A generalized framework for multi-scale simulation of complex crystallization processes

  • Das verallgemeinerte Rahmenwerk für mehrskalige Simulation komplexer Kristallisationsprozesse

Kulikov, Viacheslav; Marquardt, Wolfgang (Thesis advisor)

Aachen : Publikationsserver der RWTH Aachen University (2011)
Doktorarbeit

Aachen, Techn. Hochsch., Diss., 2010

Kurzfassung

Die vorgestellte Arbeit verfolgt das Ziel der Entwicklung einer softwaretechnischen und algorithmischen Lösung für die dynamische Simulation komplexer Multiskalenprobleme mit mehreren Phänomenen, die auf der Darstellung dieser Probleme als verallgemeinerte Prozessfließbilder sowie auf der Kopplung spezialisierter Simulationssoftware basiert. In der Arbeit sind alle Aspekte dieser Lösung vorgestellt. Die softwaretechnische und algorithmische Lösung umfasst die Anwendung einer Integrationsplattform CHEOPS zur Repräsentation der Prozessfließbilder und der dynamischen Simulation dieser Fließbilder mit Hilfe der internen Algorithmen von CHEOPS. Die Apparate, aus denen das Prozessfließbild besteht, sind als Module des Fließbilds abgebildet. Die Module werden durch die mathematischen Modelle oder Modelle in externen Simulationswerkzeugen beschrieben. Die Schnittstellen zu verschiedenen externen Simulationswerkzeugen wie FLUENT, Parsival, gPROMS, MATLAB und HYSYS wurden im Rahmen von CHEOPS implementiert. Algorithmen für die modulare dynamische Simulation wurden entwickelt und zur Lösung eines einfachen Kristallisationsprozesses verwendet. Der entwickelte, gekoppelte Simulationsansatz wurde für die Lösung eines Kristallisation-Fluiddynamik-Problems eingesetzt, wobei die Kristallisation mit einem Populationsbilanzmodell und mit kinetischen Gleichungen beschrieben wurde. Dafür wurde die Darstellung eines Multiskalenproblems mit mehreren Phänomenen als ein verallgemeinertes Fließbild vorgeschlagen, wobei die Phänomene als Subprobleme interpretiert werden und als Module des Fließbilds dargestellt werden. Es wurden mehrere Alternativen für die Dekomposition des gesamten Problems in die Subprobleme und für die Auswahl der Variablen für die Kopplung zwischen den Subproblemen diskutiert. Weil die betrachteten Phänomene verschiedene charakteristische Skalen besitzen, wurden für die entsprechenden Subprobleme verschiedene Diskretisierungen verwendet, was ebenfalls die Dekompositionsstrategie beeinflusste, so dass in jedem Subproblem die am besten passende Diskretisierung verwendet wurde. Für das Fluiddynamikproblem wurde ein feines räumliches Gitter, und für das Kristallisationsproblem wurden entsprechend grobskalige Kompartmente definiert. Verschiedene Methoden für die Skalenintegration zwischen verschiedenen räumlichen Gittern wurden implementiert. Die Fehlerquellen für die vorgestellte Methode und die Schwierigkeiten der Fehlerschätzung für das betrachtete Problem wurden diskutiert. Die entwickelte Methode wurde für eine Fallstudie eingesetzt, die eine Validierung der Lösung mittels gekoppelter Simulation mit Hilfe der Momentenmethode ermöglichte. Die Hauptquellen der Fehler sind Inkonsistenzen zwischen den Problemformulierungen auf den verschiedenen Gittern sowie die Lösungsfehler auf dem groben Gitter, die durch die Mittelung der Variablen in den Kompartmenten entstehen. Um die Mittelungsfehler zu verringern, wurde die Adaptation der groben Gitter vorgeschlagen, so dass die Grenzen der Kompartmente während der Laufzeit entsprechend den vordefinierten Kriterien geändert werden. Eine Methode für die Laufzeitadaptation wurde dabei entwickelt. Die Simulationen wurden mit verschiedener Wahl der Kriterien ausgeführt. Die Ergebnisse der adaptiven Simulation waren stark von der Kriterienwahl abhängig. Eine Verbesserung der Ergebnisse im Vergleich mit der nicht adaptiven Lösung konnte bei Betrachtung der Kinetik zusammen mit der Verweilzeit im Apparat erreicht werden. Die entwickelte Methode wurde für die Simulation einer komplexen Kristallisationsfallstudie erfolgreich eingesetzt. Dabei wurde ein Labor-Kristallisator durch ein komplexes Modell beschrieben, das aus dem Fluiddynamikmodell, dem Populationsbilanzmodell und den aus der Literatur entnommenen Modellen der Kristallisationskinetiken besteht. Das gesamte Modell wurde im Rahmen des Ansatzes als verallgemeinertes Fließbild dargestellt und gelöst. Allerdings führte der große Unterschied in den charakteristischen Zeitskalen zu langen Rechenzeiten, die Lösung wurde oft durch Schwierigkeiten der numerischen Simulation gestört, und die erreichte Genauigkeit war nicht zufriedenstellend.

Identifikationsnummern