Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-8657
Main Title: Mathematische Modelle zur Optimierung mechanisch induzierter Mischprozesse
Translated Title: Mathematical models for the optimization of mechanically induced mixing processes
Author(s): Müller, Jonas
Advisor(s): Methner, Frank-Jürgen
Referee(s): Methner, Frank-Jürgen
Velten, Kai
Flöter, Eckhard
Granting Institution: Technische Universität Berlin
Type: Doctoral Thesis
Language Code: de
Abstract: Das Ziel dieser Arbeit ist die Entwicklung und Anwendung von CFD-Verfahren auf Probleme, die bei großtechnischen, industriellen Mischvorgängen, zum Beispiel während der Weinbereitung oder der Methanproduktion in Biogasanlagen, auftreten. Ein Schwerpunkt liegt dabei auf der Initialisierungsphase der Strömung nach Anschalten eines Propellermixers im Gärtank. Mit herkömmlichen instationären Modellen sind CFD-Simulationen selbst auf Hochleistungsrechnern sehr zeit- und rechenintensiv und limitieren die berechenbare Echtzeit der Rührsimulation. In der vorliegenden Arbeit wird eine neue Methode entwickelt, welche die zeitabhängige Simulation von mechanischen Mischvorgängen wesentlich beschleunigt. Dabei wird zunächst die traditionelle Moving-Reference-Frame-Methode (MRF) zur Berechnung eines Steady-State-Strömungsfeldes herangezogen und im Anschluss mehrere Umdrehungen des Rührwerkpropellers mit der Sliding-Mesh-Methode (SM) simuliert, um das Fließverhalten in der Nähe des Rührwerks zeitabhängig zu berechnen. Anschließend werden die Kennzahlen der Strömung zu mehreren Zeitpunkten einer Umdrehung in der Propellerregion extrahiert und ausgehend von einem ruhenden Strömungsfeld kontinuierlich auf eine neue Simulation abgebildet. Dieser neue Ansatz unter Verwendung einer zeitvariablen, zugeordneten Randbedingung wurde mit Tankmischversuchen und Literaturdaten validiert. Im Gegensatz zur MRF-Methode ermöglicht sie eine zeitabhängige Simulation des Mischvorgangs, während sich die Rechenzeiten gegenüber der SM-Methode um einen Faktor von bis zu 20 reduzieren. Ein weiterer Schwerpunkt dieser Arbeit ist die Verknüpfung von CFD- Mischsimulationen mit mathematischen Optimierungsmethoden. Ausschließlich basierend auf Open-Source-Software wird dazu die C++-Bibliothek OpenFOAM für CFD-Simulationen mit dem DAKOTA-Toolkit für Optimierungsalgorithmen gekoppelt. Anhand von Maßen und Kennzahlen der BGA Warsow GmbH wird ein Biogas-Kraftwerksfermenter mit außenliegendem Rührwerk in 3D modelliert. Für die nachfolgende CFD-basierte Optimierungssimulation (CFD-O) ist eine robuste Implementierung von nicht-newtonschen Strömungsparametern erforderlich, um die sich ändernden rheologischen Eigenschaften des Biogassubstrats zu berück- sichtigen. Dazu werden parallel mehrere Trockensubstanzgehalte untersucht, um unterschiedlichen Substratzusammensetzungen Rechnung zu tragen und somit die Optimierung hinsichtlich der Rheologie robust zu machen. Die horizontalen und vertikalen Winkel des Einlasses und die Position des Substratauslasses am Fermenter bilden die Freiheitsgrade des Optimierungsproblems. Das Optimierungsziel besteht darin, das Volumen des Tanks zu minimieren, bei dem die absolute Geschwindigkeit während des Mischens unter eine bestimmte Geschwindigkeitsschwelle fällt. Diese Schwelle wird für jeden untersuchten Trockensubstanzgehalt anhand der tatsächlich installierten Mischerkonfiguration bestimmt. Robuste CFD-O-Simulationen finden dabei Konfigurationen, welche gegenüber den tatsächlich installierten Parametern zu deutlich reduzierten stagnanten Zonen führen.
The objective of this work is to develop and apply CFD methods to problems encountered in large-scale industrial mixing operations, e.g. during wine-making in wine tanks or during methane production in biogas fermenters. One main topic examines the flow field initialization period after the start of a propeller mixer. Using traditional instationary models, CFD simulations are very expensive in time and computational power even on high-performance computers and limit the computable real-time of the mixing process. In this work, a new method is developed to speed up the transient simulation of mechanical mixing in large tanks. This method proposes to use the traditional CFD techniques of moving reference frame (MRF) and several ensuing propeller rotations using sliding mesh (SM), to calculate a steady-state flow field and to compute the flow behavior in the propeller region. Subsequently, the flow's key figures are extracted around the propeller region at multiple time-points during one rotation and continuously mapped to a new simulation starting from a flow field with zero velocity. This new approach using a time-varying, mapped boundary condition (BC) was validated with tank mixing experiments and literature data. In contrast to the MRF method, it allows for a time-dependent simulation of the mixing process, while computation times are reduced by a factor of up to \num{20} for tank-mixer simulations compared to the SM method. Another emphasis of this work is the connection of CFD mixing simulations with optimization methods. Solely utilizing open-source software, the C++ library OpenFOAM for CFD simulations is coupled with the DAKOTA toolkit for optimization algorithms. A biogas power plant fermenter is modeled in 3D using the dimensions and key figures from BGA Warsow GmbH in Brandenburg, Germany. For the subsequent CFD based optimization simulation, a robust implementation of non-Newtonian flow parameters becomes necessary to account for the varying rheological properties in the biogas substrate. Different dry substance contents are investigated to account for varying substrate compositions and therefore making the optimization robust with regard to the rheology. The horizontal and vertical angles of the inlet and the position of the substrate outlet constitute the degrees of freedom for the optimization problem. The optimization objective is to minimize the volume of the tank where the velocity magnitude during mixing falls below a certain velocity threshold. This threshold is determined for each dry substance content by the currently installed mixer configuration. Robust CFD-O simulations find optimized configurations with significantly reduced stagnant zones compared to the original mixer parameters.
URI: https://depositonce.tu-berlin.de/handle/11303/9611
http://dx.doi.org/10.14279/depositonce-8657
Exam Date: 26-Feb-2019
Issue Date: 2019
Date Available: 16-Aug-2019
DDC Class: 500 Naturwissenschaften und Mathematik
518 Numerische Analysis
Subject(s): CFD
Mischprozesse
Optimierung
Weintank
Biogas
mixing
optimization
wine
Sponsor/Funder: BMBF, 05M13RNA, Robuste Energie-Optimierung bei Gärprozessen in der Produktion von Biogas und Wein (ROENOBIO)
License: https://creativecommons.org/licenses/by/4.0/
Appears in Collections:Inst. Lebensmitteltechnologie und Lebensmittelchemie » Publications

Files in This Item:
File Description SizeFormat 
mueller_jonas.pdf39.1 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons