Alev sprey piroliz yöntemi ile nanopartikül üretimininmodellenmesi ve optimizasyonu

Abstract

Bu tezde, sürekli nanopartikül üretim yöntemi olan alev sprey piroliz (ASP) süreci, hesaplamalı akışkanlar dinamiği (HAD) yazılımı olan Fluent V.19 (ANSYS), ve ardından MATLAB'in kullanıldığı bir yaklaşımla benzetimlenmiştir. Model, literatürde yer alan mevcut deneysel veriler kullanılarak geliştirilmiş ve doğrulanmış olup, daha sonra laboratuvar ölçekli bir ASP sistemi tasarlamak için kullanılmıştır. Uygumalı HAD yaklaşımında, türbülans modeli olarak gerçeklenebilir k-ε modeli yerine kayma gerilimi taşınımı modeli (SST) k-ω kullanılarak iyileştirme yapılmıştır. Bu yaklaşım sonucunda primer nanopartikül boyutu tahminlerindeki hata %20'den %8'e düşürülmüştür. Ayrıca, sayısal çözümlemede eşanlı implicit basınç-hız çözümü, hesaplama süresini %96 oranında kısaltmıştır. Nanopartiküllerin alevin sıcaklığı üzerindeki etkisi dikkate alınmış, ve alevden nanopartiküllere radyasyonla ısı kayıplarını içerecek şekilde bir yaklaşım geliştirilmiştir. Bu yaklaşımı uygulayarak tahmin edilen alev gaz sıcaklıklarındaki ortalama hata %24'ten %7'ye düşürülmüş, böylece primer partikül çapları %92 doğrulukla tahmin edilebilmiştir. Ayrıca, yeni kurulan ASP sisteminde üretilen TiO2 nanopartiküllerinin boyutlarının kontrolünü daha iyi anlamaya yardımcı olmak üzere bir dizi parametrik çalışma yürütülmüştür. Modellemenin doğrulanmış sonuçları, gaz-sıvı-kütle oranı (GLMR), aleve enerji girişi, dağıtıcı gazın nozuldaki basınç düşüşü, soğutma hızı ve partiküllerin alevde kalma süresinin, nihai nanopartikül özelliklerini kontrol etmek üzere belirli bir aralıkta tutulması gerektiğini göstermiştir.

In this thesis, a computational fluid dynamics (CFD) model is applied to simulate the flame spray pyrolysis (FSP) process for the continuous production of nanoparticles by using Fluent V.19 (ANSYS) software and MATLAB sequentially. The model is developed and validated using the experimental data available in the literature, and later applied to design a laboratory scale FSP system. Improvement on the applied CFD model was attempted by using the shear stress transport (SST) k-ω as a turbulence model instead of the realizable k-ε model. The outcome of this attempt was to reduce the error in the primary particle size predictions from 20% to 8%. Furthermore, using an implicit pressure velocity coupling as a numerical solver shortened the computational time by 96%. The impact of nanoparticles on the flame gas temperature was taken into account, and an approach was developed to include the radiation heat losses from the flame to nanoparticles. By applying this approach, the average error in the gas temperature prediction was reduced from 24 % to 7 %, thus lead to the prediction of the primary particle diameters with a 92% accuracy. Moreover, a number of parametric studies were conducted to help better understand the control of the TiO2 nanoparticle sizes produced in the new FSP system. The modeling validated results showed that, gas-to-liquid-mass ratio (GLMR), energy input into the flame, dispersion gas pressure drop across the nozzle tip, cooling rate and the particle residence time are the most important operational parameters which need to be kept within a certain range to control the final nanoparticle properties.