Desarrollo de modelos de formación de hollín para la identificación vía modelamiento numérico de las principales especies químicas precursoras de hollín en flujos turbulentos reactivos

• Autor: Valencia Ramírez, René Sebastian
• Formato: tesis de maestría
• Fecha de Publicación: 2023
• Institución: Pontificia Universidad Católica del Perú
• Repositorio: PUCP-Tesis
• Lenguaje: español
• OAI Identifier: oai:tesis.pucp.edu.pe:20.500.12404/24191
• Enlace del recurso: http://hdl.handle.net/20.500.12404/24191
• Nivel de acceso: acceso abierto
• Materia: Combustión; Análisis numérico; Dinámica de fluidos; https://purl.org/pe-repo/ocde/ford#2.00.00

El modelamiento numérico de procesos de formación de hollín en sistemas de combustión reales representa un gran reto debido a la fuerte interacción entre la turbulencia, la cinética química y la dinámica de las partículas de hollín. Esto significa que tanto los modelos de turbulencia como los de reacción química deben ser lo suficientemente detallados como para producir resultados precisos de las distintas especies químicas que intervienen en los procesos de formación de hollín. También es importante que todas las fases de la formación de hollín sean descritas adecuadamente por los modelos numéricos utilizados, y que exista una herramienta computacional capaz de modelar dichos fenómenos. Sin embargo, en la actualidad no existe ninguna herramienta de libre acceso que incluya algún tipo de modelamiento detallado de hollín, por lo que la mayoría de los estudios sobre el tema han sido realizados en el pasado con herramientas desarrolladas por los propios investigadores. En consecuencia, en este trabajo, utilizando C++ como lenguaje de programación, diferentes modelos detallados de formación de hollín han sido implementados en la herramienta computacional de acceso libre OpenFOAM. Más específicamente, los modelos considerados incluyeron (i) el modelo semi-empírico de 2 ecuaciones (2EQ), y los modelos basados en (ii) el método de momentos con cierre interpolativo (MOMIC), (iii) el método híbrido de momentos (HMOM), y (iv) el método seccional discreto (DSM). Todos los modelos fueron desarrollados y evaluados en los contextos de simulación Reynolds averaged Navier Stokes (RANS) y large eddy simulation (LES). Además, la fase gaseosa del proceso de combustión fue descrita usando el modelo steady laminar flamelet (SLF), en las simulaciones RANS, y el modelo flamelet/progress variable (FPV), en las simulaciones LES. Las simulaciones numéricas fueron realizadas considerando diferentes especies químicas precursoras de hollín en la fase de nucleación de este. Para la oxidación del hollín, especies oxidantes como el radical hidroxilo (OH) y el oxígeno (O2) fueron consideradas. Para el crecimiento superficial, a su vez, el acetileno (C2H2) y distintos hidrocarburos policíclicos aromáticos (PAH) fueron considerados. Los diferentes resultados numéricos obtenidos en contextos RANS y LES fueron comparados con los correspondientes datos experimentales del International Sooting Flame Workshop (ISF), correspondiente a las llamas turbulentas (i) Adelaide jet flame EHN 1 y (i) Adeladie bluff-body flame ENB-1. En concreto, los niveles de hollín predichos con cada uno de los modelos de formación de hollín considerados fueron evaluados y comparados con datos experimentales disponibles en la literatura. Los principales resultados obtenidos indican que, utilizando como especies químicas precursoras al benceno (A1) (en el caso RANS) y al pireno (A4) (en el caso LES), el mejor modelo para predecir la formación de hollín en las llamas turbulentas estudiadas es el HMOM. En particular, este modelo es capaz de captar la bimodalidad de la función de distribución del tamaño del hollín y de incluir las cadenas de agregados. También fue comprobado que los principales precursores del hollín son los PAH, y que el campo medio de estos no varía significativamente de uno a otro. Por lo tanto, utilizando un adecuado factor de adherencia, la importancia del PAH particular utilizado en la nucleación disminuye. Finalmente, los resultados indicaron también que el costo computacional asociado a cada modelo es un factor limitante. Así, el elevado costo computacional del modelo DSM no justifica su uso en llamas turbulentas. De esta forma, en términos de costo computacional, la mejor opción para las llamas estudiadas es también el modelo HMOM.