scholarly journals An assessment of the ability of computational fluid dynamic models to predict reactive gas–solid flows in a fluidized bed

2012 ◽  
Vol 215-216 ◽  
pp. 15-25 ◽  
Author(s):  
Schalk Cloete ◽  
Stein Tore Johansen ◽  
Shahriar Amini
Keyword(s):  
Fluidized Bed ◽  
Computational Fluid Dynamic ◽  
Dynamic Models ◽  
Fluid Dynamic ◽  
Reactive Gas

Towards real-time fire data synthesis using numerical simulations

2021 ◽  
pp. 073490412199344
Author(s):  
Wolfram Jahn ◽  
Frane Sazunic ◽  
Carlos Sing-Long
Keyword(s):  
Real Time ◽  
Computational Fluid Dynamic ◽  
Dynamic Models ◽  
Fluid Dynamic ◽  
Near Field ◽  
Computing Time ◽  
Temperature Correction ◽  
Dynamic Simulations ◽  
Conservation Of Energy ◽  
Fire Scenarios

Synthesising data from fire scenarios using fire simulations requires iterative running of these simulations. For real-time synthesising, faster-than-real-time simulations are thus necessary. In this article, different model types are assessed according to their complexity to determine the trade-off between the accuracy of the output and the required computing time. A threshold grid size for real-time computational fluid dynamic simulations is identified, and the implications of simplifying existing field fire models by turning off sub-models are assessed. In addition, a temperature correction for two zone models based on the conservation of energy of the hot layer is introduced, to account for spatial variations of temperature in the near field of the fire. The main conclusions are that real-time fire simulations with spatial resolution are possible and that it is not necessary to solve all fine-scale physics to reproduce temperature measurements accurately. There remains, however, a gap in performance between computational fluid dynamic models and zone models that must be explored to achieve faster-than-real-time fire simulations.

scholarly journals Analisa Pengeringan Secara Konveksi Butiran Teh pada Fluidized Bed Dryer Menggunakan Computational Fluid Dynamic (CFD)

ROTASI ◽  
2017 ◽  
Vol 19 (4) ◽  
pp. 206
Author(s):  
MSK Tony Suryo Utomo ◽  
Ghiffar Yanuar
Keyword(s):  
Fluidized Bed ◽  
Computational Fluid Dynamic ◽  
Fluid Dynamic ◽  
Fluidized Bed Dryer

Simulasi numerik perpindahan panas pada teh dilakukan dengan menempatkan material teh pada domain komputasi sebuah aliran eksternal. Penurunan massa pada teh dihitung secara analitik dengan menggunakan persamaan laju penurunan massa. Teh dimodelkan dengan bentuk menyerupai bola setelah dilakukan pelayuan untuk kemudian dikeringkan. Kecepatan masuk aliran udara divariasikan sesuai dengan batas kecepatan minimum dan maksimum fluidisasi pada fluidized bed dryer. Kecepatan yang divariasikan yaitu 3 m/s, 5 m/s, dan 7 m/s. Temperatur masuk aliran udara juga divariasikan berdasarkan temperatur pengeringan teh untuk fluidized bed dryer yaitu 920C, 950C, dan 1000C. Model aliran yang digunakan yaitu aliran laminar dengan Re < 105 untuk aliran external. Hasil penelitian menunjukkan bahwa perpindahan panas dan perpindahan massa terjadi dengan cepat untuk material teh. Berdasarkan variasi kecepatan aliran udara dan temperatur, maka semakin tinggi kecepatan dan temperatur masuk aliran udara mengakibatkan semakin menurunnya waktu yang dibutuhkan untuk mengurangi kadar air pada teh. Waktu yang digunakan untuk menurunkan kadar air hingga 3% berdasarkan temperatur pada kecepatan 3 m/s secara berurutan adalah 515 s (920C), 455 s (950C), dan 380 s (1000C). Sementara pada kecepatan 5 m/s waktu yag dibutuhkan adalah 400 s (920C), 355 s (950C), dan 295 s (1000C) serta untuk kecepatan 7 m/s berturut-turut 340 s (920C), 300 s (950C), dan 250 s (1000C). Untuk pengeringan teh lebih optimal dilakukan dengan menaikkan kececepatan masuk aliran fluida dibandingkan dengan menaikkan temperatur.

On Assessing the Quality of Particle Tracking Through Computational Fluid Dynamic Models

2002 ◽  
Vol 124 (2) ◽  
pp. 166-175 ◽  
Author(s):  
Mauro Tambasco ◽  
David A. Steinman
Keyword(s):  
Velocity Field ◽  
Computational Fluid Dynamic ◽  
Particle Deposition ◽  
Dynamic Models ◽  
Fluid Dynamic ◽  
Mass Conservation ◽  
Carotid Bifurcation ◽  
Quantitative Information ◽  
Flow Models ◽  
Path Dependent

Quantification of particle deposition patterns, transit times, and shear exposure is important for computational fluid dynamic (CFD) studies involving respiratory and arterial models. To numerically compute such path-dependent quantities, it is necessary to employ a Lagrangian approach where particles are tracked through a pre-computed velocity field. However, it is difficult to determine in advance whether a particular velocity field is sufficiently resolved for the purposes of tracking particles accurately. Towards this end, we propose the use of volumetric residence time (VRT)—previously defined for 2-D studies of platelet activation and here extended to more physiologically relevant 3-D models—as a means of quantifying whether a volume of Lagrangian fluid elements (LFE’s) seeded uniformly and contiguously at the model inlet remains uniform throughout the flow domain. Such “Lagrangian mass conservation” is shown to be satisfied when VRT=1 throughout the model domain. To demonstrate this novel concept, we computed maps of VRT and particle deposition in 3-D steady flow models of a stenosed carotid bifurcation constructed with one adaptively refined and three nominally uniform finite element meshes of increasing element density. A key finding was that uniform VRT could not be achieved for even the most resolved meshes and densest LFE seeding, suggesting that care should be taken when extracting quantitative information about path-dependent quantities. The VRT maps were found to be useful for identifying regions of a mesh that were under-resolved for such Lagrangian studies, and for guiding the construction of more adequately resolved meshes.

Experimental and computational fluid dynamic study of the change of volumetric flow in fluidized-bed reactors

2014 ◽  
Vol 106 ◽  
pp. 231-241 ◽  
Author(s):  
Andrés Mahecha-Botero ◽  
Tingwen Li ◽  
Franz Haseidl ◽  
Alexander Nguyen ◽  
John R. Grace
Keyword(s):  
Fluidized Bed ◽  
Computational Fluid Dynamic ◽  
Fluid Dynamic ◽  
Dynamic Study ◽  
Fluidized Bed Reactors

The use of computational fluid dynamic models for the optimization of cell seeding processes

Biomaterials ◽  
2011 ◽  
Vol 32 (34) ◽  
pp. 8753-8770 ◽  
Author(s):  
Adebayo A. Adebiyi ◽  
Mohammad E. Taslim ◽  
Keith D. Crawford
Keyword(s):  
Computational Fluid Dynamic ◽  
Dynamic Models ◽  
Fluid Dynamic ◽  
Cell Seeding

scholarly journals Analisis Distribusi Temperatur dan Aliran Fluida pada Proses Pengeringan Butiran Teh Bentuk Silinder Di Dalam Fluidized Bed Dryer Menggunakan Computational Fluid Dynamic (CFD)

ROTASI ◽  
2019 ◽  
Vol 20 (4) ◽  
pp. 237
Author(s):  
MSK Tony Suryo Utomo ◽  
Eflita Yohana ◽  
Mauli Astuti Khoiriyah
Keyword(s):  
Fluid Dynamics ◽  
Computational Fluid Dynamics ◽  
Fluidized Bed ◽  
Computational Fluid Dynamic ◽  
Fluid Dynamic ◽  
Fluidized Bed Dryer ◽  
Computational Fluid Dynamics Cfd

Pengeringan merupakan proses perpindahan panas dan uap air secara simultan yang memerlukan energi panas untuk menguapkan kandungan air dari bahan yang akan dikeringkan. Penelitian ini dilakukan dengan cara simulasi. Produk yang dipilih untuk simulasi ini yaitu teh. Simulasi numerik perpindahan massa pada teh dilakukan dengan menempatkan material teh pada domain komputasi sebuah aliran eksternal. Penelitian ini bertujuan untuk menganalisis distribusi temperatur pada partikel teh dengan menggunakan Computational Fluid Dynamics (CFD) dan menganalisis pengaruh variasi kecepatan inlet dan temperatur inlet terhadap waktu pengeringan sehingga diperoleh metode pengeringan yang paling optimum pada pengeringan teh. Penurunan massa pada teh dihitung secara analitik dengan menggunakan persamaan laju penurunan massa. Teh dimodelkan dengan bentuk menyerupai silinder setelah dilakukan pelayuan untuk kemudian dikeringkan. Kecepatan masuk aliran udara dan temperatur masuk divariasikan sesuai dengan batas kecepatan minimum dan maksimum fluidisasi dan temperatur pengeringan teh untuk fluidized bed dryer. Waktu yang digunakan untuk menurunkan kadar air hingga 3% berdasarkan temperatur pada kecepatan 1,6 m/s secara berurutan adalah 354 s (880C), 300 s (930C), dan 256 s (980C). Sementara pada kecepatan 2,6 m/s waktu yag dibutuhkan adalah 277 s (880C), 234 s (930C), dan 200 s (980C) serta untuk kecepatan 3,6 m/s berturut-turut 235 s (880C), 199 s (930C), dan 169 s (980C). Untuk pengeringan teh lebih optimal dilakukan dengan menaikkan kececepatan masuk aliran fluida dibandingkan dengan menaikkan temperatur.

Sign in / Sign up

Export Citation Format

Share Document