Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen:
http://dx.doi.org/10.25673/36517
Titel: | Morphology based stochastic simulation of spray fluidized bed agglomeration |
Autor(en): | Singh, Abhinandan Kumar |
Gutachter: | Tsotsas, Evangelos |
Körperschaft: | Otto-von-Guericke-Universität Magdeburg, Fakultät für Verfahrens- und Systemtechnik |
Erscheinungsdatum: | 2021 |
Umfang: | 169 Seiten |
Typ: | Hochschulschrift |
Art: | Dissertation |
Tag der Verteidigung: | 2021 |
Sprache: | Englisch |
URN: | urn:nbn:de:gbv:ma9:1-1981185920-367514 |
Schlagwörter: | Mechanische Verfahrenstechnik |
Zusammenfassung: | The constant volume Monte Carlo (CVMC) method is a discrete stochastic method that can be used to describe the agglomerate growth during spray fluidized bed (SFB) agglomeration. The methodology overcomes the difficulties of expressing and solving multivariate population balance equations. It enables to account for micro-scale events and processes involved in agglomeration, especially for binder addition and drying. Previous CVMC models assume that all agglomerates have the same porosity. This simplistic assumption is replaced in the present work by given fractal dimension, which means that porosity can change with agglomerate size and process conditions.
Morphological descriptors of the SFB agglomerates are imperative in understanding product characteristics that affect their behavior. Morphology plays a crucial role in the evaluation of different micro-scale mechanisms that control the agglomeration process. In the present work, a tunable aggregation model is developed to reconstruct SFB agglomerates consisting of monodisperse spherical primary particles by a particle-cluster algorithm using a novel approach of tuning the fractal dimension at given prefactor. Various morphological descriptors obtained from this aggregation model are validated using experimental data. Furthermore, this aggregation model is incorporated into the CVMC framework to evaluate both, the morphological descriptors and formation kinetics of SFB agglomerates produced under different process conditions (inlet fluidized gas temperature and binder content).
Previous study focused on agglomerates composed of monodispersed primary particles to understand the formation kinetics and morphology of SFB agglomerates. Size dispersity of primary particles is, though, an important aspect to fully assess the morphological features of an agglomerate. Therefore, a polydisperse tunable aggregation model is also developed. It is shown that the radius of gyration, porosity, surface area and agglomeration rate increase with primary particle size dispersity. Furthermore, the breakage of already formed agglomerates is introduced to improve the predictions of the CVMC model. A dynamic breakage model is developed on the basis of physical properties of binder and agglomerates. The breakage model is incorporated in the CVMC framework to investigate and discuss the influence of breakage on the morphology and kinetics of SFB agglomeration under different operating conditions. Die Monte Carlo Methode mit konstantem volumen (CVMC) ist eine diskrete stochastische Methode zur Beschreibung des Agglomeratwachstums während der Sprühwirbelschicht-Agglomeration (SFB). Dieser Ansatz überwindet die Schwierigkeiten beim Ausdrücken und Lösen multivariater Populationsbilanzgleichungen. Er ermöglicht die Berücksichtigung von Ereignissen und Prozessen im Mikromaßstab, die an der Agglomeration beteiligt sind, insbesondere bei der Bindemittelzugabe und Trocknung. Frühere CVMC-Modelle gehen davon aus, dass alle Agglomerate die gleiche Porosität haben. Diese vereinfachte Annahme wird in der vorliegenden Arbeit durch eine gegebene fraktale Dimension ersetzt, was bedeutet, dass sich die Porosität mit der Agglomeratgröße und den Prozessbedingungen ändern kann. Die morphologischen Deskriptoren der SFB-Agglomerate müssen zum Verständnis der Produkteigenschaften, die das Verhalten des Produkts beeinflussen, bekannt sein. Die Morphologie von SFB-Agglomeraten spielt zudem eine entscheidende Rolle bei mikroskaligen Mechanismen, die den Agglomerationsprozess steuern. In der vorliegenden Arbeit wird ein einstellbares Aggregationsmodell entwickelt, um die aus monodispersen sphärischen Primärpartikeln bestehenden SFB-Agglomerate mit Hilfe eines Partikel-Cluster-Algorithmus zu rekonstruieren. Dabei wird ein neuartiger Ansatz zur Abstimmung der fraktalen Dimension auf einen gegebenen Präfaktor verwendet. Verschiedene morphologische Deskriptoren, die aus dem Aggregationsmodell gewonnen wurden, werden anhand experimenteller Daten validiert. Darüber hinaus wird das Aggregationsmodell in das CVMC-Modell integriert, um sowohl die Morphologie als auch die Bildungskinetik von SFB-Agglomeraten für verschiedene Prozessbedingungen (Gaseintrittstemperatur, Bindemittelgehalt) berechnen zu können. Derweil konzentrierte sich die Arbeit auf Agglomerate aus monodispersen Primärpartikeln, um deren Bildungskinetik und Morphologie zu verstehen. Die Größendispersion der Primärpartikel ist jedoch ein wichtiger Aspekt zur vollständigen Erfassung der morphologischen Merkmale eines Agglomerats. Daher wird auch ein polydisperses einstellbares Aggregationsmodell entwickelt. Es wird gezeigt, dass Kreiselradius, Porosität, Oberfläche und Agglomerationsrate mit der Primärpartikeldispersität zunehmen. Darüber hinaus wird das Aufbrechen bereits gebildeter Agglomerate eingeführt, um die Vorhersagen des CVMC-Modells zu verbessern. Ein dynamisches Bruchmodell wird auf Grundlage der physikalischen Eigenschaften von Bindemittel und Agglomeraten entwickelt. Dieses wird in den CVMC-Rahmen aufgenommen, um den Einfluss des Bruchs auf Morphologie und Kinetik des SFB-Agglomerationsprozesses unter verschiedenen Betriebsbedingungen untersuchen und diskutieren zu können. |
URI: | https://opendata.uni-halle.de//handle/1981185920/36751 http://dx.doi.org/10.25673/36517 |
Open-Access: | Open-Access-Publikation |
Nutzungslizenz: | (CC BY-SA 4.0) Creative Commons Namensnennung - Weitergabe unter gleichen Bedingungen 4.0 International |
Enthalten in den Sammlungen: | Fakultät für Verfahrens- und Systemtechnik |
Dateien zu dieser Ressource:
Datei | Beschreibung | Größe | Format | |
---|---|---|---|---|
Singh_Abhinandan-Kumar_Dissertation_2021.pdf | Dissertation | 14.6 MB | Adobe PDF | Öffnen/Anzeigen |