20 L近球形容器中微米级铝粉的爆炸特性

陈晓坤; 张自军; 王秋红; 邓军; 李海涛; 徐青峰

doi:10.11883/bzycj-2017-0101

20 L近球形容器中微米级铝粉的爆炸特性

doi: 10.11883/bzycj-2017-0101

陈晓坤^{1, 2},
张自军^{1, 2},
王秋红^{1, 2, ,},
邓军^{1, 2},
李海涛^{1, 2},
徐青峰^{1, 2}

1.
西安科技大学安全科学与工程学院, 陕西西安 710054
2.
西安科技大学安全科学与工程学院陕西省煤火灾害防治重点实验室, 陕西西安 710054

基金项目:

国家自然科学基金青年科学基金项目 51504190

国家重点研发计划项目 2016YFC0800102

陕西省国际科技合作与交流计划项目 2016KW-070

详细信息

作者简介:
陈晓坤(1961-), 男, 教授, 博士生导师

通讯作者:
王秋红, wangqiuhong1025@126.com

中图分类号: O381;X932
计量
- 文章访问数: 5495
- HTML全文浏览量: 1802
- PDF下载量: 109
- 被引次数: 1
出版历程
- 收稿日期: 2017-03-30
- 修回日期: 2017-07-21
- 刊出日期: 2018-09-25

Explosion characteristics of micro-sized aluminum dust in 20 L spherical vessel

CHEN Xiaokun^{1, 2},
ZHANG Zijun^{1, 2},
WANG Qiuhong^{1, 2
, ,},
DENG Jun^{1, 2},
LI Haitao^{1, 2},
XU Qingfeng^{1, 2}

1.
College of Safety Science and Engineering, Xi'an University of Science and Technology, Xi'an 710054, Shaanxi, China
2.
Shanxi Key Lab of Prevention and Control of Coal Fire, College of Safety Science and Engineering, Xi'an University of Science and Technology, Xi'an 710054, Shaanxi, China

摘要

摘要: 采用20 L近球形粉尘爆炸实验系统，探究微米级铝粉在不同点火延迟时间、粉尘粒径及粉尘浓度下的爆炸特性规律。结果表明：当点火延迟时间在20~120 ms范围内，铝粉最大爆炸压力和最大爆炸压力上升速率先增大后减小，随铝粉粒径增大，最佳点火延迟时间增大；在任一点火延迟时间下，粒径大于8.12 μm的铝粉最大爆炸压力随粉尘粒径的减小呈增大的变化趋势；粒径大于8.12 μm的铝粉，在80~440 g/m³粉尘浓度范围内，铝粉最大爆炸压力和最大爆炸压力上升速率先增大后减小，且铝粉粒径越小，对应的最猛烈爆炸粉尘浓度越低。
- 铝粉爆炸 /
- 点火延迟时间 /
- 粒径 /
- 粉尘云浓度 /
- 最大爆炸压力
Abstract: In order to investigate explosion characteristics of micro-sized aluminum dust, a series of experiments were carried out to reveal the influences of ignition delay time, dust particle size and dust concentration on explosion parameters of aluminum dust using a 20 L nearly spherical dust explosion experimental system. The results show that:when the ignition delay time was within 20-120 ms, the maximum explosion pressure and maximum rate of pressure rise of aluminum dust initially increased but then decreased, the optimum ignition delay time increased with increasing particle size. The maximum explosion pressure of aluminum dust with particle size greater than 8.12 μm increased with decreasing particle size. Moreover, when the particle size is greater than 8.12 μm and the dust concentration range is 80-440 g/m³, the maximum explosion pressure and pressure rise rate of aluminum dust increased at beginning and then decreased, in addition, the smaller the dust particle size, the lower the dust concentration corresponding to the most violent explosion.
- aluminum dust explosion /
- ignition delay time /
- particle size /
- dust cloud concentration /
- maximum explosion pressure

HTML全文

在空间碎片超高速碰撞问题的研究中, 撞击极限方程一直是最主要的研究内容之一, 也是航天器空间碎片撞击风险评估失效判断的依据^[1]。获取具有较高精度的撞击极限方程, 是航天器防护结构安全性分析的重要保证, 也是研究航天器遭受空间碎片超高速撞击后的损伤概率、进行航天器防护结构设计和优化的重要基础^[2]。蜂窝夹层板结构具有轻质、比强度高、比刚度高、抗震、隔热、隔音等性能优点, 在卫星板式结构中的应用可占80%~90%, 对卫星具有重要的作用^[3]。

当前描述撞击极限方程的指标主要有两类:一类以预测概率为基础, 如总体预测正确率和安全预测正确率; 另一类则以预测错误的实验直径与方程预测直径之间的偏差为基础, 如绝对预测误差、相对预测误差。撞击极限方程的误差对风险评估结果有很大影响^[4-5]。为此, 本文中, 将对撞击极限方程的预测指标分别阐述, 分析蜂窝夹层板撞击极限方程的各预测指标在方程系数空间的变化特征, 以期为方程预测指标的提升提供参考。

1. 蜂窝夹层板撞击极限方程及预测指标

1.1 蜂窝夹层板撞击极限方程简介

蜂窝夹层板的撞击极限方程初始主要通过修正Whipple结构的撞击极限方程获得^[6], 如Christiansen撞击极限方程, 在1992年以后就被频繁用于蜂窝夹层板碎片撞击的风险评估^[7]。该方程由3个速度段函数组成, 分别为弹道段、超高速段和由弹道段和超高速段线性插值得到的中速段(3 km/s < v_n < 7 km/s):

$d_{\mathrm{c}}=\left(\frac{t_{\mathrm{w}}(\sigma / 40)^{0.5}+t_{\mathrm{b}}}{0.6(\cos \theta)^{5 / 3} \rho_{\mathrm{p}}^{0.5} v^{2 / 3}}\right)^{18 / 19} \quad v_{n} \leqslant 3 \mathrm{~km} / \mathrm{s}$

(1)

$d_{\mathrm{c}}=\frac{3.918 t_{\mathrm{w}}^{2 / 3} S^{1 / 3}(\sigma / 70)^{1 / 3}}{\rho_{\mathrm{p}}^{1 / 3}(v \cos \theta)^{2 / 3} \rho_{\mathrm{b}}^{1 / 9}} \quad v_{n} \geqslant 7 \mathrm{~km} / \mathrm{s}$

(2)

式中:d_c为撞击极限方程的预测直径, v_n为弹丸沿靶板法向的速度分量, v为速度, θ为撞击角度, t_b为前板厚度, t_w为后板厚度, ρ_b为前板密度, ρ_p为弹丸密度, σ为面板屈服应力, S为前后面板间距。

蜂窝夹层板的前后面板有铝合金材料和碳纤维复合材料(CFRP)两种类型, 对CFRP面板, 式(1)~(2)中t_b和t_w均采用等面密度的铝板厚度计算, 即:t_b=t_{b, CFRP}ρ_CFRP/ρ_Al, t_w=t_{w, CFRP}ρ_CFRP/ρ_Al。

1.2 撞击极限方程预测指标简介

1.2.1预测概率型指标

针对某类结构开展空间碎片的地面物理撞击实验时, 可将总物理撞击实验个数记为M, 物理实验中包含且仅包含被撞击结构的未失效和失效两类情况。将未失效实验数据个数记为M_nf, 失效实验数据个数记为M_f, 则有M=M_nf+M_f。

引入方程预测正确的总个数M′、方程预测正确的未失效个数、方程预测正确的失效个数, 则撞击极限方程对物理实验结果的预测概率型指标可表述为总体预测正确率和安全预测正确率:

$P_{\mathrm{t}}=\frac{M_{\mathrm{nf}}^{\prime}+M_{\mathrm{f}}^{\prime}}{M_{\mathrm{nf}}+M_{\mathrm{f}}}=\frac{M^{\prime}}{M}$

(3)

$P_{\mathrm{s}}=1-\frac{M_{\mathrm{f}}-M_{\mathrm{f}}^{\prime}}{M_{\mathrm{nf}}+M_{\mathrm{f}}}=1-\frac{M_{\mathrm{f}}-M_{\mathrm{f}}^{\prime}}{M}$

(4)

显然, P_t和P_s同时与未失效和失效数据相关, 具有全局性特点, 可统称为综合预测指标。

1.2.2预测误差型指标

针对预测错误的数据进行误差描述, 可进一步判别方程的预测能力和预测精度。

绝对误差型指标为:

$S^{2}=\sum\limits_{i=1}^{n} k_{i}\left(d_{\mathrm{c} i}-d_{i}\right)^{2}$

(5)

式中:S²代表绝对误差平方和, k_i代表方程预测第i个物理实验的精确性(当方程正确预测实验结果时k_i取0, 反之则取1), d_i代表物理实验给出的弹丸直径, d_ci为方程预测所获得的临界弹丸直径。绝对误差平方和S²是关于总体实验数据的平均值, 其平方根即代表了绝对误差的大小。在预测率相同的前提下, 若绝对误差越小, 则撞击极限方程的预测精度就会越高。

相对误差型指标为:

$f^{2}=\sum\limits_{i=1}^{n} k_{i}\left(\frac{d_{\mathrm{c} i}-d_{i}}{d_{i}}\right)^{2}$

(6)

相对误差平方和f²是关于总体实验数据平均值, 其平方根即代表了相对误差的大小。在预测率相同的前提下, 若相对误差越小, 撞击极限方程的预测精度也就越高。

2. 预测指标在方程系数空间的分布

为便于分析, 共调研获得131个采用CFRP面板的蜂窝夹层板撞击实验数据, 其中有文献[8]的55个数据、文献[9]的3个数据、文献[10]的35个数据、文献[11]的38个数据。

由文献[12]可知, 添加系数是提出新方程的一个简单思路。因此, 分别在方程弹道段(式(1))和超高速段(式(2))等号右边乘以一个整体系数, 并将该系数(包含低系数λ₁和高系数λ₂)作为参数, 相对于原方程(式(1)和式(2), 其系数均为1)设定新方程的系数变化范围为±100%(即为0~2, 精度取0.001), 则基于调研得到的131个实验数据, 对系数采用穷举法自编程序, 可计算预测指标在参数空间的量化结果。

图 1为预测概率型指标在系数空间的等值线。指标P_t在系数空间的等值线分布以“同心”分层现象为主, 系数太大或太小对应的P_t都比较小, 当正确率大于80%时, 系数区间相对比较离散; 而指标P_s在系数空间的等值线分布呈现“线性”分层特性, 无明显的中心, 其左下角区域的安全预测正确率可达100%, 即系数越大P_s越小。

图 1 预测概率型指标等值线

Figure 1. Contours of the predicted probability indicators

下载: 全尺寸图片幻灯片

图 2为预测误差型指标在系数空间的等值线。指标S²和f²在系数空间的等值线的“同心”分层现象都很明显, 且等值线比指标P_t和P_s更光滑, 小误差区域都集中在中下部, 即系数太大或太小对应的误差都比较大。

图 2 预测误差型指标等值线

Figure 2. Contours of the prediction error indicators

下载: 全尺寸图片幻灯片

3. 方程预测能力的提升

3.1 提升途径的分析

上述两类预测指标, 分别描述了撞击极限方程对物理实验数据的正误个数的预测结果以及错误预测时方程预测的临界直径与对应实验直径的偏差情况。若将预测概率型指标作为首要指标、预测误差型指标作为次要指标, 可以在得到较高预测正确率的前提下, 获得预测误差相对较小的撞击极限方程。而若将预测误差型指标作为主要指标、预测概率型指标作为次要指标, 则获得的结果预测误差较小, 但预测正确率可能较低。

预测概率型指标有2个, 即P_t和P_s; 预测误差型指标也有2个, 即S²和f²。因此, 可反映方程整体预测情况的指标有P_t、P_s、S²和f²。由预测指标在方程系数空间的变化特征分析可知, P_t或P_s的最高值可能不止一个, 而S²和f²的最小值唯一。综合起来, 预测概率型和预测误差型指标的排列组合、可能的预测指标体系序列见表 1。

表 1 预测指标体系列表

Table 1. List of predictor systems

体系	一级指标	二级指标	三级指标
1	P_t	P_s	S²
2	P_t	P_s	f²
3	P_s	P_t	S²
4	P_s	P_t	f²
5	S²	-	-
6	f²	-	-

下载: 导出CSV

| 显示表格

根据表 1中的三级预测指标体系, 撞击极限方程建模寻优时应首先寻求一级指标最优的解集, 然后在该集合中寻找二级指标最优的子集, 最后在子集中寻求三级指标最优的解, 作为撞击极限方程最终的建模结果。

3.2 提升方法的应用

采用穷举法获得的蜂窝夹层板撞击极限方程预测指标在其方程系数空间的变化特征, 分别采用表 1中的6个预测指标体系进行逐级寻优, 可以对三级预测指标体系在方程待定参数求解方面的应用进行分析。

采用预测指标体系1和2进行分析, 各指标在系数空间的等值线取较优值的局部放大图, 如图 3所示。由一级指标, 最大P_t应在预测率为84%以内区域内; 由二级指标, 靠近左下角的P_s较高。则以一级指标为主、二级指标为次的最优解应在P_t为84%的下面区域内。由三级指标, 越靠近S²=0.02(体系1)或者f²=1(体系2)区域中心点, 预测误差会越小。经编程、得到最优结果为图 3中的五角星点。

图 3 预测指标体系1和2

Figure 3. Predictor system 1 and 2

下载: 全尺寸图片幻灯片

图 4为预测指标体系3和4各指标在系数空间的等值线取较优值的局部放大图。由一级指标, 最大P_s应在预测率为99.9%以上的左下角区域; 由二级指标, 靠近中下部分的P_t较高。则以一级指标为主、第二级指标为次的最优解应在P_s为99.9%以上的靠近中间的区域。由三级指标, 靠近S²=0.02(体系3)或者f²=1(体系4)时, 预测误差比较小, 图 4中的五角星点为最终的最优结果。

图 4 预测指标体系3和4

Figure 4. Predictor system 3 and 4

下载: 全尺寸图片幻灯片

图 5为预测指标体系5和6各指标在系数空间的等值线取较优值的局部放大图。由于预测指标体系5和6各只有一个指标, 因此最优结果应在S²=0.02(体系5)或者f²=1(体系6)的中心位置, 即图 5中的五角星点。

图 5 预测指标体系5和6

Figure 5. Predictor system 5 and 6

下载: 全尺寸图片幻灯片

3.3 提升结果的对比

通过计算, 最终方程优化前与采用不同预测指标体系优化后的对比结果见表 2。

表 2 方程优化前后对比

Table 2. Comparison of the equations before and after optimization

体系	λ₁	λ₂	P_t/%	P_s/%	S²	f²
优化前	1.000	1.000	72	76	0.061 5	4.932 4
1	1.050	0.557	85	95	0.017 5	0.691 0
2	1.050	0.557	85	95	0.017 5	0.691 0
3	0.836	0.444	73	100	0.038 5	1.835 8
4	0.836	0.444	73	100	0.038 5	1.835 8
5	1.022	0.615	83	92	0.016 8	0.730 3
6	1.030	0.568	82	92	0.017 3	0.686 9

下载: 导出CSV

| 显示表格

由表 2可见, 采用不同预测指标体系对蜂窝夹层板撞击极限方程进行优化后, P_t和P_s全部提高, 说明优化过程是从全局的角度提高方程的预测正确率; S²和f²都减小了, 说明优化过程趋于提升全局预测精度。

在本文所采用的实验数据^[8-11]范围内, 预测指标体系1和2优化得到的结果一致, 说明预测概率型指标作为首要指标、预测误差型指标作为次要指标时, 预测概率型指标对优化结果起主导作用, 预测误差型指标对结果没有影响(预测指标体系3和4具有类似结论)。预测指标体系5和6优化得到的结果有所不同, 预测误差的类型对优化结果有一定影响(系数、预测概率型指标以及预测误差型指标相差都在10%以内)。

从全局的角度出发, 对比预测指标体系1~6的优化结果发现, 体系1和2比体系3和4的P_t高12%而P_s低5%, S²和f²也都比较小, 说明两类指标体系各有侧重点, 体系1和2的优化结果适用于防护结构的工程预测, 而体系3和4则可应用于防护结构的设计过程。体系5和6的优化结果相差不大, 比体系1和2的P_t和P_s略低, 说明在对方程精度要求不大的情况下, 可以采用预测指标体系5或6对方程进行快速优化。

从表 2中系数的优化结果发现, 体系3和4相对比较独立, 这是因为体系3和4中首先追求的是P_s的最高值, 也就是对单边的失效数据的预测结果更重视; 而体系1和2与5(或6)相对比较接近, 这是由于主要关注的都是方程对全局数据的预测情况。理论上, P_t越高, S²和f²会越小, 然而物理实验具有一定的随机性, 总是存在个别的不可靠数据点, 因此体系1和2与5(或6)往往不会在同一个点。由蜂窝夹层板撞击极限方程的特性可知, 弹丸的撞击速度不同, 其临界直径的变化也很大, 导致S²和f²的最低点位置一般不会重合, 也就说明体系5和6的优化结果一般不一样。

通过以上的对比说明, 基于实验数据, 在弹道段和超高速段分别添加系数, 并根据需求的差异采用不同的预测指标体系全局综合优选, 可以有针对性地提高撞击极限方程相应的预测能力。

4. 结论

通过分析蜂窝夹层板撞击极限方程的预测指标在其方程系数空间的表现特征, 并采用不同预测指标体系提升方程的预测能力, 结果发现:

(1) 撞击极限方程的预测能力可采用预测概率型指标和预测误差型指标进行对比分析。

(2) 基于实验数据, 将蜂窝夹层板撞击极限方程参数化, 并采用图示方法描述预测指标在方程系数空间的等值线, 有助于更加直观地分析预测指标的特性。

(3) 预测概率型指标能够精确进行方程的优化, 而预测误差型指标可用于快速优化方程。

(4) 在注重航天器在轨防护特性的情况下, 总体预测正确率应作为一级预测指标; 而在注重设计安全性的前提下, 安全预测正确率可提升为一级指标。

图 1 铝粉粒度微分分布

Figure 1. Particle size differential volume of aluminum dust

下载: 全尺寸图片幻灯片

图 2 20 L近球形粉尘爆炸实验系统

Figure 2. 20 L nearly spherical dust explosion experimental system

下载: 全尺寸图片幻灯片

图 3 不同粒径条件下点火延迟时间对铝粉爆炸特性的影响

Figure 3. Effect of ignition delay time on explosion characteristics of aluminum dust under different particle sizes

下载: 全尺寸图片幻灯片

图 4 粉尘粒径对铝粉爆炸特性的影响

Figure 4. Effect of dust particle size onexplosion characteristics of aluminum dust

下载: 全尺寸图片幻灯片

图 5 粉尘浓度对铝粉爆炸特性的影响

Figure 5. Effect of dust concentration on explosion characteristics of aluminum dust

下载: 全尺寸图片幻灯片

表 1 不同粒径和不同点火延迟时间下铝粉爆炸特性参数

Table 1. Explosion characteristic parameters of aluminum dustunder different particle sizes and different ignition delay times

d/μm	τ/ms	p_max/MPa	(dp/dt)_max/(MPa·s^-1)
8.12	20	0.272	41.505
8.12	30	0.292	221.599
8.12	40	0.271	173.190
8.12	60	0.263	65.909
8.12	80	0.259	62.776
8.12	100	0.243	34.348
8.63	20	0.258	40.513
8.63	40	0.313	48.676
8.63	60	0.311	78.554
8.63	80	0.252	69.444
8.63	100	0.247	38.574
10.98	20	0.228	23.622
10.98	40	0.252	36.393
10.98	60	0.288	48.402
10.98	80	0.237	37.568
10.98	100	0.236	35.568
17.98	20	0.092	7.656
17.98	40	0.116	12.894
17.98	60	0.186	20.412
17.98	80	0.228	27.482
17.98	100	0.316	50.340
17.98	120	0.168	22.660

下载: 导出CSV

表 2 不同粉尘浓度下铝粉爆炸特性参数

Table 2. Explosion characteristic parameters of aluminum dust under different dust concentrations

d/μm	τ/ms	ρ/(g·m^-3)	p_max/MPa	(dp/dt)_max/(MPa·s^-1)
8.12	30	60	0.181	53.529
8.12	30	80	0.292	221.599
8.12	30	120	0.346	120.130
8.12	30	160	0.358	110.658
8.12	30	220	0.343	85.847
8.12	30	280	0.300	71.626
8.12	30	360	0.298	62.837
8.63	40	80	0.313	48.676
8.63	40	120	0.390	50.904
8.63	40	160	0.377	104.524
8.63	40	220	0.375	75.044
8.63	40	280	0.357	48.920
8.63	40	360	0.329	44.923
8.63	40	440	0.298	40.472
10.98	60	80	0.288	48.402
10.98	60	120	0.290	74.342
10.98	60	160	0.355	104.891
10.98	60	220	0.354	88.289
10.98	60	280	0.290	33.147
10.98	60	360	0.219	34.150
10.98	60	440	0.207	22.583
17.98	100	80	0.316	50.340
17.98	100	120	0.334	70.238
17.98	100	160	0.338	60.415
17.98	100	220	0.404	60.243
17.98	100	280	0.350	54.210
17.98	100	360	0.327	38.616
17.98	100	440	0.271	26.856

下载: 导出CSV

参考文献(16)

[1]	李延鸿.粉尘爆炸的基本特征[J].科技情报开发与经济, 2005, 15(14):130-131. doi: 10.3969/j.issn.1005-6033.2005.14.075 LI Yanhong. Basic characteristics of dust explosion[J]. Sci-Tech Information Development with Economy, 2005, 15(14):130-131. doi: 10.3969/j.issn.1005-6033.2005.14.075
[2]	赵江平, 王振成.热爆炸理论在粉尘爆炸机理研究中的应用[J].中国安全科学学报, 2004, 14(5):80-84. doi: 10.3969/j.issn.1003-3033.2004.05.020 ZHAO Jiangping, WANG Zhencheng. Application of thermal explosion theory in the study of dust explosion mechanism[J]. China Safety Science Journal, 2004, 14(5):80-84. doi: 10.3969/j.issn.1003-3033.2004.05.020
[3]	KWON Y S, GROMOV A A, ILYIN A P, et al. The mechanism of combustion of superfine aluminum powders[J]. Combustion and Flame, 2003, 133(4):385-391. doi: 10.1016/S0010-2180(03)00024-5
[4]	GROMOV A, VERESHCHAGIN V. Study of aluminum nitride formation combustion by superfine aluminum powder combustion in air[J]. Journal of the European Ceramic Soeiety, 2004, 24(9):287-288. http://www.sciencedirect.com/science/article/pii/S0955221903007775
[5]	谭汝媚, 张奇, 张博.点火延迟时间对铝粉爆炸特性参数的影响[J].爆炸与冲击, 2014, 34(1):17-22. doi: 10.3969/j.issn.1001-1455.2014.01.004 TAN Rumei, ZHANG Qi, ZHANG Bo. Effects of ignition delay time on characteristic parameters of aluminum dust explosion[J]. Explosion and Shock Waves, 2014, 34(1):17-22. doi: 10.3969/j.issn.1001-1455.2014.01.004
[6]	袁旌杰, 伍毅, 陈瑜, 等.点火延迟时间对粉尘最大爆炸压力测定影响的研究[J].中国安全科学学报, 2010, 20(3):65-69. doi: 10.3969/j.issn.1003-3033.2010.03.012 YUAN Jinjie, WU Yi, CHEN Yu, et al. Effect of ignition delay time on measurement of maximum explosion pressure of dusts[J]. China Safety Science Journal, 2010, 20(3):65-69. doi: 10.3969/j.issn.1003-3033.2010.03.012
[7]	尉存娟, 谭迎新, 路旭, 等.点火延迟时间对铝粉爆炸压力的影响研究[J].中北大学学报, 2009, 30(3):257-260. doi: 10.3969/j.issn.1673-3193.2009.03.013 YU Cunjuan, TAN Yingxin, LU Xu, et al. Effect of the ignition delay time on the explosion pressure of aluminum dust[J]. Journal of North University of China, 2009, 30(3):257-260. doi: 10.3969/j.issn.1673-3193.2009.03.013
[8]	李庆钊, 王可, 梅晓凝, 等.微米级铝粉的爆炸特性及其反应机理研究[J].工程热物理学报, 2017, 38(1):119-225. http://qikan.cqvip.com/article/detail.aspx?id=671023951 LI Qingzhao, WANG Ke, MEI Xiaoning, et al. Investigation on explosion characteristics and reaction mechanism of micro-aluminum powder[J]. Journal of Engineering Thermophysics, 2017, 38(1):119-225. http://qikan.cqvip.com/article/detail.aspx?id=671023951
[9]	VIGNES A, MUNOZ F. Explosion characteristics of micronand nano-size aluminum powers[J]. Process Safety and Environmental Protection, 2014, 27(2):55-64.
[10]	CASTELLANOS D, CARRETO-VAZQUEZ V H, MASHUGA C V, et al. The effect of particle size polydispersity on the explosibility characteristics of aluminum dust[J]. Powder Technology, 2014, 254(3):331-337. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=JJ0232265347
[11]	任瑞娥, 谭迎新.浓度对铝粉爆炸特性的影响研究[J].消防理论研究, 2014, 33(4):375-376. http://d.old.wanfangdata.com.cn/Periodical/xfkxyjs201404005 REN Rui'e, TAN Yingxin. Study on the effect of concentration on explosion characteristics of aluminum powder[J]. Fire Theory Research, 2014, 33(4):375-376. http://d.old.wanfangdata.com.cn/Periodical/xfkxyjs201404005
[12]	LIN B Q, LI W X, ZHU C J, et al. Experimental investigation on explosion characteristics of nano-aluminum powder-air mixtures[J]. Combustion, Explosion and Shock Waves, 2010, 46(6):678-682. doi: 10.1007/s10573-010-0089-2
[13]	CASHDOLLAR K L, ZLOCHWER I A. Explosion characteristics of nano-aluminum powder-air mixtures in 20 L spherical vessels[J]. Journal of Loss Prevention in the Process Industries, 2007, 20(4/5/6):337-348. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=JJ0222478467
[14]	陈玲.铝粉爆炸特性的实验研究和数值模拟[D].辽宁大连: 大连理工大学, 2011. http://cdmd.cnki.com.cn/Article/CDMD-10141-1011108637.htm
[15]	SARLI V D, RUSSO P, SANCHIRCO R, et al. CFD simulations of dust dispersion in the 20 L vessel:Effect of nominal dust concentration[J]. Journal of Loss Prevention in the Process Industries, 2014, 27(1):8-12. http://www.sciencedirect.com/science/article/pii/S0950423013002076
[16]	KALEJAIYE O, AMYOTTE P R, PEGG M J, et al. Effectiveness of dust dispersion in the 20 L Siwek chamber[J]. Journal of Loss Prevention in the Process Industries, 2010, 23(1):46-59. doi: 10.1016/j.jlp.2009.05.008

施引文献

期刊类型引用(1)
1. 贾光辉, 段枭. 蜂窝夹层板BLE的一种增强型协同优化建模方法. 航空学报. 2015(07): 2260-2268 . 百度学术
其他类型引用(0)

资源附件(0)

访问统计

图(5) / 表(2)

计量

文章访问数: 5495
HTML全文浏览量: 1802
PDF下载量: 109
被引次数: 1

1. 蜂窝夹层板撞击极限方程及预测指标
1.1 蜂窝夹层板撞击极限方程简介
1.2 撞击极限方程预测指标简介
2. 预测指标在方程系数空间的分布
3. 方程预测能力的提升
3.1 提升途径的分析
3.2 提升方法的应用
3.3 提升结果的对比
4. 结论

20 L近球形容器中微米级铝粉的爆炸特性

doi: 10.11883/bzycj-2017-0101

作者简介: 陈晓坤(1961-), 男, 教授, 博士生导师

通讯作者: 王秋红, wangqiuhong1025@126.com

计量

出版历程