Anclaje de Modelos CFD a Columnas de Burbujas del Mundo Real Mediante Fluctuaciones de Presión en la Pared

Área de la Ciencia:

• Ingeniería Química
• Dinámica de Fluidos
• Modelado Computacional

Sus antecedentes:

• Los reactores de columna de burbujas (BCR) son vitales en las industrias químicas.
• Los modelos de dinámica de fluidos computacional (CFD) requieren ajustes de parámetros para una simulación precisa de los BCR.
• Las fluctuaciones de presión en la pared ofrecen una vía potencial para desarrollar modelos de cierre mejorados.

Objetivo del estudio:

• Evaluar el uso de fluctuaciones de presión en la pared para desarrollar modelos de cierre en simulaciones de BCR.
• Mejorar la precisión de los modelos CFD anclándolos a datos reales del reactor.

Principales métodos:

• Se simuló un reactor de columna de burbujas utilizando modelos Euler-Euler transitorios tridimensionales.
• Se determinaron los parámetros de arrastre interfasial (C_D/d_B) haciendo coincidir la retención de gas simulada con los datos experimentales.
• Se entrenó una red neuronal artificial (ANN) para correlacionar las fluctuaciones de presión experimental en la pared con los parámetros de arrastre.

Principales resultados:

• El modelo híbrido ANN logró una alta precisión (R^2 = 0,99) en la predicción de parámetros de arrastre.
• El enfoque basado en fluctuaciones de presión en la pared capturó con precisión la influencia de la velocidad del gas en la retención de gas.
• El método demostró éxito en la simulación del efecto de la concentración de etanol en la retención de gas.

Conclusiones:

• La combinación de fluctuaciones de presión en la pared con el aprendizaje automático es un enfoque factible para estimar parámetros cruciales del modelo CFD.
• Este método mejora significativamente el anclaje de los modelos CFD a sistemas de reactores de columna de burbujas del mundo real.
• Los hallazgos proporcionan una base sólida para avanzar en las simulaciones CFD en aplicaciones industriales.