[논문 리뷰] Extremely fast simulations of heat transfer in fluidized beds

T. Lichtenegger, Stefan Priker|arXiv (Cornell University)|2017. 06. 02.

Granular flow and fluidized beds참고 문헌 8인용 수 4

한 줄 요약

이 논문은 유동화된 범람층에서 열전달을 매우 빠르게 시뮬레이션할 수 있도록, 재귀 그림을 통해 식별된 반복되는 유동 패턴을 활용하는 재귀 CFD(rCFD)를 소개한다. 이러한 패턴을 외삽함으로써 기존의 CFD-DEM 시뮬레이션 대비 약 100배 빠른 성능을 달성하면서도, 냉각 공기로 유동화되는 동안 입자의 온도 변화를 높은 정확도로 예측할 수 있다.

ABSTRACT

Besides their huge technological importance, fluidized beds have attracted a large amount of research because they are perfect playgrounds to investigate highly dynamic particulate flows. Their over-all behavior is determined by short-lasting particle collisions and the interaction between solid and gas phase. Modern simulation techniques that combine computational fluid dynamics (CFD) and discrete element methods (DEM) are capable of describing their evolution and provide detailed information on what is happening on the particle scale. However, these approaches are limited by small time steps and large numerical costs, which inhibits the investigation of slower long-term processes like heat transfer or chemical conversion. In a recent study (Lichtenegger and Pirker, 2016), we have introduced recurrence CFD (rCFD) as a way to decouple fast from slow degrees of freedom in systems with recurring patterns: A conventional simulation is carried out to capture such coherent structures. Their re-appearance is characterized with recurrence plots that allow us to extrapolate their evolution far beyond the simulated time. On top of these predicted flow fields, any passive or weakly coupled process can then be investigated at fractions of the original computational costs. Here, we present the application of rCFD to heat transfer in a lab-scale fluidized bed. Initially hot particles are fluidized with cool air and their temperature evolution is recorded. In comparison to conventional CFD-DEM, we observe speed-up factors of about two orders of magnitude at very good accuracy with regard to recent measurements.

연구 동기 및 목표

• 유동화된 범람층에서 열전달과 같은 느린 과정을 모델링할 때 발생하는 기존 CFD-DEM 시뮬레이션의 계산적 한계를 극복하기 위해.
• 기존 CFD-DEM의 작은 시간 간격과 높은 수치적 비용으로 인해 실현 불가능한 장기적 열전달 시뮬레이션을 가능하게 하기 위해.
• 재귀 분석을 통해 빠른 입자 운동과 느린 열역학 과정을 분리하는 방법을 개발하기 위해.
• 최근의 실험 측정 자료를 기반으로 랩스케일 유동화된 범람층에서의 온도 변화를 검증하기 위해.
• 유동하는 흐름의 구조가 규명된 후에는 열전달과 같은 수동 과정을 계산 비용을 극도로 줄여 시뮬레이션할 수 있음을 보여주기 위해.

제안 방법

• 유동화된 범람층 내에서 일시적인 운동을 캡처하고 반복되는 유동 패턴을 식별하기 위해 기존의 CFD-DEM 시뮬레이션을 수행한다.
• 재귀 그림을 구성하여 시간이 지남에 따라 일관된 입자 구조가 반복되는지 탐지하고 특성화한다.
• 재귀 구조를 활용해 원래 시뮬레이션 기간을 훨씬 초월한 흐름장을 외삽함으로써 장기적인 흐름 행동을 효과적으로 예측한다.
• 외삽된 흐름장을 기반으로 수치 비용을 크게 줄인 수동 스칼라 방법을 사용하여 열전달을 시뮬레이션한다.
• 주된 흐름 구조가 주기적으로 반복된다는 가정에 기반하여, 전체 동역학을 재시뮬레이션하지 않고도 예측 가능한 외삽이 가능하다.
• 랩스케일 유동화된 범랑층에서의 실험 데이터와 예측된 입자 온도 변화를 비교하여 방법의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 유동화된 범랑층에서 재귀 기반의 흐름장 외삽이 장기적 열전달 과정의 정확하고 효율적인 시뮬레이션을 가능하게 할 수 있는가?
• RQ2 rCFD는 입자 온도 변화 예측의 정확도를 유지하면서 계산 비용을 얼마나 줄일 수 있는가?
• RQ3 rCFD 방법은 랩스케일 유동화된 범랑층에서의 열전달 실험 측정치를 얼마나 잘 재현하는가?
• RQ4 반복되는 유동 패턴이 빠른 운동과 느린 열역학 과정을 분리하는 데 어떤 역할을 하는가?
• RQ5 rCFD 프레임워크는 열전달 외에도 유동화된 범랑층 이외의 약한 결합된 과정에 적용될 수 있는가?

주요 결과

• rCFD 방법은 유동화된 범랑층에서의 열전달에 대해 기존 CFD-DEM 시뮬레이션 대비 약 두 자리 수의 속도 향상(즉, 약 100배)을 달성했다.
• 냉각 공기로 유동화된 초기에 뜨거운 입자의 온도 변화 예측 결과는 최근의 실험 측정치와 매우 잘 일치했다.
• 전체 과정을 재시뮬레이션하지 않고도 입자의 장기적 열적 안정화 행동을 성공적으로 포착했다.
• 재귀 그림의 사용을 통해 일관된 흐름 구조의 정확한 식별과 외삽이 가능해졌으며, 이는 효율적인 열역학 과정 시뮬레이션의 기초가 되었다.
• 기본적인 유동 역학이 특성화된 후에는 수동 과정인 열전달의 시뮬레이션에 높은 정밀도를 보였다.
• 결과적으로 rCFD는 복잡한 입자계에서 느린 다스케일 과정을 시뮬레이션하기 위한 실현 가능하고 효율적인 대안임을 확인했다.