首页/文章/ 详情

“面多了加水,水多了加面?”搅拌过程预测方法来了!

8小时前浏览3
   

   

概述


   

   


搅拌是工艺流程中的一项常见操作,通过不断的搅动和混合,搅拌对象的组分、温度、浓度等的非均匀性降低,从而达到工艺所需的结果。动力电池电芯前段工艺的四个主要环节之一就包括了搅拌过程(其他的是涂布、锟压和分切),正、负极固态电池材料混合均匀后加入溶剂,通过搅拌形成浆状供后续工艺使用。加料比例、加料时间,以及搅拌速度、过程温度控制都需要严格按照工艺要求进行控制。搅拌过程中的质量传递、热量传递、反应过程等都是产品特性相关的控制因素。


根据工艺目标,通常搅拌过程可以分为如下种类:


  • 均相混合:两种或多种互溶液体的混合,物理过程;

  • 液分散:不互溶的两种或多年各种液体之间的分散;

  • 气液分散:气体呈微小气泡分散于液体中,可用于促进气体与液体之间的反应;

  • 固液悬浮:使固体颗粒悬浮于液体中,形成固液混合物或悬浮液;

  • 固体溶解:将固体溶解于溶液中;

  • 结晶:饱和状的混合液中借助搅拌使组分结晶析出


通过仿真手段可以对搅拌过程复杂的流体-颗粒交互作用进行数值预测,本例以固液悬浮搅拌器为例,演示如何使用Ansys Fluent和Ansys Rocky双向耦合进行建模,对某固液悬浮搅拌过程进行仿真,仿真的结果可用于分析搅拌效果的影响因素,如液体物性、固体颗粒物性(密度、粒径、形状、硬度、摩擦等)、工艺操作条件(如粒子浓度、体积分数等)、搅拌器几何参数(槽径、槽底形状、搅拌器形状与安装位置等)和搅拌条件(如转速等)。




   

   

模型介绍


   

   


本例模拟的现象是搅拌罐中发生的固体颗粒、空气和水之间的搅拌混合过程,搅拌器桨片以给定速度旋转,固体颗粒采用注入方式加入。使用Fluent对空气和水的流动进行计算仿真,使用Rocky对颗粒运动进行计算仿真,采用双向耦合方式实时更新颗粒和流场信息。关于Fluent的相关设定不在本文中介绍(文末下载),Rocky加载的几何数模使用Fluent的case格式模型。本例搅拌器包含三个部件:(1)搅拌罐外壳;(2)搅拌轴;(3)搅拌器桨片(如图所示)。

   




   

   

Ansys Rocky设定过程


   

   


(1)启动Ansys Rocky,新建仿真项目:菜单栏File  New Project;


(2)设置项目名称:选中树形图主节点,在Data Editors Study  Study Name: 输入Mixing Tank;


   


(3)设置物理模型:Physics: Coarse-Graining: 勾选Coarse Grain Modeling


   


(4)激活CFD耦合模块:Modules: 勾选CFD Coupling Particle Statistics;


   


(5)在树形图中选中Modules并展开,选中CFD Coupling Particle Statistics,勾选Drag Force和Pressure Gradient Force;


   


(6)导入几何数模,在树形图中右键点击Geometries节点, 选择“Import Geometry”,在弹出的选择窗口中选择“Mixing_Tank_ini.cas”


(7)保存Rocky计算数据,在弹出的窗口中选择保存路径,设置文件名“mixing_tank_particles.rocky”,点击保存按钮。


(8)在弹出的对话框中,保持现有输入不变(使用默认单位m),点击OK按钮。


   


(9)导入的数模包含多个边界,本例中有三个是不需要的,接下来进行删除,它们是“interface_mr”, “interface_tank”和“openting”,选中(Control+左键)这三个对象,右键选择“Remove Geometries”完成删除。


(10)创建入口,右键点击Geometry节点,选择“Create Inlet”;


(11)设置入口的属性,选中新创建的Inlet<01>,在Data Editors窗口中,设置

a)Type:Circular Inlet

b)Centre coordinates: 0 0.125 0

c)Min Radius: 0.008 m

d)Max Radius: 0.07 m


   


(12)查看导入数模,菜单栏Window:New 3D View,打开图形窗口,所有Geometry对象会出现在窗口中(用户可以在图形窗口右键点击空白位置,调整背景色和边界范围轮廓线);


(13)修改边界对象透明效果,在树形图中选择Geometry walls,在Data editors中选择Coloring面板,勾选Transparency;


   
   


(14)修改默认颗粒材料。在树形图中,选择Material并展开,选择Default Particle,修改如下属性:

a)不勾选 Use Bulk Density

b)Density:1100 kg/m^3

c)Young’s Modules: 1e+6 N/m^2


   


(15)接下来创建一种新颗粒材料,设置不同材料属性。右键点击“Dafault Particles”,选择“Duplicate”,选中新创建的颗粒“Default Praticles <01>”,修改如下属性:

a)Density:1300 kg/m^3


   


(16)创建颗粒,在树形图中选择Particles,右键选择“Create Particle”,选择新创建的颗粒Particel<01>,修改如下属性:

a)CGM Scale Factor: 3

b)Size: 0.0005m (& Cumulative: 100%)


   


(17)再创建一种颗粒,在树形图中选择Particles,右键选择“Create Particle”,选择新创建的颗粒Particel<02>,修改如下属性:

a)Material: Default Particles<01>

b)CGM Scale Factor: 3

c)Size: 0.0005m (& Cumulative: 100%)


   


(18)设置颗粒注入方式,选择树形图中的Inputs,右键选择“Create Continuous Injection”,选择新创建的Continuous Injection <01>,修改如下属性:

a)Entry Point: Inlet<01>

b)Particles:新建两组颗粒,在下拉框内,分别选择Particle类型为Particle<01> 和Particle<02>,两组均设置Mass Flow Rate为0.15t/h

c)Time: Stop: 1s


   
   


(19)在树形图中选中CFD Coupling节点,设置Coupling Mode: Fluent,在弹窗中选择Fluent的case模型,这里选择“Mixing_Tank_ini.cas”,Rocky自动开始对导入模型进行验证,并弹窗进行过程提示


   
   

Figure 1弹窗提示


(20)在树形图中CFD Coupling节点下,选中2-Way Fluent,进行如下设置:


a)切换到Interactions设置栏:勾选 “Turbulent Dispersion”


   


b)切换到Fluent设置栏,进行如下设置: 

i.Rocky Phase: phase-3; 

ii.勾选“Use Data Initialization”

iii.点击“Import file”,选择Fluent的dat文件,这里选择“Mixing_Tank_ini.dat”

iv.Execution mode: Local Parallel

v.Solver Processes: 8

vi.取消勾选 “Keep all files”

vii.Files to keep: 2

viii.Additional Args: -g


   


(21)确认参考坐标系。加载Fluent模型之后,在树形图Motion Frames节点下,可以看到会生成一个新的子节点“movingregion” Motion Frame;


   


(22)在Data Editors栏中的显示如下图,Rocky会自动将设置冻结(不能变更),以确保耦合时Rocky一侧采用和Fluent完全相同的运动;


   


(23)设定几何对象的运动,选中并展开树形图Geometries节点,对如下对象做设定:

a)选择impeller,在Geometry设置栏,设置Motion Frame:“movingregion” Motion Frame;

b)选择shaft,在Geometry设置栏,设置Motion Frame:“movingregion” Motion Frame;


   


(24)求解器设定,选中树形图中Solver节点,做如下设定:

a)Solver: Time:  Simulation Durations: 3s

 b)Solver: Time:  Output Frequencies: Fluent Outputs Multipller: 2


   


c)Solver: General:  Simulation Target: CPU

d)Solver: General:  Number of Processors: 8


   


(25)提交计算:在Solver栏目,点击Start按钮即可启动计算,Rocky会弹窗提示初始化信息(如下图),弹窗自动关闭后,计算正式开始运行(Fluent也将以批处理方式同步被启动)。


   


(26)计算结果实时查看:在Rocky计算运行过程中,用户可以点击Refresh按钮,加载最新计算结果,并通过图形窗口实时查看,也可以勾选“Auto Refresh”选项,Rocky会实时加载最新计算结果。


    
来源:艾迪捷
ACTFluentRockyUM材料控制ANSYS
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-09-11
最近编辑:8小时前
艾迪捷
MBD CAE解决方案专家
获赞 2粉丝 1文章 332课程 0
点赞
收藏
作者推荐

CONVERGE应用拓展:为未来任务优化无人机

随着新型冠状病毒疫苗在世界各地使用,向偏远地区分发疫苗也在面临困难。一种特定的技术开始用于协助分发工作——无人机。自动无人机能够到达缺乏可靠基础设置的偏远地区,并向医院或临时移动诊所提供足够的疫苗。医疗领域并非唯一一个使用无人机的行业,事实上在国防、农业、建筑、快递、摄影摄像和环境等诸多领域应用越来越普遍。无人机市场预计将在未来十年快速增长。空中无人机数量的增加就带来安全性和可靠性提高的要求。Argonne国家实验室计算多物理研究部门的工程师正在利用他们的技术开发计算流体动力(CFD)模型,以帮助设计性能更好的无人机。阿贡实验室的博士后研究院Liu I-Han博士介绍:CFD对无人机设计大有益处,因为我们可以快速地得到结果。比如,我们能预测空气动力学系数并且快速获得不同飞行条件和不同几何形态下的结果。相比于风洞试验或实际飞行测试,CFD仿真可以在设计和研发阶段大大地节省时间和成本。然而由于无人机运动范围大,几何运动以及物理特性复杂,仿真需要的计算量很大。阿贡的工程师们利用CONVERGE 3.0出色的载荷平衡以及并行扩展能力,在合理的时间内完成了无人机模拟。为了开发出可应用于一系列无人机的模型,Liu博士和Roberto Torelli博士研究了两种不同类型的无人机:固定翼无人机和多翼无人机。固定翼无人机Argonne的计算多物理组在汽车系统建模方面有悠久的历史,尤其是内燃机和喷射系统,但外部空气动力学对他们是一个新的领域。在开始整体无人机建模之前,他们模拟了NACA标准翼型,确保对相关物理特性有深入的了解。在完成模型验证后,他们开始模拟固定翼无人机。Liu博士和Torelli博士模拟了先锋RQ-2A无人机,该无人机在二十世纪八九十年代用于军事行动,包括侦查、监视、目标捕捉和评估战斗损伤。这款无人机有大量的实验数据可以用于验证数值结果。先锋无人机几何如图1所示。 图1 固定翼无人机几何Argonne的工程师们使用不可压缩、瞬态、非定常RANS模型来模拟无人机[1]。如图2所示,他们在壁面附近使用嵌入式加密来细化网格,准确模拟飞机周围的流动。此外,他们使用CONVERGE的自适应网格加密(AMR)技术动态细化尾迹区域的网格以捕捉速度梯度。 图2 自适应网格捕捉速度梯度Liu博士和Torelli博士使用升力、阻力和力矩系数表征固定翼无人机特性,并将计算结果和实验风动数据对比。如图3所示,结果吻合度非常好。Argonne的工程师们还分析了尾流中的漩涡结构。当倾斜角为14度时会发生流动分离,翼尖产生的涡流从机翼表面和机身脱落(如图4)。 图3 升力、阻力和力矩系数实验数据和仿真数据比较 图4 固定翼无人机Q-criterion等值面四翼无人机在完成固定翼无人机的研究后,Liu博士和Torelli博士开始模拟四翼机,一种带有四个螺旋桨的多翼机。他们模拟了DJI幻影3无人机,这是一种用于摄影的四翼机。图5是它的几何外形。与固定翼无人机相比,多翼机在仿真方面更困难。Torelli博士说:“当你想到一架四翼机,你会看到一系列旋转的螺旋桨在每个时间步运动,同时和计算网格相互作用。这使我们处理流场解的方式变得复杂,因为你需要把螺旋桨运动考虑到一个新的计算域中。CONVERGE让我们可以使用切割网格单元的方法来解决这个问题,该方法通过计算基础网格和几何体的交点在每个时间步重新定义网格。” 图5 四翼无人机模型首先,Liu博士和Torelli博士模拟了四翼机的一个螺旋桨[2]。他们测试了三种不同的湍流模型:k-ω SST,k-ω Spalart-Allmaras和DES模型。为了模拟近壁面边界流动,他们在螺旋桨周围设置嵌入式网格加密,同时使用AMR捕捉尾迹中的涡结构。用这种方法,他们计算了推力和力矩与螺旋桨转速的关系。如图6所示,这两个参数的趋势和实验数据非常吻合。 图6 推力和力矩系数实验和仿真数据比较然后,Argonne的工程师使用DES湍流模型、固定网格加密和AMR技术模拟了整个四翼机几何。他们计算了无人机表面的压力系数,并通过Q-criterion将尾迹中的漩涡结构可视化。图7(a)显示了螺旋桨尖端旋转过四翼机表面时观察到的高压区域。图7(b)是螺旋桨旋转时桨尖端产生的螺旋涡带。 图7 (a)机身压力系数分布 (b)Q-criterion等值面意义通过CFD获得的结果可以纳入到系统仿真中来评估相关问题,诸如无人机和环境如何交互,现有无人机能否依赖其配备的电池完成任务,某无人机能否在任务中期完成分配给它的新任务等。这种跨平台集成是Argonne工程师们未来的计划。Liu博士介绍:“我下一步的研究尝试将CFD模拟和动态系统团队联系起来,进一步协助无人机设计。我的CFD模拟可以绘制不同范围内的数据map图,比如不同飞行速度或攻角,并提供全面准确的数据用于设计控制系统。”这项研究不仅有助于制造更高效的飞行器,还将确保将来的无人机能完成诸如向需要的社区运送疫苗这样常规的重要任务。参考文献[1] Liu, I.-H.,Torelli, R., Prabhakar, N., and Karbowski, D., “CFD Modeling of Unmanned AerialSystems With Cut-Cell Grids and Adaptive Mesh Refinement,” AIAA SciTechForum and Exposition 2020, AIAA 2020-0538, Orlando, FL, United States, Jan6–10, 2020. DOI: 10.2514/6.2020-0538[2] Liu, I.-H. and Torelli, R., “Numerical Characterization of a Multi-CopterUsing Moving Boundaries and Cut-Cell Grids,” 2021 AIAA Aviation Forum,Online, Aug 2–6, 2021. (accepted)来源:艾迪捷

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈