Entwicklung eines dynamisch-physikalischen Modells für den Prozessschritt Sieben
Institut: Mechanische Verfahrenstechnik und Aufbereitung, Institut für Prozess- und Verfahrenstechnik, Technische Universität Berlin
Projektleiter: Prof. Dr.-Ing. H. Kruggel-Emden, Technische Universität Berlin
Bearbeiter: M.Sc. F. Elskamp, Technische Universität Berlin
Projektziel
Ziel des beantragten Projektes ist es, den Prozessschritt Sieben in kontinuierlichen und diskontinuierlichen Systemen von polydispersen Schüttungen mit Partikeln komplexer Geometrie zu betrachten. Grundlegende Zusammenhänge zwischen der Partikelform, der Schüttgutzusammensetzung und den Betriebsparametern sowie dem Siebergebnis werden beleuchtet. Hierbei werden insbesondere Änderungen der Prozessbedingungen betrachtet (Variation des Massenstroms, der Zusammensetzung und An- und Abfahrvorgänge). Ausgehend von vorhandenen Arbeiten in der Literatur werden Prototypen phänomenologischer Prozessmodelle entwickelt, die in der Lage sind, dynamische Änderungen der Prozessbedingungen (Partikelabmessungen, Massenströme, Partikelformen, Zusammensetzung des Schüttgutes und Betriebsparameter) abzubilden. Die Parameter dieser dynamischen Modelle werden nicht aus experimentellen Untersuchungen, sondern aus Diskrete Elemente Simulationen gewonnen, die die Bewegung aller Partikel über der Zeit detailliert abbilden. Hierzu wird ein geeigneter Diskrete Elemente Rahmen konzipiert, der es ermöglicht, die erforderlichen Modellparameter für den stationären oder dynamischen Betrieb unter geringem numerischem Aufwand abzuleiten. Der so entwickelte Gesamtrahmen ist für dynamische Siebprozesse zu erproben und zu optimieren, sodass eine Einbindung in eine modulare dynamische Fließbildsimulation möglich wird.
Methoden und Arbeitsprogramm
Ausgehend von detaillierten DEM-Simulationen von Segregationsprozessen auf Rostsystemen erfolgte zunächst eine Erweiterung des vorhandenen DEM-Codes zur Ermittlung einer geeigneten Abbildung des Siebbelages in den Simulationen [1]. Die DEM-Simulationsparameter wurden bestimmt und eine anschließende Erprobung des Simulationsrahmens erfolgte anhand einer experimentellen Untersuchung eines Siebprozesses aus der Literatur [2]. Hiervon ausgehend wurden zunächst diskontinuierliche Siebprozesse unter stationären und zeitlich wechselnden Bedingungen betrachtet [3,4]. In diesen spielen nur die Prozesse der Partikelsegregation und des Partikeldurchtritts eine Rolle (vergleiche Abbildung 1).
Die Abhängigkeit der beiden Prozesse von den Betriebsbedingungen wurde analysiert [5] und darauf aufbauend Prototypen dynamischer Prozessmodelle entwickelt und an DEM-Simulationen angepasst. Als Ausgangspunkt für die dynamischen Prozessmodelle dienen vorhandene Arbeiten aus der Literatur. Ausgehend von diskontinuierlichen wurden dann verschiedene kontinuierliche Siebprozesse betrachtet, bei denen neben Segregation und Partikeldurchtritt auch der Partikeltransport entlang des Siebes (siehe Abbildung 1) eine Rolle spielt [6-8]. Der Einfluss stationärer und zeitlich wechselnder Betriebsbedingungen auf die relevanten Teilprozesse aus DEM-Simulationen wurde abgeleitet und ebenfalls in dynamische Prozessmodelle eingebunden [9], die ausgehend von vorhandenen Arbeiten in der Literatur entwickelt wurden und weiter optimiert werden. Die Anwendbarkeit der phänomenologischen Siebmodelle zur Darstellung von dynamischen Prozessen während DEM Siebsimulationen konnte bestätigt werden [10] (siehe Abbildung 2).
Es wurde eine Methode entwickelt, DEM-Parameter für sphärische und nicht sphärische Partikel einfach und zuverlässig zu bestimmen, wobei diese zunächst über Einzelpartikelexperimente ermittelt und danach durch eine Anpassung von Simulationen an kleinskalige Experimente mit einem automatischen Algorithmus optimiert werden [11]. Des Weiteren konnte der Partikelformeinfluss mit Hilfe eines neuen Verfahrens zur automatischen Formapproximation analysiert werden [11]. Abgleiche mit experimentellen Untersuchungen für Modellkörper und reale Partikelformen auf diskontinuierlich betriebenen eigenen Aufbauten (siehe Abbildung 3 links) [10,11] und an kontinuierlich betriebenen Sieben von Projektpartnern (AG Teipel) (siehe Abbildung 3 rechts) [12,13] erfolgten. Zusätzlich wurden numerische Vergleiche mit Experimenten an einem Abweiseradsichter der AG Weber durchgeführt wobei eine gute Übereinstimmung erzielt und die Anwendbarkeit für weitere Untersuchungen sichergestellt werden konnte [13].
Der verwendete DEM-Rahmen wurde u.a. durch periodische Randbedingungen vereinfacht und laufzeitoptimiert. Aktuell wird sich mit dem Einfluss von Feuchte auf den Siebprozess beschäftigt und dies in dynamische Siebprozessmodelle eingebunden. Im weiteren Verlauf wird der Betrachtungsrahmen auf das Nasssieben ausgedehnt (vergleiche Abbildung 4), wobei der Einfluss von Flüssigkeiten auf den diskontinuierlichen und kontinuierlichen Siebprozess mit der durch Experimente (eigene und von AG Kwade) validierten DEM / SPH-Methode untersucht und die gewonnenen Parameter in die vorhandenen phänomenologischen Siebmodelle für die dynamische Fließschemasimulation einfließen werden. Des Weiteren werden die Modelle um einen prädiktiven Charakter erweitert und Verschaltungen von Zerkleinerungs-Klassierprozessen (AG Kwade, AG Weber, u.a.) erprobt.
Vernetzungen mit anderen Projekten des SPP 1679
- AG Fritsching, Thema: Prozessmodellbildung für dynamische disperse Trenn- und Abscheideprozesse; Zusammenarbeit: Informationsaustausch und Materialanalyse
- AGs Kwade und Schilde, Thema: Dynamische Prozessmodelle für die Feinstzerkleinerung und –dispergierung; Zusammenarbeit: Experimentelle Validierung und Verknüpfung von Prozessketten
- AGs Scherer und Specht, Thema: Experimentelle und numerische Untersuchungen zur Herleitung eines dynamischen Schüttbettmodells für Drehrohre unter Berücksichtigung von Ver- und Entmischungsvorgängen; Zusammenarbeit: Rückgriff auf gleichen DEM-Rahmen
- AGs Teipel und Weber, Thema: Dynamik der Trenncharakteristiken von Sieb- und Strömungsklassierprozessen; Zusammenarbeit: Enger Austausch experimenteller und numerischer Daten sowie Abstimmung bei der Modellableitung
- AG Schmidt (Wuppertal), Thema: Eigenschaftsfunktion zur Berechnung der Staubungsneigung von Pulvern; Zusammenarbeit: Einbindung ermittelter Partikeleigenschaften (Staubungsneigung)
- AG Schmidt (Ulm), Thema: Stochastische Partikelmodelle für die Quantifizierung von Zusammenhängen zwischen Strukturkenngrößen und mechanischen Eigenschaften zur Vorhersage des Bruchverhaltens; Zusammenarbeit: Bereitstellung repräsentativer Partikeltrajektorien aus der DEM
- AG Heinrich, Thema: Zentrales Projekt - Dynamische Simulation von vernetzten Prozessen; Zusammenarbeit: Einbindung phänomenologischer Siebmodelle in das Zentralprojekt
Veröffentlichungen
[1] Kruggel-Emden H., Elskamp F., 2013, Modeling Real Granular Screening Processes of Non-Spherical Particles, 13th European Symposium on Comminution & Classification ESCC, Braunschweig, Deutschland.
[2] Kruggel-Emden H., Elskamp F., 2014, Modeling of Screening Processes Involving Non-Spherical Particles, Chemical Engineering & Technology 37 (5), 847–856. (DOI: 10.1002/ceat.201300649)
[3] Elskamp F., Kruggel-Emden H., 2015, Review and benchmarking of process models for batch screening based on discrete element simulations, Advanced Powder Technology 26 (3), 679-697. (DOI: 10.1016/j.apt.2014.11.001)
[4] Elskamp F., Kruggel-Emden H., Komossa H., Scherer V., Hennig M., Teipel U., 2014, A comparative study of phenomenological screening process models based on discrete element simulations, 7th World Congress on Particle Technology, Peking, China.
[5] Hennig M., Elskamp F., Kruggel-Emden H., Teipel U., 2014, Dynamisch-physikalische Modellierung von Siebklassierprozessen, Chemie Ingenieur Technik 86 (9), 1566. (DOI: 10.1002/cite.201450646)
[6] Kruggel-Emden H., Elskamp F., 2014, Numerical Investigation of a Continuous Screening Process by the Discrete Element Method, 12th International Conference of Numerical Analysis and Applied Mathematics, Rhodos, Griechenland.
[7] Elskamp F., Kruggel-Emden H., Hennig M., Teipel U., 2015, Numerical Investigation of Banana Screens Involving Non-Spherical Particles by the Discrete Element Method, 8th International Conference for Conveying and Handling of Particulate Solids, Tel-Aviv, Israel.
[8] Elskamp F., Kruggel-Emden H., Hennig M., Teipel U., 2015, Benchmarking of process models for continuous screening based on discrete element simulations, Minerals Engineering 83, 78-96. (DOI: 10.1016/j.mineng.2015.08.011)
[9] Elskamp F., Kruggel-Emden H., Hennig M., Teipel U., 2016, Discrete element investigation of process models for batch screening under altered operational conditions, Powder Technology 301, 2016, 78-95. (DOI: 10.1016/j.powtec.2016.05.039)
[10] Elskamp F., Kruggel-Emden H., Hennig M., Teipel U., 2016, Applicability of phenomenological screening models in representing dynamic processes during DEM screening simulations, Partec 2016, Nürnberg, Deutschland.
[11] Hennig M., Elskamp F., Teipel U., Kruggel-Emden H., 2016, Experimentelle Siebklassierung und deren Abbildung in der DEM, Chemie Ingenieur Technik 88 (9), 1363. (DOI: 10.1002/cite.201650046)
[12] Elskamp F., Kruggel-Emden H., Hennig M., Teipel U., 2017, A strategy to determine DEM parameters for spherical and non-spherical particles, Granular Matter, 19:46. (DOI: 10.1007/s10035-017-0710-0)
[13] Spötter C., Elskamp F., Hennig M., Teipel U., Weber A.P., Kruggel-Emden H., 2016, DEM-Simulation der Trennkurven in Siebung und Gegenstromsichtung bei geringen Gutbeladungen, Chemie Ingenieur Technik 89, 1726–1738. (DOI: 10.1002/cite.201600156)
[14] Markauskas, D., Elskamp F., Kruggel-Emden H., 2017, Investigation of procedures required for modelling of wet sieving using the coupled DEM-SPH method, Particles 2017, Hanover, Deutschland.
[15] Elskamp F., Kruggel-Emden H., 2017, DEM simulations of screening processes under the influence of moisture, 10th World Congress of Chemical Engineering, Barcelona, Spanien.
[16] Elskamp F., Kruggel-Emden H., 2018, DEM simulations of screening processes under the influence of moisture, Chemical Engineering Research and Design 136, 593-609. (DOI:10.1016/j.cherd.2018.06.022)
[17] Elskamp F., Kruggel-Emden H., 2018, Extension of process models to predict batch screening results under the influence of moisture based on DEM simulations, Powder Technology, eingereicht.