Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Modellbildung und Simulation von Partikelbildungsprozessen

 
: Blömer, J.; Wilczek, M.; Bertling, J.; Kümmel, R.

Teipel, U. ; Fraunhofer-Institut für Chemische Technologie -ICT-, Pfinztal:
Produktgestaltung in der Partikeltechnologie : Symposium Partikeltechnologie 14. und 15. November 2002, Pfinztal
Stuttgart: Fraunhofer IRB Verlag, 2002
ISBN: 3-8167-6204-2
ISBN: 978-3-8167-6204-1
S.287-298
Symposium Partikeltechnologie <2002, Pfinztal>
Deutsch
Konferenzbeitrag
Fraunhofer UMSICHT Oberhausen ()
Partikelbildung; diskretes Element; Verteilungsfunktion; Populationsbilanz; Simulation; formation of particle; discrete element; distribution function; poplation balance; simulation

Abstract
Die Simulation partikeltechnischer Prozesse kann sehr unterschiedliche Ziele verfolgen. In der Regel führt die mathematische Modellierung zumindest zu einem vertieften Prozessverständnis. Sind Kinetik- und Stoffparameter hinreichend bekannt, erlaubt die Simulation eine a priori-Berechnung des betrachteten Prozesses. Sind darüber hinaus die Rechenzeiten für einen Simulationslauf genügend klein, ist auch eine Prozessoptimierung oder eine modellbasierte prädiktive Regelung möglich.
Verschiedene Methoden zur mathematischen Beschreibung feindisperser Partikelkollektive werden vorgestellt und hinsichtlich, der Eignung zur Beschreibung partikeltechnischer Elementarprozesse, der numerischen Lösung und programmtechnischen Umsetzung und der Eignung zur Auslegung, Optimierung und Regelung von Prozessen diskutiert.
Die grundlegendste Betrachtung liefert die Methode der Diskreten Elemente (DE), die die Bewegung und Wechselwirkung jeder einzelnen Partikel eines Kollektivs mit Hilfe der Newtonschen Bewegungsgleichungen verfolgt. Es lassen sich sowohl Fließvorgänge oder Agglomerationsprozesse von Partikelkollektiven als auch innere Eigenschaften wie Bruchphänomene an zusammengesetzten Partikeln mathematisch beschreiben.
Die Simulation liefert Erkenntnisse über das mikroskopische Verhalten der Partikeln. Die Ergebnisse dienen dann der Entwicklung von Short-Cut- Modellen (Wahrscheinlichkeiten für Bruch, Agglomeration, Vermischung etc). Diese können in andere makroskopische Simulationsverfahren integriert werden, um ganze Prozesse zu simulieren. Die große Schwierigkeit der DE-Methode ist die analytische Beschreibung der Wechselwirkung zwischen den Partikeln, da hierüber häufig wenig Informationen vorliegen.
Partikelkollektive lassen sich allgemein durch Verteilungsfunktionen für Größe, Alter, Form, Agglomerationsgrad usw. beschreiben. Die zeitliche Veränderung dieser Verteilungsfunktionen wird durch Populationsbilanzen dargestellt. Da die Verteilungsfunktion aber in der Regel nicht bekannt ist, lässt sich die Gleichung nicht geschlossen lösen, sondern muss in diskrete Klassen aufgeteilt werden. Hierbei bereitet die Modellierung der Quell- und Senkenterme, die sowohl Bruch als auch Agglomerationsprozesse abbilden können, große Schwierigkeiten. Zudem treten numerische Probleme auf, wenn die Partikelgröße mehrere Größenordnungen umfasst.
Trotz der genannten physikalischen Ansätze ist die mathematische Erfassung von Partikelbildungsprozessen extrem schwierig und noch nicht gelöst. Reale Prozesse werden zumeist auf der Basis von Erfahrung und empirischem Wissen durchgeführt, ohne dass die Mechanismen bzw. deren Zusammenwirken vollständig verstanden werden. Wenn eine genügend breite Datenbasis vorhanden ist, kann in diesen Fällen der Datenraum auf der Grundlage von Künstlichen Neuronalen Netzen (KNN) wiedergegeben werden.
Im Rahmen des Beitrags werden beispielhafte Anwendungen der genannten Simulationsmethoden auf Mikroverkapselung, Sprühtrocknung, Wirbelschichttechnik und Zerkleinerung vorgestellt.

: http://publica.fraunhofer.de/dokumente/N-16048.html