Kinetic Modelling of CH4/CO2 Dry Reforming in a Dielectric Barrier Discharge for Hydrogen Production: An Open, Sensitivity- Guided Validation Study

技术摘要：介质阻挡放电中 CH4/CO2 干重整的动力学建模

问题陈述
通过介质阻挡放电（DBD）中的等离子体辅助干重整（DRM）实现甲烷（CH4）和二氧化碳（CO2）的转化，为生产氢气和合成气提供了一种非热路径。然而，用于该过程的动力学建模工具通常依赖于专门的、非模块化的平台，并且经常使用说明性的、数量级级别的速率常数，而非经过严格验证的数据。此外，目前缺乏能够将 0D 均匀化学与 1D 轴向色散传输显式耦合的开放框架，这使得快速原型化操作参数或以定量精度针对实验基准验证模型变得十分困难。

研究方法
作者开发了一个开源、模块化的 Python 框架（0D/1D），用于模拟 DBD 中的 CH4/CO2 转化。

• 动力学机制： 采用了一个包含 23 种中性物种和 38 个反应的简化机制。这包括电子撞击解离、双分子中性-中性反应、三体结合反应以及单分子分解反应。
• 电子动力学： 不同于以往使用解析拟合的版本，电子撞击速率系数（E1–E5）是基于真实的电子-中性散射截面（来自 LXCat/Morgan 数据库），通过真正的二项电子玻尔兹曼方程求解（使用 BOLOS 求解器）得出的。
• 等离子体驱动： 将 DBD 建模为代表丝状微放电的周期性脉冲序列。应用了时间平均近似法，用循环平均值取代瞬时脉冲解析速率，在显著降低计算成本的同时，验证其能重现脉冲解析结果且误差小于 1%。
• 敏感性分析： 对 33 个中性-中性速率常数进行了全局 Morris 敏感性分析。研究确定了六个特定反应是 CO2 转化、H2/CO 比例和能量效率的主要驱动因素。
• 验证策略： 将这六个关键反应（R2, R11–R14 和 R33）替换为来自已评估的燃烧和大气化学文献中的数值。其余 27 个速率常数则保留为说明性的数量级参数。
• 模型结构： 该框架将 0D 拉格朗日模型（追踪气团）与 1D 欧拉轴向色散塞流反应器模型相结合，以模拟空间分布。

主要结果

• 机制验证： 将说明性猜测替换为文献数值，纠正了高达 6 倍至超过 3000 倍的误差。特别是，对于 CO + O (+M) → CO2 (+M) (R33) 这一自旋禁阻且难以测量的反应，将其锚定到了 200 K 的文献值（这是目前可获得的最好值，尽管模型运行在 400 K）。
• 转化趋势： 使用验证后的机制，CO2 转化率遵循了文献中 19 种大气压等离子体源在比能量输入（SEI）高达 ~30,000 J/L 时观察到的 ~25% 的上限。CH4 转化率上升更陡峭，在高 SEI 下接近完全转化。
• 选择性： H2/CO 比值稳定在 1.1 到 2.1 之间，反映了 CH4 受限的机制，即 CH4 的解离速度快于 CO2，这与实验观察一致。
• 基准比较：
  • 在匹配的 SEI 为 5.7 eV/molecule 时，与 Ozkan 等人 [55] 的实验基准相比，模型最初高估了 CH4 转化率约 5.8 倍，CO2 转化率约 2.7 倍。
  • 应用“功率修正”后的 SEI（考虑总功率转移而非仅考虑电子撞击能量消耗）后，这些差距缩小至约 3.3 倍（CH4）和 1.6 倍（CO2）。
  • 至关重要的是，在较低的、实验典型的 SEI 值（938–2,500 J/L）下，模型与实验表现出高度一致，略微低估了 CH4 转化率，并与 CO2 匹配良好。偏差仅在高 SEI 时增加，表明该模型在实验室典型 DBD 的低至中等 SEI 范围内具有鲁棒性。
• 不确定性来源： 敏感性分析确认，即使在验证之后，R33 仍然是 CO2 转化和 H2/CO 比值的主要不确定性来源。剩余的 CH4 转化率高估归因于未经验证的 CH4 基团化学（R1, R3–R10）以及对 CH4 解离通道解析分支比的假设。

意义与主张
本文为开发量化验证的、开源的等离子体 DRM 工具迈出了重要一步。其主要贡献在于：

1. 开源框架： 提供了一个可重复的 Python 代码库，将 0D 化学与 1D 传输相结合，可用于快速原型设计和教学。
2. 方法论升级： 从任意的解析拟合转向基于真实截面的、真正的玻尔兹曼求解速率系数。
3. 针对性验证： 证明了通过使用文献值对六个关键速率常数进行敏感性引导的替换，可以显著提高模型的保真度，消除主要误差来源，并使预测结果更接近实验现实。
4. 现实的局限性： 作者谦虚地指出，虽然该模型尚未在所有 SEI 范围内实现完全定量化，但它为低至中等 SEI 范围提供了“定性到半定量”的基础。他们明确指出了实现完全验证的后续路线图：获取 R33 的低温数据、验证 CH4 基团化学，以及根据特定的反应器电学测量值校准等离子体驱动参数。

该工作并不声称已经从定量上解决了 DRM 问题，而是提供了一个透明的、开源的计算基础，并提出了一个实现完全验证模型的具体且缩减后的路线图。