lng船舶瞬时泄漏扩散研究

《lng船舶瞬时泄漏扩散研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、分类号UDC密级单位代码lQ151LNG船舶瞬时泄漏扩散研究杨成坤指导教师江欣职称副教授学位授予单位大连海事大学申请学位级别工学硕士学科与专业轮机工程论文完成日期2006年1月论文答辩同期2006年3月答辩委员会主席一摘要随着能源结构的改变，对能源的合理应用，以及全球对环境保护意识的增强，液化天然气将逐渐替代煤和石油，将在能源消费中占据重大比例。液化天然气(LNG)是以甲烷为主要组分的低温、液态混合物，其体积仅为气态时的1／625，因其具有清洁卫生、储存方便、热值高等特点，可应用于化工、发电、民用燃气以及一些有特殊要求的领域。因此许多发

2、达国家已经将天然气作为和石油一样具有战略意义的重要物质。由于我国经济的飞速发展，对天然气的需求量与日俱增，我国已经与澳大利亚签订了LNG进口合同，自2006年起二十五年内，澳大利亚液化天然气公司将每年向中国广东省输送逾三百万吨液化天然气(LNG)。基于LNG的特点海上运输需要特种船舶，这种船舶具有高技术、高危险、商附加值的特点。其中高危性倍受关注，尽管在LNG的运输史中发生的事故很少，但若一旦有大型事故发生，给社会带来的人命和财产损失也是巨大的。由于LNG泄漏而引发的事故较少，即使人们给予了十分的重视，但因缺乏可靠有效的数据难于对LNG

3、泄漏引发的事故做出良好的预测与风险评估。所以采取数学模型进行模拟是必要的。本文详细分析了LNG重气形成的原因和扩散过程特征，建立了一套完整的泄漏事故扩散预测模型并给出相应的计算方法。模型分为两部分，LNG重气扩散阶段模型和被动扩散阶段模型。重气扩散阶段模型采用CoxCarpenter重气扩散模型，同时给合对源泄漏、相变过程，详细讨论了源泄放闪蒸，液滴蒸发和空气卷吸等过程；LNG重气扩散结束后的被动扩散模型采用具有初始体积源扩散模型进行衔接。通过这些研究可以为此类事故的风险分析定量计算提供一些可借鉴的方法，从而为有关部门制定和完善事故的应

4、急救援措施和风险管理提供依据。关键词：LNG；数值模拟；湍流模型；扩散；StudyonInstantaneousReIeaseofLNGCar“erABSTRACTFollowingthechangeofenergysourcesandapplyingenergysourcesinreason．aswellasglobalawarenessofenvironmentalprotection，liquefiednaturalgas(LNG)willgraduallydisplacecoalandpetroleumandoccupyamaj

5、orproportionofenergyconsumption-Liquefiednaturalgas(LNG)ismethaneasthemaingroupofcryogenic，liquidmixtureofthevolumeofthegaseous1／625only．Becauseofsanitation,storageconvenience，highercaloricvaluefeaturesCanbeusedchemical，powergeneration，gasandspecialrequirementsareas．Soso

6、medevelopedcountriesmakeLNGasimportantstrategicmaterial．Atdevelopmentrapidlyofeconomyinchina,increasingdemandforLNG,hadsignedLNGimportcontractswithAustraliaLNGCompanyfor25years，andsince2006annuallythiscompanywillsupplymorethan3milliontonsLNGtoGuangdongprovince．Basedonthe

7、characteristicsofLNGmaritimetransportneedspecialshipthatshipwithhigh-tech，high—riskandhighvalue—addedfeatures．High-riskdemandingattention，althoughinLNGtransporthistoryincidentsrarely,whenlargeincidenthappenthelossoflifeandpropertyareenormous．EvenifthinkmuchofLNGincidents

8、，thereishardtOmakeagoodforecastandevaluateriskbecauseoflittlefactsandshortofcredibleandefficientdata．So