流化床反应器由于其在传热和传质方面的高效性，已成为能源和化学工艺中的关键设备（例如生物质气化[1]、干燥[2]和催化剂再生[3]）。流化床的转化效率高度依赖于表观气体速度。当气体流速超过最小流化速度时，气体将以可见气泡流的形式通过床层[4]。通常期望产生大量小气泡，并在床层中均匀分布，从而提供良好的流化质量[5]。然而，在高长径比的流化床中（如FCC催化剂颗粒的深流化床），气泡更容易聚集成较大的气泡[6]。这会破坏气固分布的均匀性，加剧气体旁通现象，从而削弱气固接触。气泡动力学的固有不稳定性会导致压力波动，最终影响运行稳定性。此外，颗粒的过度轴向返混会导致停留时间分布不均，从而降低转化率。因此，研究流化床中的气泡动力学和流体动力学对于理解复杂的内在机制至关重要，从而改进相关工业过程的控制。
为了解决这些问题，已广泛采用内部结构（例如管道、带槽挡板、穿孔板[7]、[8]）来破碎大气泡，以优化流化床。这些组件的引入改变了气固流动模式，与流化过程产生复杂相互作用。因此，为了从根本上理解和提高这些组件的有效性，必须对其产生的流体动力学和气泡行为进行表征。在过去的几十年中，研究人员采用了多种测量技术来实现这一目标。例如，使用压力探头测量带百叶挡板的流化床中的压力波动[9]，以及使用纤维探头测量装有环形挡板的流化床中的反应物浓度[10]。然而，这些侵入式技术往往会导致探头尖端周围的动力量损失，可能干扰气泡运动并降低测量精度[11]。Lim等人提出的数字图像分析技术（DIAT）[12]被广泛用于伪二维流化床中的气泡和床层高度识别，作为一种非侵入式测量方法[13]、[14]、[15]。此外，还采用了X射线射线照相[16]、电容体积断层扫描[17]和实时磁共振成像（MRI）[18]等非侵入式技术。然而，内部组件的几何复杂性，以及实验设备的高成本和操作挑战，限制了实验测量有效捕捉流化床内详细流动特性的能力。
随着计算技术的快速发展，数值模拟已成为研究气固流动系统的有效工具，因为它具有高保真度和效率。此外，它能够高分辨率地获取床层内的流场[19]、[20]、[21]。基于欧拉-欧拉框架，双流体模型（TFM）将气体和固体相视为相互渗透的连续介质，并已应用于包含内部组件的流化床模拟[22]、[23]、[24]、[25]、[26]。百叶挡板因其独特的导流能力而受到越来越多的关注。先前的CFD模拟研究表明，百叶挡板可以有效抑制气体返混，促进流化床中的气固分布更加均匀[27]、[28]。Yang等人[29]开发了一个阻力模型来描述其导流效果。然而，TFM无法准确捕捉颗粒尺度特征，且考虑颗粒间相互作用的模型仍不完善，导致在非均匀系统中的精度较低。相比之下，结合离散元方法的计算流体动力学（CFD-DEM）可以更精确地追踪每个颗粒的运动。自Tsuji等人首次提出以来[30]，该方法已在流化行为研究中得到验证并得到广泛应用[31]、[32]、[33]、[34]、[35]、[36]。最近，CFD-DEM在带挡板的流化床中的应用引起了越来越多的关注，包括对环形挡板和伞形挡板的研究[37]、[38]。然而，目前很少有研究使用这种方法来研究百叶挡板。关于挡板倾角的影响的研究有限，只有Zhang等人[39]实验研究了装有此类挡板的湍流流化床中细颗粒的流化行为。为了实现更好的气固接触和更高的反应物转化率，深入理解百叶挡板如何影响相分布和气泡行为至关重要。
在本研究中，采用了CFD-DEM方法对带有多层百叶挡板的流化床进行模拟。首先通过实验验证了所采用的框架。然后，通过一系列模拟案例研究了挡板倾角和表观速度对气固空间分布的影响，深入探讨了气泡特性、流化行为和压力波动。这些发现将为带有百叶挡板的工业流化床反应器的设计和优化提供有用的见解。
