Modelling of the hydrodynamics of bubble columns using a two-fluid model coupled with a population balance approach - IFPEN - IFP Energies nouvelles Accéder directement au contenu
Thèse Année : 2018

Modelling of the hydrodynamics of bubble columns using a two-fluid model coupled with a population balance approach

Modélisation de l'hydrodynamique des colonnes à bulles selon une approche couplant modèle à deux fluides et bilan de population

Résumé

The simulation of bubble column reactors under industrial operating conditions is an exciting challenge. The main objective of this work is to predict the bubble size, in turn interconnected to the reactor hydrodynamic conditions, with computational models, by modelling bubble breakage and coalescence. Experimental data is collected for model validation, including bubble size measurements with an innovative cross-correlation technique. Experiments are carried out with tap water and demineralized water, with or without the addition of ethanol, and gathered results show that additives reduce coalescence and lower the mean bubble size. Two different spargers are used, in order to decouple the investigation of breakage and coalescence. The experimental data set is used to validate out unsteady three-dimensional Eulerian-Eulerian CFD simulations. A drag law for oblate bubbles is considered, together with a swarm factor, that accounts for the swarm effect. Several turbulence models are tested. The contribution of bubble induced turbulence (BIT) to scalar mixing is assessed. To predict bubble size, a population balance model is coupled to the hydrodynamic model and is solved with the quadrature method of moments. A set of breakage and coalescence kernels is proposed, capable of predicting the bubble size for different operating conditions. Scale-up effects are also investigated
La simulation de réacteurs à bulles en régime industriel est un grand défi. L'objectif principal de ce travail est la prédiction de la taille des bulles à l’aide d’un modèle numérique de bilan de population, basé sur la modélisation des phénomènes de brisure et de coalescence, et pouvant être couplé aux conditions hydrodynamiques présentes dans les réacteurs. Différentes données expérimentales sont obtenues pour valider le modèle. La taille des bulles est mesurée à l'aide d'une technique innovante de corrélation croisée. Les essais, réalisés en eau du réseau (partiellement contaminée) et en eau déminéralisée avec ajout éventuel d'éthanol, montrent que les additifs réduisent la coalescence et diminuent la taille moyenne des bulles. Deux distributeurs du gaz différents sont utilisés pour découpler l'étude de la brisure et de la coalescence. Les données expérimentales sont utilisées initialement pour valider des simulations CFD 3D transitoires Eulériennes-Eulériennes. La loi de traînée est corrigée par un facteur de swarm pour intégrer l’effet d’une fraction de gaz élevée. Différents modèles de turbulence sont testés. La contribution de la turbulence induite par les sillages de bulles au mélange de scalaires est évaluée. Enfin, pour prédire la taille des bulles, un bilan de population est couplé au modèle hydrodynamique préalablement validé et est résolu par la méthode de quadrature des moments (QMOM). Un set original de kernels de brisure et coalescence est proposé, capable de prédire la taille des bulles pour différentes conditions opératoires. Le comportement du modèle lors de l’extrapolation des réacteurs est également examiné
Fichier principal
Vignette du fichier
TH2018GEMELLOLUCAS.pdf (4.81 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-02006754 , version 1 (04-02-2019)

Identifiants

  • HAL Id : tel-02006754 , version 1

Citer

Luca Gemello. Modelling of the hydrodynamics of bubble columns using a two-fluid model coupled with a population balance approach. Fluid mechanics [physics.class-ph]. Université de Lyon; Politecnico di Torino, 2018. English. ⟨NNT : 2018LYSE1245⟩. ⟨tel-02006754⟩

Collections

IFP STAR
260 Consultations
1161 Téléchargements

Partager

Gmail Facebook X LinkedIn More