流器的跨临界CO?循环性能进行了对比评价。随着射流器应用的不断拓展,研究者还进一步探索了射流器与其他强化技术及能源系统的集成,包括机械过冷[16]、余热回收[17]以及可再生能源系统[18]。这些研究推动了射流器在跨临界CO?系统中的开发与应用。

然而,在实际应用中,TCES系统往往在变工况下运行,导致运行点偏离设计工况,从而引起性能波动。Huang等[19]指出,射流器的运行可分为临界、亚临界和回流三种模式,如图1所示。由于射流器对背压变化和入口条件的变化高度敏感,系统在扰动下可能在临界与亚临界运行之间切换。在严重情况下,引射能力可能恶化,甚至导致性能崩溃,从而引发压力、流量和过热度等关键参数的异常演化,降低运行稳定性和安全裕度。与稳态热力学性能分析相比,关于TCES系统动态特性的研究仍相对有限。射流器和气液分离器等部件的引入,在高压侧、低压侧和中间压力区之间形成了更为复杂的物质与能量耦合关系,使系统动态更为敏感。2015年,Zheng等[20]建立了跨临界CO?射流器的一维模型,将变射流器效率纳入动态模型,并数值研究了跨临界CO?射流器膨胀制冷循环(EERC)在不同膨胀阀开度和射流器面积比下的动态响应行为。随后,Zheng等[21]进一步建立了改进型两级蒸发跨临界CO?射流器膨胀循环(EERC-TE)的动态模型,发现压缩机转速扰动的影响最为显著,且组合调节下COP可达基本循环的2.58倍。此外,2023年,Xiong等[22]建立了跨临界CO?多射流器制冷系统的系统动态耦合模型。研究表明,当压缩机转速、膨胀阀开度和射流器结构参数发生扰动时,系统表现出显著的动态响应,且输入与输出之间存在强耦合。另外,Yang等[23]基于半经验稳态部件模型,建立了射流器增强的可逆跨临界CO?系统的年度逐时动态仿真框架,评估了系统在年度变工况下的能量、经济和环境性能。Fabris等[24]针对移动制冷场景开发了CO?运输制冷系统的动态模型,研究了送货任务中射流器效率随环境温度的变化。上述研究为理解正常调节条件下跨临界CO?压缩-喷射系统的动态行为提供了重要基础,但主要关注的是系统在可控扰动下的响应。

然而,现有研究主要聚焦于正常运行调节或可控扰动下的系统动态响应,而对于由故障或失效引起的非预期动态演化研究仍显不足。在实际运行中,跨临界CO?系统不可避免地会遇到水流流量下降、蒸发器堵塞以及电子膨胀阀故障等问题[25], [26]。作为关键的节流与执行部件,膨胀阀通过其开度直接决定工质向蒸发器的供给量,并通过蒸发压力、射流器运行模式以及气液分离器内储液行为之间的耦合影响系统整体运行状态。因此,膨胀阀失效引起的扰动不仅局限于单一部件,还可能沿系统耦合路径传播,导致压力、质量流量和性能等参数的持续演化。然而,TCES系统中故障的动态传播机理,以及关键部件内部状态变化与系统整体失效之间的关系,尚未得到系统性的研究。

基于上述研究空白,本研究以TCES系统为对象,建立系统级动态模型,分析以膨胀阀开度急剧减小和由于阀门堵塞或卡滞导致供液能力大幅下降为特征的严重失效工况。该模型纳入了关键部件的改进模型。主要贡献如下:

(1)针对在严重供液受限条件下射流器运行点从临界区向亚临界区和回流区过渡的问题,开发了全工况两相CO?射流器模型,以表征射流器在低引射比和接近回流极限时的性能;

(2)针对气液分离器内储液量变化对故障传播影响难以量化的问题,建立了包含液位和储液动态的分离器模型,以预测失效过程中的积液现象;

(3)基于上述关键部件模型,建立了系统级动态分析框架,揭示了在低开度膨胀阀失效过程中,从供液受限,经射流器性能下降和分离器内积液,到系统整体性能恶化的连续传播路径。

本研究成果为TCES系统的故障特征识别、关键监测变量选择以及保护策略设计提供了理论依据。

## 2. 系统描述

TCES系统工作原理示意图如图2所示。该系统主要包括蒸发器、气体冷却器、压缩机、射流器、膨胀装置和气液分离器。

来自压缩机的高温高压超临界CO?流体在气体冷却器中释放热量。随后,流体进入射流器的主喷嘴,在其中压力降低、速度升高,并被排出,形成低压区域,从而引射来自蒸发器的低压低速二次流体。两股流体在混合室内充分混合,随后在扩压器中减速增压后流出,进入气液分离器。在气液分离器中,一部分饱和蒸汽被吸入压缩机,完成高压侧循环;另一部分饱和液体进入膨胀阀,经节流降压后流入蒸发器吸热,完成低压侧循环。两个子循环相互耦合。与传统的跨临界CO?制冷循环相比,压缩-喷射循环通过射流器的增压效应提高了压缩机入口压力,从而降低压缩机功耗,减少膨胀过程中的节流损失,并增大蒸发器前后的焓差,实现系统制冷量的提升。

基于各部件的物理特性和动态响应速度,在模型构建中采用了分层混合建模策略。蒸发器和气体冷却器作为系统中的主要换热设备,具有显著的热惯性,因此采用分布参数动态模型进行建模。相比之下,压缩机和膨胀阀的动态响应速度远快于换热器,因此采用准稳态模型进行建模。该方法已被广泛应用于制冷和热泵系统的动态仿真中。各部件模型通过动量、能量和质量守恒进行耦合连接,从而建立起整个TCES系统的动态模型。

## 3. 数学模型与验证

### 3.1. 换热器模型

本文中的换热器模型,包括蒸发器和气体冷却器的模型,是影响系统动态响应的关键部件。换热器建模采用基于有限体积法的分布参数方法,即将换热器离散化为小的控制体积,并利用质量、动量和能量守恒原理为每个单元建立控制方程。该建模方法避免了相区切换问题,并具有较高的计算精度,因此在工程实践中被广泛应用。

如图3所示的换热器有限体积法模型中,换热器被划分为n个控制体积,每个控制体积长度为Δx。下标f1和f2分别代表两种流体,w代表管壁,a代表平均值,i为离散单元编号。离散节点位于每个控制体积的中心,其物理状态参数由进出口参数的平均值表示,如式(1)和式(2)所示。

(1) ?_f,a,i = (?_f,i-1 + ?_f,i) / 2

(2) ρ_f,a,i = f(?_f,a,i, P)

为建立换热器模型,作出以下假设[27]:

(1) 换热器对外部环境绝热,忽略所有热损失;

(2) 管内流动为单向均匀流动,忽略CO?温度和速度的径向分布;

(3) 忽略轴向热传导和压降损失,模型中不考虑动量守恒方程;

(4) 热源侧为开放系统,其压力始终与大气压保持一致。

基于上述假设,分别建立制冷剂侧和热源侧的质量守恒和能量守恒微分方程。沿管长积分这些方程,即可得到换热器的动态模型。

质量守恒方程:

(3) ?(ρ_f,j · A_f,j) / ?t + ??_j / ?z = 0

能量守恒方程:

(4) ?((ρ_f,j · ?_j - P_j) · A_f,j) / ?t + ?(?_j · ?_j) / ?z = α_j · A_j · (T_w - T_f,j)

管壁能量守恒方程:

(5) c_w · ρ_w · A_w · ?T_w / ?t = -α_in · A_in · (T_w - T_f1) + α_out · A_out · (T_f2 - T_w)

其中,ρ、T、P、h、?、A、α和c分别表示密度、温度、压力、比焓、质量流量、传热面积、传热系数和比热容。下标in、out和w分别代表管内侧、管外侧和管壁,且j = in, out。

### 3.2. 气液分离器模型

在TCES系统中,一次流体和二次流体在射流器内混合后,以两相流形式离开射流器,进入气液分离器。

气液分离器内部将两个相分离:液相流入蒸发器,而气相被吸入压缩机。在稳态条件下,气液分离器满足质量守恒关系 $\dot{m}_{mix} = \dot{m}_p + \dot{m}_s$,包括液相质量守恒 $\dot{m}_{mix}(1 - x_d) = \dot{m}_s$,且罐内液位保持恒定。然而,在实际动态运行或系统不稳定期间,气液质量守恒和液位稳定性无法得到维持。为了更准确地描述膨胀阀故障模式下系统的动态行为,考虑了气液分离器——一个关键部件——中实际气液体积比的时间变化特性。引入描述两相体积随时间变化的微分项,建立了基于液位和压力变量的气液分离器模型。气液分离器的物理模型如图4所示。忽略气液分离器壁与环境之间的热交换,基于质量守恒和能量守恒建立时变微分方程:

(6) $(\rho_{sep,l} - \rho_{sep,g}) \frac{dV_{sep,l}}{dt} + \left(V_{sep,g} \frac{d\rho_{sep,g}}{dP} + V_{sep,l} \frac{d\rho_{sep,l}}{dP}\right) \frac{dP}{dt} = \sum \dot{m}$

(7) $(\varepsilon_{sep,l} V_{sep,l} + \varepsilon_{sep,g} V_{sep,g} - V_{sep}) \frac{dP}{dt} = \sum(\dot{m} h) - \rho_{sep,l} h_{sep,l} - \rho_{sep,g} h_{sep,g}$

其中 $\varepsilon_{sep,l}$ 和 $\varepsilon_{sep,g}$ 是在质量守恒和能量守恒方程的重新整理过程中引入的,以简化其表达式。其值由气液分离器当前压力下气相和液相的热物性及其随压力的变化决定:

(8) $\varepsilon_{sep,l} = \rho_{sep,l} \frac{dh_{sep,l}}{dP} + \frac{r \rho_{sep,g}}{(\rho_{sep,l} - \rho_{sep,g})} \frac{d\rho_{sep,l}}{dP}$

$\varepsilon_{sep,g} = \rho_{sep,g} \frac{dh_{sep,g}}{dP} + \frac{r \rho_{sep,l}}{(\rho_{sep,l} - \rho_{sep,g})} \frac{d\rho_{sep,g}}{dP}$

图4. 气液分离器的物理模型。

根据几何关系,气液分离器中的液位高度可进一步表示为:

(9) $\frac{dH_{liq}}{dt} = \frac{\sum \dot{m}}{A_{sep}(\rho_{sep,l} - \rho_{sep,g})} - \frac{V_{sep,l} \frac{d\rho_{sep,l}}{dP} + V_{sep,g} \frac{d\rho_{sep,g}}{dP}}{A_{sep}(\rho_{sep,l} - \rho_{sep,g})} \frac{dP}{dt}$

其中 $\sum \dot{m}$ 为进入分离器的制冷剂净质量流率,根据质量守恒定律,等于气液分离器内储存制冷剂质量的变化率,即 $\sum \dot{m} = \dot{m}_{sep,in} - (\dot{m}_{sep,l,out} + \dot{m}_{sep,g,out})$;$\sum(\dot{m} h)$ 为单位时间内主流带入和带出系统的能量差,即 $\sum(\dot{m} h) = \dot{m}_{sep,in} h_{sep,in} - (\dot{m}_{sep,l,out} h_{sep,l,out} + \dot{m}_{sep,g,out} h_{sep,g,out})$;$r$ 为主流的汽化潜热,$r = h_{sep,g} - h_{sep,l}$;$A_{sep}$ 为气液分离器中液位面的面积。

流出气液分离器的两股流体的焓取决于罐内制冷剂的状态。为了考虑实际液位波动对气体夹带效应的动态影响,在液相和气相出口附近分别引入了高度为 $d_l$ 和 $d_g$ 的液位缓冲区,使得出口焓在相应范围内随液位连续变化[28]。

缓冲高度根据气体和液体出口的相对位置确定,并在模拟过程中保持恒定。出口焓则由以下公式给出:

(10) $h_{sep,l,out} = \begin{cases} h_{sep,l} & H_{liq} > H_{lo} + d_l \\ h_{sep,g} - \frac{H_{liq} - H_{lo}}{d_l}(h_{sep,g} - h_{sep,l}) & H_{lo} + d_l \geq H_{liq} \geq H_{lo} \\ h_{sep,g} & H_{liq} < H_{lo} \end{cases}$

$h_{sep,g,out} = \begin{cases} h_{sep,l} & H_{liq} > H_{go} + d_g \\ h_g - \frac{H_{liq} - H_{go}}{d_{vap}}(h_{sep,g} - h_{sep,l}) & H_{go} + d_g \geq H_{liq} \geq H_{go} \\ h_{sep,g} & H_{liq} < H_{go} \end{cases}$

**3.3 压缩机和膨胀阀**

压缩机和膨胀阀的准稳态数学模型按照参考文献[20]中提出的建模方法建立。

压缩机模型根据CO?的入口热力学状态、排气压力和压缩机特性计算制冷剂质量流率和出口状态,进而确定压缩机功耗。压缩机的相关表达式如下:

(11) $\dot{m}_{comp} = \frac{V_c \eta_v \rho_{suc} N}{60}$

(12) $h_{dis} = h_{suc} + \frac{(h_{dis,is} - h_{suc})}{\eta_{is}}$

对于膨胀阀,其主要功能是通过调节开度来控制进入蒸发器的制冷剂流量,并通过节流实现降压。根据伯努利方程,通过膨胀阀的制冷剂质量流率 $\dot{m}_{ev}$ 为:

(13) $\dot{m}_{ev} = C_{ev} A_{ev}(E_{open}) \sqrt{2 \rho_{ev,in} (P_{ev,in} - P_{ev,out})}$

(14) $C_{ev} = \frac{0.02005}{\sqrt{\rho_{ev,in}}} + 0.634 \nu_{ev,out}$

膨胀阀故障的引入方式是:首先在正常膨胀阀开度(约55%)下运行系统直至达到稳态。在 $t = t_f$ 时刻,通过将目标阀开度减小至不同故障等级来施加低开度故障。

**3.4 喷射器模型**

喷射器主要由动力喷嘴、吸入腔、混合腔、扩散器及连接管道组成。喷射器的工作原理是两股流体——主流和副流——之间的动量传递:高压主流在动力喷嘴中绝热膨胀,将压力能转化为动能,在喷嘴出口处达到音速或超音速,此时压力略低于副流压力。这一压差使得副流被主流吸入。两股流体以不同速度进入混合腔并进行动量交换。混合后的流体以一定速度进入扩散器。随着流道截面积增大,流体的动能重新转化为压力能,被吸入流体在扩散器出口处的压力得到提升。计算模型的示意图如图5所示。

图5. 喷射器计算模型示意图。

通常,吸入比 $\mu$ 和升压比 $P_{lift}$ 常用于评估喷射器的工作性能。为了全面考虑能量转换过程中的损失,后续分析中还将引入喷射器效率 $\eta_{ejec}$ 作为补充评估指标,以评估喷射器的工作特性[29]。

(15) $\mu = \frac{\dot{m}_s}{\dot{m}_p}$

(16) $P_{lift} = \frac{P_d}{P_s}$

(17) $\eta_{ejec} = \frac{\dot{m}_s \Delta h_{s,min}}{\dot{m}_p \Delta h_{p,max}} = \frac{\mu \Delta h_{s,min}}{\Delta h_{p,max}}$

其中 $\dot{m}_s$ 为副流质量流率;$\dot{m}_p$ 为主流质量流率;$P_d$ 为喷射器出口压力;$P_s$ 为副流入口压力;$\Delta h_{s,min}$ 为副流从喷射器吸入口等熵压缩至喷射器出口时的焓增;$\Delta h_{p,max}$ 为主流从喷射器喷嘴入口等熵膨胀至喷射器出口时的焓降。

现有的喷射器模型通常采用理想气体假设,在设计工作点附近可提供较为准确的预测,但在亚临界和回流极限条件下的预测精度往往会显著下降。本文基于等截面混合理论开发了喷射器的理论模型。基于质量、能量和动量守恒,分别为动力喷嘴、吸入腔、混合腔和扩散器建立了数学模型。通过考虑CO?的真实流体性质以及不同运行模式间的状态转换,该模型能够统一描述喷射器从临界和亚临界模式到回流极限附近的工作性能。

为合理描述喷射器内部的流动特性并简化计算,作出以下假设[30]、[31]:

(1) 喷射器内部流动为稳态、一维、绝热流动,忽略流体与壁面之间的热传递;

(2) 喷射器进出口速度相对较低,因此模型中忽略流体在进出口处的动能;

(3) 喷射器内部的不可逆损失通过效率系数加以考虑;

(4) 主流在喷嘴喉部达到壅塞状态;

(5) 两股流体在吸入腔中不会立即混合;混合从某一截面 $y$ 处开始;

(6) 两股流体在激波发生之前完全混合,且激波始终发生在扩散器前方,扩散器入口处的流体为亚音速状态。

**3.4.1 动力喷嘴**

在喷射器正常运行期间,主流在喷射器喷嘴喉部 $t$ 处达到壅塞状态,此时喉部速度达到当地音速,决定了主流的最大质量流率。基于已知的入口温度 $T_p$ 和压力 $P_p$,从REFPROP物性数据库中获得主流在喷嘴入口处的比焓 $h_p$ 和比熵 $s_p$:

(18) $h_p, s_p = f(T_p, P_p)$

忽略主流的入口动能,并通过引入喷嘴等熵效率 $\eta_p$ 来考虑不可逆损失,利用能量守恒计算喉部速度:

(19) $h_{t,is} = f(P_t, s_p)$

(20) $\eta_p = \frac{h_p - h_t}{h_p - h_{t,is}}$

(21) $u_t = \sqrt{2(h_p - h_t)}$

其中 $P_t$ 为喉部主流压力;$h_{t,is}$ 为主流等熵膨胀至喉部压力 $P_t$ 时的焓;$h_t$ 为主流在喉部的实际焓。

根据主流在喉部处的物性,确定其状态。当流体处于单相状态时,可直接利用物性数据库计算当地音速。然而,在超临界CO?喷射器中,当主流压力降至饱和压力以下时,会发生两相流动,此时无法直接获得音速。在这种情况下,利用Lund等人[32]提出的基于延迟相变模型的两相流音速模型获得当地音速,如式(22)所示:

(22) $a^{-2} = \rho\left(\frac{\varphi_g}{\rho_g a_g^2} + \frac{\varphi_l}{\rho_l a_l^2}\right) + \frac{\rho T C_{p,g} C_{p,l} (\zeta_l - \zeta_g)^2}{C_{p,g} + C_{p,l}}$

其中 $\varphi_g$ 和 $\varphi_l$ 分别为气相和液相的体积分数,$\varphi_g = x\rho_l / (x\rho_l + (1-x)\rho_g)$,$\varphi_l = 1 - \varphi_g$;$a_g$ 和 $a_l$ 分别为饱和气体和饱和液体的音速;$\zeta_l = (\partial T/\partial P)_{is,l}$;$\zeta_g = (\partial T/\partial P)_{is,g}$;$C_{p,g} = \rho_g \alpha_g c_{p,g}$;$C_{p,l} = \rho_l \alpha_l c_{p,l}$。

由于主流处于壅塞状态,对喷嘴喉部压力 $P_t$ 进行迭代假设,直到喉部流体速度等于当地音速。然后可通过式(24)确定主流质量流率:

(23) $s_t, \rho_t = f(P_t, h_t)$

(24) $\dot{m}_p = \rho_t u_t A_t$

其中 $A_t$ 为喷嘴喉部截面积。

对于动力喷嘴的扩张段,利用质量和能量守恒方程计算喷嘴出口速度。通过迭代假设喷嘴出口压力 $P_{nout}$ 获得喷嘴出口处的状态。

(25) $h_{nout}, \rho_{nout} = f(P_{nout}, s_{nout})$

(26) $\dot{m}_{nout} = \rho_{nout} u_{nout} A_{nout}$

(27) $h_t + \frac{u_t^2}{2} = h_{nout} + \frac{u_{nout}^2}{2}$

其中 $s_{nout}$ 为喷嘴出口处的熵,$s_{nout} = s_t$;$\dot{m}_{nout}$ 为喷嘴出口处的质量流率,$\dot{m}_{nout} = \dot{m}_p$;$A_{nout}$ 为喷嘴出口处的截面积。

**3.4.2 吸入腔**

根据假设(5),吸入腔中的两股流体不会立即混合;混合从某一截面 $y$ 处开始,此处假设两股流体达到相同压力,即 $P_{sy} = P_{py} = P_y$。

对于主流,其以超音速离开喷嘴后在吸入腔中继续膨胀,引入主流膨胀等熵效率 $\eta_{py}$。通过能量和质量守恒方程,最终获得截面 $y$ 处主流所占面积。

(28) $h_{py,is} = f(P_{py}, s_{nout})$

(29) $\eta_{py} = \frac{h_{nout} - h_{py}}{h_{nout} - h_{py,is}}$

(30) $h_t + \frac{u_t^2}{2} = h_{py} + \frac{u_{py}^2}{2}$

(31) $\rho_{py} = f(P_{py}, h_{py})$

(32) $A_{py} = \frac{\dot{m}_p}{\rho_{py} u_{py}}$

其中 $P_{py}$ 为截面 $y$ 处的主流压力;$h_{py,is}$ 为主流等熵膨胀至截面 $y$ 处的焓;$h_{py}$ 为截面 $y$ 处主流的实际焓;$\rho_{py}$ 为截面 $y$ 处主流的密度;$A_{py}$ 为截面 $y$ 处主流所占面积。

对于副流,根据其已知的入口温度 $T_s$ 和压力 $P_s$,计算入口处的比焓 $h_s$ 和比熵 $s_s$ 如下:

(33) $h_s, s_s = f(T_s, P_s)$

考虑不可逆损失的影响,引入吸入过程的等熵效率 $\eta_s$,建立能量守恒方程计算副流到达截面 $y$ 处的速度及其相关状态参数。

(34) $h_{sy,is} = f(P_{sy}, s_s)$

(35) $\eta_s = \frac{h_s - h_{sy}}{h_s - h_{sy,is}}$

(36) $u_{sy} = \sqrt{2(h_s - h_{sy})}$

(37) $s_{sy}, \rho_{sy} = f(P_{sy}, h_{sy})$

其中 $P_{sy}$ 为截面 $y$ 处的副流压力;$h_{sy,is}$ 为副流等熵膨胀至截面 $y$ 处的焓;$h_{sy}$ 为截面 $y$ 处副流的实际焓;$\rho_{sy}$ 为截面 $y$ 处副流的密度;$s_{sy}$ 为截面 $y$ 处副流的比熵。

由于主流和副流膨胀至截面 $y$ 处所占面积之和等于面积 $A_y$,即混合腔截面积 $A_{mix}$,因此可通过式(39)确定副流的质量流率。

(38) $A_{py} + A_{sy} = A_{mix}$

(39) $\dot{m}_s = \rho_{sy} u_{sy} A_{sy}$

(40) $\mu = \frac{\dot{m}_s}{\dot{m}_p}$

值得注意的是,当截面 $y$ 处副流速度达到当地音速时,即 $u_{sy} = a_{sy}$,副流达到壅塞状态,副流流量达到最大值,喷射器处于临界工况运行。此时对应的压力 $P_y$ 被定义为临界混合压力 $P_{y,cr}$。相反,如果截面 $y$ 处副流未壅塞,即 $u_{sy} < a_{sy}$,喷射器处于亚临界工况运行,混合压力高于临界混合压力。

**3.4.3 混合腔**

两股流体从截面 $y$ 处开始混合,并在激波发生前的截面 $m$ 处完成混合。大多数研究表明,传统的等压混合假设与实际工况不符。

考虑到流体混合过程中的压力升高,以及流体射流之间和流体与壁面之间的摩擦,引入动量混合系数 $\eta_{mix}$ 来考虑临界喷射器工作条件下混合室内的动量损失。(41) $\eta_{mix}(\dot{m}_p u_{py} + \dot{m}_s u_{sy}) = (\dot{m}_p + \dot{m}_s) u_m + (P_y - P_m) A_{mix}$

在亚临界条件下,两股混合流体流之间的速度差增大,导致摩擦损失显著增加,临界条件下的动量混合系数不再适用于亚临界条件[33]。考虑到该系数主要受背压变化的影响,本文采用 Guo 等人[34]的方法处理亚临界条件下的混合系数,并建立了公式(42)所示的相关关系对其进行修正。(42) $\eta_{mix,b} = b_1 \eta_{mix} - b_2 \frac{P_d - P_{d,cr}}{P_{d,cr}}$ (43) $\eta_{mix,b}(\dot{m}_p u_{py} + \dot{m}_s u_{sy}) = (\dot{m}_p + \dot{m}_s) u_m + (P_y - P_m) A_{mix}$

其中,$P_m$ 为 m 截面处混合流体的压力;$P_{d,cr}$ 为喷射器的临界出口背压;$P_d$ 为喷射器的实际出口背压;$b_1$ 和 $b_2$ 为利用本课题组此前喷射器实验数据通过最小二乘法确定的拟合系数,以实验引射比和临界背压作为参考量。$b_1$ 和 $b_2$ 的拟合值分别为 1.0 和 1.35。在亚临界条件下,喷射器实际出口背压大于临界出口背压,即 $P_d > P_{d,cr}$。

基于能量守恒定律,建立了混合室内的能量守恒方程,并得到混合流体的速度 $u_m$ 和焓 $h_m$。混合流体的质量流量 $\dot{m}_{mix}$ 可由公式(46)确定。(44) $\dot{m}_p(h_{py} + \frac{u_{py}^2}{2}) + \dot{m}_s(h_{sy} + \frac{u_{sy}^2}{2}) = (\dot{m}_p + \dot{m}_s)(h_m + \frac{u_m^2}{2})$ (45) $\rho_m = f(P_m, h_m)$ (46) $\dot{m}_{mix} = A_m \rho_m u_m$

混合流体到达 m 截面时仍具有较高的速度。当混合流体的速度超过两相声速时,会发生激波。基于热力学守恒定律,建立了激波模型。(47) $\rho_m u_m = \rho_n u_n$ (48) $P_m + \rho_m u_m^2 = P_n + \rho_n u_n^2$ (49) $h_m + \frac{u_m^2}{2} = h_n + \frac{u_n^2}{2}$ (50) $s_n, \rho_n, \rho_{n,cal} = f(P_n, h_n)$

其中,$P_n$ 为 n 截面处混合流体的压力;$h_n$ 为 n 截面处流体的焓;$\rho_n$ 和 $\rho_{n,cal}$ 为 n 截面处流体的密度;$s_n$ 为 n 截面处流体的比熵。当混合流体为亚声速时,即 $u_m < a_m$,则 $P_n = P_m$,$h_n = h_m$,$u_n = u_m$。

**3.4.4. 扩散器**

混合流体以亚声速进入扩散器,在此处其速度进一步转化为压力。利用等熵关系获得喷射器出口的状态参数,并引入等熵效率 $\eta_d$ 来考虑扩散器中的流动损失。(51) $h_{d,is} = f(P_d, s_n)$ (52) $\eta_d = \frac{h_{d,is} - h_n}{h_d - h_n}$

其中,$P_d$ 为扩散器出口压力;$h_{d,is}$ 为流体等熵膨胀至扩散器出口时的焓;$h_d$ 为扩散器出口处流体的实际焓。

由于忽略喷射器出口的动能,根据能量守恒定律获得二次流质量流量。(53) $\dot{m}_s = \dot{m}_p \frac{h_d - h_p}{h_s - h_d}$

**3.4.5. 倒流极限模型**

当引射比趋近于零时,喷射器达到其工作极限,定义为喷射器的极限条件。该状态下对应的二次流压力是在给定一次流压力和出口背压条件下,喷射器能维持运行的最低压力[35]。此外,当喷射器出口背压超过倒流极限点压力时,二次流发生反向流动,导致喷射器失效。因此,预测该极限压力同样重要。

在求解倒流极限模型时,同样认为一次流处于临界(阻塞)状态,且其从入口到喷嘴出口的流动演化过程与临界条件下的行为相同[36]。因此,公式(18)、(19)、(20)、(21)、(22)、(23)、(24)、(25)、(26)、(27)所述的守恒关系和计算方法在此模型中仍然适用。

对于一次流,假设从喷嘴出口到 x 截面的过程近似为等熵过程,且在该截面处一次流压力等于二次流压力,即 $P_{px} = P_{sx}$。(54) $s_{px} = s_p$ (55) $h_{px} = h(P_{px}, s_{px})$ (56) $h_{nout} + \frac{u_{nout}^2}{2} = h_{px} + \frac{u_{px}^2}{2}$

对于二次流,由于在 x 截面之前没有混合发生,从二次流入口到 x 截面的能量守恒仍可由公式(57)表示。当喷射器工作在极限点时,二次流量足够小,引射比趋近于零。因此,可以忽略二次流的速度,即 $u_{sx} = 0$,且在 x 截面处,二次流压力等于其入口压力,即 $P_{sx} = P_s$。(57) $h_s = h_{sx}$

尽管引射比为零,二次流的压力仍会对后续过程产生影响。因此,为考虑此效应,假设二次流量足够小,即 $\dot{m}_s = 1 \times 10^{-6}$ kg/s[37]。引入动量传递效率 $\eta_{mix,b}$ 来表示 x 截面与 m 截面之间的能量损失。基于动量和能量守恒定律,获得 m 截面处的速度 $u_{mb}$ 和焓 $h_{mb}$。(58) $u_{mb} = \frac{\eta_{mix,b} \dot{m}_p u_{px}}{\dot{m}_p + \dot{m}_s}$ (59) $h_{mb} = \frac{\dot{m}_p(h_{px} + \frac{u_{px}^2}{2}) + \dot{m}_s h_{sx}}{\dot{m}_p + \dot{m}_s} - \frac{u_{mb}^2}{2}$

考虑到激波对流体的影响,临界条件下的激波模型仍可应用于此过程,如公式(47)、(48)、(49)所示。极限条件下扩散器出口压力的计算与临界条件下的计算类似,不同之处在于扩散器出口压力为倒流极限背压而非临界背压。(60) $h_{db} = h_n + \frac{u_n^2}{2}$ (61) $\eta_d = \frac{h_{db,is} - h_n}{h_{db} - h_n}$ (62) $s_{db,is} = s_n$ (63) $P_{db} = P_{db,is} = P(h_{db,is}, s_{db,is})$

计算流程图如图 6 所示。为便于后续分析和描述,根据公式(16)定义喷射器在临界点和倒流极限点处的压力提升比,分别为临界压力提升比 $P_{lift,c}$ 和倒流极限压力提升比 $P_{lift,cb}$:(64) $P_{lift,c} = P_{d,cr}/P_s$ (65) $P_{lift,cb} = P_{d,cb}/P_s$

**图 6.** 全工况两相 CO? 喷射器模型的计算流程图。

**3.5. 系统动态模型的集成与求解**

基于模块化建模方法,在 MATLAB/Simulink 中开发了动态仿真模型,每个组件模型以 S 函数形式实现并集成到 Simulink 中。为建立系统动态模型,首先指定已知的初始结构参数和状态参数,然后依次根据能量和质量流量传递计算各组件的进出口参数。TCES 中组件耦合和参数传递关系如图 7 所示,系统动态模型的计算流程如图 8 所示。

**图 7.** TCES 系统组件耦合示意图。**图 8.** TCES 系统动态模型计算流程图。

**3.6. 模型验证**

**3.6.1. 组件模型验证**

**(1) 喷射器模型**

为验证所建立的全工况两相 CO? 喷射器模型并评估其对现有模型的改进,将该模型与本课题组此前的实验数据[38]进行对比测试,并与现有喷射器模型[39]进行比较。在实验相同的进口压力、温度和几何参数条件下,使用所开发的模型和现有模型预测不同二次流进口压力下引射比随出口背压的变化。图 9 展示了三种不同二次流进口压力下预测的引射比曲线与对应实验数据的对比。

**图 9.** 全工况两相 CO? 喷射器模型预测值与实验验证数据[38],[39]的对比。

如图 9 所示,两种模型均能捕捉到喷射器引射比随出口背压变化的总体趋势,并在临界工况和部分亚临界工况下与实验结果吻合良好。然而,当喷射器接近倒流极限时,现有模型的预测值与实验数据之间的偏差变得明显,而本文所提出的模型仍能持续捕捉引射比的快速下降趋势。特别是在倒流极限点附近(引射比低于 0.2),该模型可靠地捕捉了喷射器性能的快速变化特征,预测误差一般在 16% 以内。此外,在三种不同二次流进口压力下均实现了较高的一致性精度。

上述结果表明,本文开发的全工况两相 CO? 喷射器模型,通过引入动量损失修正系数和倒流极限点预测,能够准确描述喷射器从临界工况向亚临界工况过渡以及接近倒流极限点时的性能变化。这提高了模型对复杂工况的适用性,并为后续系统级分析提供了坚实的建模基础,尤其是组件失效模式下的动态响应分析。

**(2) 换热器模型动态验证**

采用 Wang 课题组建立的二代跨临界 CO? 实验系统数据[40]对换热器进行动态验证。以与实验相同的冷侧和热侧进口温度、压力和流量作为输入条件,将模拟的两侧出口温度与实验数据进行对比。

换热器模型的动态验证结果如图 10 所示。由图 10(a) 和 (b) 可见,热侧和冷侧出口温度的动态响应曲线与实验数据吻合良好。热侧和冷侧出口温度的绝对温度误差分别为 1.32 ℃ 和 1.21 ℃。总体而言,模拟结果在精度和变化趋势方面均与实验数据吻合良好,证明了模型的可靠性。

**图 10.** 换热器模型的动态验证结果:(a) 热侧出口温度,(b) 冷侧出口温度。

**(3) 气液分离器模型动态验证**

由于公开文献中 TCES 系统气液分离器的动态实验数据匮乏,本文采用 Qiao 等人[41]报告的配备闪蒸罐的气相注入系统的动态实验数据。尽管系统构型不同,但闪蒸罐的核心功能与本系统气液分离器的功能一致。在液位方面,如图 11(a) 所示,模型计算的液位在动态趋势方面与实验值高度一致,准确再现了关键过渡点和速率。关于压力预测,结果如图 11(c) 和 (d) 所示。尽管实验测点位置差异的影响存在,该模型有效捕捉了系统压力的主要变化趋势,并保持了较低的平均相对误差(3.29%)。

**图 11.** 气液分离器动态响应验证结果:(a) 罐内液位,(b) 罐内液位误差与相关性,(c) 罐内压力,(d) 罐内压力误差与相关性。

**3.6.2. 系统模型验证**

为验证 TCES 系统中动态传播过程、关键参数演化以及膨胀阀故障对系统稳定性的影响,采用作者此前的实验结果[42]进行验证,包括正常膨胀阀开度下的稳态验证和膨胀阀严重低开度故障下的动态验证。系统仿真的初始运行条件和主要结构参数见表 1。当膨胀阀开度调节至极低值(5%),即近乎全关时,喷射器不再引射二次流,系统崩溃。主要实验参数的演化如图 12 所示。

**表 1.** 系统动态模型验证的初始条件和结构参数。

| 参数 | 单位 | 数值 |
|---|---|---|
| **气体冷却器** | | |
| 压力 | MPa | 8.56 |
| 冷却水进口温度 | ℃ | 10 |
| 冷却水质量流量 | kg/s | 0.06 |
| 光滑管内/外径 | m | 0.0025/0.004 |
| 螺旋沟槽管内/外径 | m | 0.015/0.017 |
| 长度 | m | 6.75 |
| **蒸发器** | | |
| 压力 | MPa | 2.82 |
| 冷冻水进口温度 | ℃ | 10 |
| 冷冻水质量流量 | kg/s | 0.3 |
| 内管内/外径 | m | 0.006/0.008 |
| 外管内/外径 | m | 0.012/0.014 |
| 长度 | m | 4.00 |
| **喷射器** | | |
| 喷射器出口背压 | MPa | 3.41 |
| 引射比 | — | 0.743 |
| 面积比 | — | 4.82 |
| **气液分离器** | | |
| 体积 | m3 | 0.01 |
| 高度 | m | 0.35 |
| **膨胀阀** | | |
| 开度 | — | 0.55 |

**图 12.** 膨胀阀开度近乎全关(5%)时主要实验参数的演化[42]:(a) 一次流质量流量,(b) 二次流质量流量,(c) 一次流压力,(d) 二次流压力,(e) 背压。

**(1) 稳态模型验证**

通过复制不同膨胀阀开度 $E_{open}$ 下的系统运行条件,将关键压力参数(一次流压力、二次流压力和背压)和流量参数(一次流和二次流质量流量)的预测值与实验数据进行对比。验证数据见表 2。

观测到仿真结果与实验数据吻合良好,所有主要参数的误差均在±5%以内。这表明该模型能够准确预测系统的稳态性能,为后续的动态验证与分析奠定了可靠基础。

**表2. 模型稳态验证结果**

| 工况 | 参数 | 仿真值 | 实验值 | 误差/% |
|------|------|--------|--------|--------|
| 工况(1)(Eopen=60%) | Pp/MPa | 9.232 | 9.189 | 0.47 |
| | Ps/MPa | 3.280 | 3.233 | 1.45 |
| | Pd/MPa | 3.773 | 3.719 | 1.45 |
| | m?s/(kg/s) | 0.056 | 10.056 | 0.18 |
| | m?p/(kg/s) | 0.070 | 0.069 | 1.45 |
| 工况(2)(Eopen=50%) | Pp/MPa | 8.997 | 9.150 | ?1.67 |
| | Ps/MPa | 3.190 | 3.182 | 0.25 |
| | Pd/MPa | 3.746 | 3.700 | 1.24 |
| | m?s/(kg/s) | 0.046 | 30.046 | 0.65 |
| | m?p/(kg/s) | 0.0677 | 0.068 | ?0.44 |
| 工况(3)(Eopen=35%) | Pp/MPa | 8.747 | 9.006 | ?2.88 |
| | Ps/MPa | 3.001 | 3.062 | ?1.99 |
| | Pd/MPa | 3.709 | 3.619 | 2.49 |
| | m?s/(kg/s) | 0.0315 | 0.031 | 1.61 |
| | m?p/(kg/s) | 0.0643 | 0.067 | ?4.03 |

**(2)动态模型验证与评估**

为评估模型在膨胀阀低开度故障下捕捉主要动态响应特性的能力,选取喷射器背压、主流量质量流量和高侧压力等关键动态参数,对实验与仿真结果进行比较,如图13所示。如图所示,实验与仿真结果在整体演变趋势上表现出良好的一致性,均捕捉到了膨胀阀故障后系统压力和质量流量的逐渐下降过程。实验曲线中观测到一些局部的非单调波动,而仿真结果则相对平滑。这些差异可能归因于实际控制响应、部件动态滞后和测量过程等因素。由于系统动态响应由多个部件模型的耦合行为共同决定,各部件模型的差异以及实验条件的变化也可能影响系统层面的响应。尽管模型未能复现实验中观测到的所有局部波动,但它捕捉到了膨胀阀故障引起的主要动态响应特性,为分析故障传播过程提供了可靠的建模基础。

**图13. 膨胀阀故障下实验与仿真背压动态趋势对比:(a) 主流量压力,(b) 主流量质量流量,(c) 背压,(d) 副流量压力。**

为评估模型预测的可靠性,对实验测量不确定度和数值求解误差进行了评估。用于实验验证的温度、压力和质量流量测量精度取自原始实验研究[42]。引射比的不确定度约为±0.023至±0.034,表明其不确定度相对较小,对模型验证的影响有限。此外,以5%低开度故障工况为例,通过进一步减小ODE求解器的最大积分步长进行了数值收敛性测试。结果表明,关键动态响应参数的变化均低于0.6%,说明当前的数值设置足以满足动态分析的需求。本研究使用的CO?热物性数据来自NIST REFPROP数据库,因此未单独分析热物性相关的不确定度。

除模型预测精度外,计算效率也是动态模型工程适用性的重要指标。采用实时因子RTF=tCPU/tsim作为计算性能的度量指标,进一步评估了模型的计算时间。结果表明,当前详细动态模型的RTF>1,表明其更适合离线故障演化分析,尚不能提供足够的实时在线控制的计算效率。因此,本模型主要用于揭示故障传播机制、识别关键状态变量,并为保护策略设计提供定量支持。未来工作可采用模型降阶或代理模型方法进一步提升其实时计算能力。

**3.6.3 与现有动态模型的比较**

为进一步明确本模型相较于现有TCES系统动态模型的改进之处,选取文献[20]、[43]中报道的动态模型进行比较。在相同的实验输入条件下,使用相同的实验数据,定量比较不同模型对喷射器背压、副流量压力以及主流量质量流量的预测结果。

如图14所示,三种模型均能合理预测系统动态运行过程中关键参数的变化趋势,尽管各模型在响应幅值和细节变化方面存在差异。总体而言,本模型与实验结果吻合良好,准确捕捉到了包括喷射器背压、副流量压力和主流量质量流量在内的关键参数的动态变化。

**图14. TCES系统动态模型验证与比较[20,43]。**

表3进一步给出了不同模型预测误差的定量比较。如图所示,本模型对喷射器背压、副流量压力和主流量质量流量的预测误差均较低,达到了与现有动态模型相当或更优的预测精度。这些结果表明,本模型不仅保持了良好的动态预测精度,还对喷射器工作模式的变化和系统内部动态耦合提供了更为全面的描述,从而为后续膨胀阀故障下的故障演化分析奠定了可靠基础。

**表3. 不同模型预测误差比较**

| 模型 | 参数 | 单位 | MAE | MRE(%) | RMSE |
|------|------|------|-----|--------|------|
| Zheng等[20] | Pd | MPa | 0.197 | 5.687 | 0.224 |
| | Ps | MPa | 0.101 | 3.010 | 0.127 |
| | m?p | g/s | 1.628 | 9.597 | 1.896 |
| Wu等[43] | Pd | MPa | 0.157 | 4.536 | 0.179 |
| | Ps | MPa | 0.080 | 2.378 | 0.100 |
| | m?p | g/s | 1.149 | 6.724 | 1.284 |
| 本文 | Pd | MPa | 0.102 | 2.964 | 0.111 |
| | Ps | MPa | 0.036 | 1.062 | 0.043 |
| | m?p | g/s | 0.542 | 3.081 | 0.794 |

**4. 结果与讨论**

由于实验直接获得的动态数据相对有限,动态模型被进一步用于分析故障过程中其他系统变量,从而揭示在不同程度液供限制下压力、质量流量、喷射器性能和气液分离器液位之间的耦合演化关系。为区分可恢复的性能下降与严重的故障传播,首先考虑30%阀开度工况作为中等液供受限状态,随后考察5%、4%和3%的严重低开度故障工况,以研究系统从稳定退化向严重故障过渡过程中动态响应的差异。对于每种工况,系统首先在规定的膨胀阀开度下运行至达到稳态,随后将开度瞬时降低至目标值,以模拟由执行器故障或阀门堵塞引起的液供能力突然丧失。为便于说明,后续各图中膨胀阀开度降低的时刻设定为t=20 s,表明系统在此之前已达到稳态。

**4.1 不同膨胀阀开度降低程度下的动态响应**

图15展示了不同膨胀阀开度降低条件下喷射器关键压力的动态响应。与初始稳态工况相比,将阀开度降低至30%仅引起系统压力的微小调整,主流量压力Pp、副流量压力Ps和背压Pd分别下降3.28%、8.40%和4.32%,随后逐渐趋近新的稳态。这表明在中等程度液供能力降低的情况下,系统仍可通过内部热力学调整建立新的稳定运行状态。

**图15. 不同膨胀阀开度降低条件:(a) 主流量压力,(b) 副流量压力,(c) 背压。**

当膨胀阀开度进一步降低至5%、4%和3%(代表严重低开度故障工况)时,三种压力均呈现持续下降趋势,且偏离初始稳态的程度随开度降低而愈加显著。以5%低开度故障工况为例,在1000 s内,主流量压力Pp从8.56 MPa降至6.49 MPa,降幅达24.2%,并跨越了CO?的临界压力(7.38 MPa),表明CO?工质从超临界状态向亚临界状态转变(图15(a))。相比之下,副流量压力Ps下降最为显著,降幅约为46.2%,下降幅度大小关系为Ps>Pd>Pp。随着阀开度的降低,各压力偏离初始稳态值的程度愈加显著,进一步表明严重低开度故障首先强烈限制了低侧液供和蒸发,其影响随后通过背压传播至系统其他部件。

图16展示了不同膨胀阀开度降低条件下喷射器质量流量的动态响应。副流量质量流量对膨胀阀开度变化的敏感度高于主流量质量流量。即使在30%开度降低条件下,主流量质量流量仅下降5.23%,而副流量质量流量下降41.13%,表明喷射器引射能力显著降低。尽管如此,系统在此条件下仍可通过内部流量重新分配建立新的稳定运行状态。

**图16. 不同膨胀阀开度降低条件:(a) 主流量质量流量,(b) 副流量质量流量。**

当膨胀阀开度进一步降低至5%、4%和3%时,主流量和副流量质量流量均持续下降,其中副流量的衰减更为显著。以5%低开度故障工况为例,在1000 s内,主流量质量流量从0.068降至0.045 kg/s,降幅约为34.4%。相比之下,副流量质量流量m?s在开度降低后100 s内从0.051迅速降至0.006 kg/s,降幅达88.2%。副流量质量流量的快速下降进一步削弱了喷射器的引射能力,从而导致气液分离器内部制冷剂进出口质量流量的不平衡。

图17展示了不同膨胀阀开度降低条件下气液分离器液位的动态响应。如图所示,在膨胀阀开度降低后,所有工况下气液分离器液位均出现不同程度的上升,表明液供能力的降低改变了系统内部的制冷剂分配。然而,液位的演变规律随开度降低程度存在显著差异。在30%开度降低条件下,液位从初始的0.106 m上升至约0.168 m,随后逐渐趋近稳态。这表明在中等程度液供限制下,系统可通过各部件间制冷剂质量流量的动态调整建立新的质量平衡,气液分离器对制冷剂积聚起到了一定的缓冲作用。

**图17. 不同膨胀阀开度降低条件下气液分离器液位。**

当膨胀阀开度进一步降低至5%、4%和3%时,液位持续上升并逐渐趋近储罐上限0.35 m。以5%低开度故障工况为例,液位从0.106 m上升至0.338 m,达到储罐高度的约96.6%。结合图16的结果可知,严重低开度故障破坏了系统原有的流量平衡,使气液分离器内的液体储存量逐步增加。与此同时,关键参数并未呈现明显的趋稳趋势,表明系统已无法维持正常运行。若该过程持续进行,气液分离器内过多的液面积聚可能导致大量液态制冷剂进入压缩机,引发液击现象,造成压缩机损坏。因此,系统应及时停机。

**4.2 膨胀阀严重低开度故障下的故障传播路径**

基于第4.1节中不同膨胀阀开度降低条件的对比分析,在30%开度降低条件下,系统仍可通过内部状态调整建立新的稳定状态;而在5%及更低的开度条件下,系统逐渐丧失稳定调节能力,表现出持续的性能退化。因此,选取5%低开度故障工况作为典型的严重故障案例,进一步研究喷射器工作模式的转变以及系统内部的耦合响应。

图18展示了5%低开度故障条件下喷射器背压的动态响应。根据喷射器出口压力Pd、临界背压Pd,cr和回流限制压力Pd,cb之间的关系可知,在膨胀阀开度突然降低之前,喷射器出口压力等于临界背压,表明喷射器处于临界模式运行。随着膨胀阀开度的降低,Pd跟随高、低侧压力变化趋势持续下降。因此,Pd与Pd,cr之间的关系由Pd≤Pd,cr转变为Pd>Pd,cr,表明喷射器从临界模式切换至亚临界模式。

**图18. 5%低开度故障条件下喷射器背压。**

图19展示了5%低开度故障条件下系统质量流量的动态响应。

由于故障施加在低压侧,其对高压侧的影响是间接传递的。因此,如图19(a)所示,压缩机质量流量 $\dot{m}_{dis}$ 和主流动质量流量 $\dot{m}_p$ 几乎保持一致。如图19(b)所示,膨胀阀质量流量 $\dot{m}_{ev}$ 直接受到阀口开度突然减小的影响,在开度减小后的10 s内从0.057 kg/s降至0.006 kg/s,此后基本保持恒定。这表明在该故障条件下液体供给能力受到严重限制,是随后蒸发压力和喷射器抽吸能力下降的主要原因。

下载:下载高分辨率图片(163KB)
下载:下载原尺寸图片
图19. 5%低开度故障条件:系统质量流量

次流动质量流量 $\dot{m}_s$ 的响应不仅受蒸发器侧压力变化的影响,还受喷射器工作模式转换的影响。在膨胀阀开度急剧减小后,蒸发压力的降低恶化了次流动入口条件,并改变了主流动与次流动之间的压力匹配关系,从而削弱了喷射器的抽吸能力。随着喷射器逐渐从临界模式向亚临界模式过渡,内部混合和压力恢复过程的变化导致次流动质量流量快速下降。在 $t = 40$ s 左右,下降趋势略有缓和,由于喷射器模式转换和蒸发器内两相传热的动态滞后共同作用,出现了一个小幅的局部回升。这一行为对应于图15(b)中在相似时刻观测到的次流动压力(即蒸发压力)的轻微恢复。然而,这种恢复不足以恢复系统平衡,因此不会改变整体的退化趋势。

系统压力和质量流量的变化可进一步用于评估膨胀阀故障后喷射器性能参数的响应,如图20所示。从图中可以看出,在5%低开度故障条件下,喷射器压力提升比 $P_{lift}$ 持续增大。这主要是由于故障后次流动压力快速下降,而喷射器出口背压的变化相对有限,导致喷射器进出口之间的压力匹配关系发生显著变化。需要注意的是,压力提升比的增大并不意味着喷射器性能的改善。相反,它主要反映了在严重低开度故障条件下次流动侧压力衰减导致的压力匹配恶化,而非有效抽吸能力的增强。

下载:下载高分辨率图片(139KB)
下载:下载原尺寸图片
图20. 5%低开度故障条件:喷射器性能

同时,抽吸比 $\mu$ 从0.743迅速下降至约0.134,表明喷射器抽吸能力严重退化。虽然在5%低开度故障条件下系统中仍存在一定量质量流量,但喷射器几乎完全丧失了有效的抽吸功能。在故障初始阶段,喷射器效率 $\eta_{ejec}$ 出现一定波动,这主要是由于压力状态变化与质量流量减小之间的暂时性竞争所致。随着液体供给限制持续发展,次流动的衰减成为主导因素,降低了喷射器恢复压力能量的能力,最终导致效率下降。

图21展示了5%低开度故障条件下高压侧温度和蒸发器过热的动态响应。当膨胀阀开度降至5%时,在系统运行过程中所有高压侧温度均有所下降,其中气体冷却器出口温度 $T_{gc,out}$ 下降了约8.37℃。这一变化主要是由于压力和质量流量的降低改变了气体冷却器进出口之间的焓降分布。在相同的冷却条件下,每一单位质量的CO?经历更加充分的冷却过程,导致出口温度逐渐降低。

下载:下载高分辨率图片(163KB)
下载:下载原尺寸图片
图21. 5%低开度故障条件:(a)高压侧温度,(b)蒸发器过热

如图21(b)中的过热曲线 $\Delta T$ 所示,在膨胀阀开度减小后的20 s内,过热维持在0℃左右,随后在 $t = 41.5$ s 后开始快速上升,最终达到38.1℃。这一行为主要是由于蒸发器内初始储存的液态制冷剂的动态缓冲效应所致。在阀开度减小后立即,供给蒸发器的制冷剂急剧减少,但蒸发器内积累的液态制冷剂仍可继续蒸发,使出口状态在一定时期内保持两相状态。随着储存的液态制冷剂逐渐耗尽,蒸发器下游段出现显著的过热区域,导致出口温度快速升高,过热急剧上升。该过程进一步恶化了喷射器的次流动入口条件,并与前述抽吸能力的退化相耦合。

图22展示了5%低开度故障条件下系统制冷/制热能力和压缩机功耗的动态响应。如图所示,在膨胀阀开度突然减小后,制冷能力从初始稳定值8.29 kW迅速下降至约1.80 kW,降幅达78.3%。这一性能退化主要是由于膨胀阀液体供给能力的限制显著减少了进入蒸发器的制冷剂量,从而削弱了蒸发器侧的有效换热能力。同时,喷射器抽吸能力的恶化进一步降低了循环质量流量,导致制冷能力持续下降。

下载:下载高分辨率图片(63KB)
下载:下载原尺寸图片
图22. 5%低开度故障条件:制冷/制热能力及功耗

同时,制热能力下降了约39.1%,表明膨胀阀故障不仅削弱了蒸发器侧的吸热,还进一步恶化了气体冷却器中的放热过程,导致系统整体能量转换能力显著降低。由于系统质量流量大幅下降,压缩机功耗略有降低,但降幅远小于制冷/制热能力的降幅。这表明该故障条件并未通过降低功耗实现有效的节能,反而因制冷循环能力的恶化导致了严重的系统性能退化。

为进一步量化膨胀阀故障对系统状态的影响,基于上述动态响应选择了关键参数,包括膨胀阀质量流量、喷射器抽吸比、制冷能力、气液分离器液面高度和蒸发器出口过热。表4总结了5%低开度故障条件下系统偏离正常运行状态的量值。

表4. 5%低开度故障条件下系统状态的定量评估

| 参数 | 单位 | 正常工况 | 5%低开度故障工况 | 状态表征 |
|------|------|----------|-----------------|----------|
| $m_s$ | kg/s | 0.057 | 0.006 | ?88.2% |
| $\Delta T$ | ℃ | 1.12 | >38 | 严重过热 |
| $\mu$ | — | 0.743 | 0.134 | ?81.9% |
| $H_{liq}$ | m | 0.106 | 0.338(96.6%罐高) | +218.9% |
| $Q_{evp}$ | kW | 8.29 | 1.8 | ?78.3% |

如表4所总结的,在5%低开度故障条件下,系统的液体供给能力、喷射器抽吸性能和制冷能力均显著退化,而气液分离器中的液面接近其几何极限。这些结果表明,上述参数可作为识别严重液体供给受限条件的候选状态监测变量。

### 4.3 讨论与工程意义

膨胀阀是TCES系统中的关键调节部件,其有效流通面积决定了蒸发器侧的制冷剂供给能力。在实际运行中,阀杆卡滞、执行器故障、阀口污染和碎片堵塞等因素可能导致阀门无法维持目标开度,从而使系统进入液体供给受限状态。本研究将这些故障模式表示为有效阀开度的突然减小,以研究其对系统动态行为的影响。

从系统耦合的角度来看,膨胀阀低开度故障并非简单地降低循环质量流量,而是改变了系统内部的质量与能量平衡。液体供给的减少首先削弱了蒸发器侧状态,并通过改变喷射器入口条件,引发其工作模式的转换,进而影响气液分离器进出口质量流量的匹配,导致制冷剂重新分布。因此,故障过程本质上是一个动态传播过程,即局部的节流能力减小通过多部件耦合被逐步放大。

除了膨胀阀低开度故障外,喷射器在偏离设计工况运行时导致气液分离器内制冷剂分布变化是另一个需要关注的系统稳定运行问题。已有研究表明,超临界CO?喷射器的性能对背压和入口条件高度敏感,运行点的变化会显著影响抽吸能力[8][13]。在实际压缩-喷射系统中,难以长期维持喷射器抽吸能力与其出口两相状态之间的匹配,使得气液分离器进出口质量流量难以保持平衡。因此,运行过程中液面可能持续波动,进一步影响喷射器混合过程和整体系统性能。对于此类工况,实验研究中通常采用容积较大的气液分离器以确保稳定运行[44]。同时,一些研究通过改进的喷射器系统构型、运行参数优化和旁路调节策略改善了液面控制[45][46]。尽管这些工况并非由本研究探讨的严重低开度膨胀阀故障直接引起,但它们同样涉及喷射器性能变化与分离器内液体储存动力学之间的耦合。因此,本研究建立的动态模型不仅可以用于分析膨胀阀故障期间的故障传播,还可以为其他异常喷射器工况下的状态预测和调节策略开发提供建模基础。

### 5 结论

针对超临界CO?压缩-喷射系统(TCES)中膨胀阀故障条件下压力、流量和喷射器工作状态之间的强耦合使得动态响应难以准确描述的问题,本文建立了一个综合考虑喷射器全工况行为和气液分离器动态液体储存特性的系统动态模型,并分析了严重低开度故障条件下的系统动态演变过程。主要结论如下:

(1) 通过引入亚临界混合效率修正和性能崩溃条件描述,建立了能够统一表征喷射器在临界、亚临界和回流极限条件下行为的全工况模型。该模型能够更合理地描述膨胀阀故障期间喷射器从正常运行到性能退化乃至失效的动态过程,为系统故障条件下喷射器状态预测提供了模型基础。

(2) 通过考虑分离器中时变的气液体积分数,建立了基于液面/压力的动态模型,以捕捉故障传播过程中的制冷剂积累,克服了传统固定体积或准稳态模型在描述液面动力学方面的局限性。

(3) 膨胀阀低开度故障破坏了系统内部的质量与能量平衡,并通过部件间耦合引发持续的故障传播过程。该过程表现为液体供给能力降低、喷射器性能退化、气液分离器液体储存状态变化和系统整体性能恶化的耦合演变,表明TCES系统的严重故障响应具有系统级耦合特征。

(4) 膨胀阀故障严重程度的增加持续减小系统安全裕度。在5%低开度故障条件下,气液分离器中的液面达到几何极限高度(0.35 m)的96.6%,表明液面比率和剩余液体储存能力可作为严重液体供给受限条件的重要监测指标。实际保护阈值应基于具体的分离器构型和控制策略进一步确定。

(5) 严重液体供给限制显著削弱了制冷能力并破坏了关键部件的运行协调。在5%低开度故障条件下,液体供给能力的大幅下降导致蒸发器出口过热急剧升高至38℃以上,喷射器几乎丧失正常抽吸能力,制冷能力下降约78.3%。

这些结果表明,极端的供液限制会破坏蒸发器、喷射器和气液分离器之间的耦合平衡,导致系统从性能下降演变为功能失效。总之,本研究所建立的动力学模型不仅能够描述TCES系统在膨胀阀故障条件下的动态响应,还能揭示喷射器性能变化、气液分离器储液动态与系统性能下降之间的耦合关系。该研究为严重供液限制条件下此类系统的动态响应特性提供了深入见解,并为监测阈值确定和保护控制设计提供了定量依据。需要注意的是,当前模型主要用于离线动态分析,其预测结果仍受限于实验验证数据不足和经验性组件参数等因素。未来研究将纳入更全面的严重故障实验数据,以将该模型扩展至不同的故障模式和退化等级。同时,可通过模型精细化、模型降阶或代理建模方法来提升计算效率,为进一步开展在线状态估计、故障监测和保护控制策略研究奠定基础。

作者贡献声明

何知美:论文撰写—初稿,可视化,验证,软件,方法论,调查研究,形式化分析,数据整理,概念构思。
郝云英:论文撰写—审阅与编辑,可视化,软件,调查研究,形式化分析,数据整理。
何震:调查研究,数据整理。
冯欣悦:调查研究,数据整理。
徐晓晓:论文撰写—审阅与编辑,监督指导,方法论,基金获取,概念构思。

何知美 | 郝云英 | 何震 | 冯欣悦 | 徐晓晓
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号