Die Effizienz einer Direct-Air-Capture-Anlage (DAC) brach ohne Vorwarnung ein. Die forensische 3D-Modellierung mit ANSYS Fluent und Revit deckte die Ursache auf: Das granulare Material im Silo verdichtete sich unter seinem Eigengewicht und thermischen Zyklen asymmetrisch. Diese Verformung, ein klares Symptom von Materialermüdung, schuf bevorzugte Luftkanäle, die den Kontakt mit dem chemischen Filter umgingen, die Adsorptionsfähigkeit zunichtemachten und einen blinden Fleck im ursprünglichen Design offenbarten.
Asymmetrische Verdichtung und Simulation bevorzugter Strömungen mit ANSYS Fluent 🔍
Die Analyse begann mit der geometrischen Rekonstruktion des Silos mittels Revit und dem Scannen mit Artec Studio, um die tatsächliche Verformung des granularen Schüttbetts zu erfassen. Beim Import der verformten Geometrie in ANSYS Fluent zeigte die CFD-Simulation, dass die lokalisierte Porosität in den Bereichen geringerer Verdichtung als Autobahn für das Gas fungierte. Die im Post-Processing visualisierten Strömungslinien zeigten, dass das CO2 die dichten Regionen mied, in denen sich das chemische Adsorbens befand. Dieses Phänomen, ähnlich der Bildung von Rissen durch zyklische Ermüdung in Metallen, reduzierte die effektive Kontaktoberfläche um über 40 % und erklärte den drastischen Effizienzverlust.
Lehren für die Ermüdungssimulation in granularen Materialien ⚙️
Dieser Fall zeigt, dass Ermüdung nicht ausschließlich bei Metallen oder Polymeren auftritt. Granulare Schüttbetten, die statischen Lasten und Betriebsvibrationen ausgesetzt sind, erfahren eine plastische Umordnung, die ihre Funktion beeinträchtigt. Die Integration von Modellen der dynamischen Verdichtung in CFD-Simulationen vor dem Design würde es ermöglichen, diese bevorzugten Kanäle vorherzusagen. Der Schlüssel liegt darin, das granulare Schüttbett als ein lebendiges Material zu behandeln, das mit der Zeit ermüdet – ein Ansatz, der in der nächsten Generation von DAC-Anlagen Millionen an Effizienz retten kann.
Wie haben Sie den viskoelastischen Kontakt zwischen Zeolith-Partikeln und dem granularen Schüttbett modelliert, damit die CFD die differentielle Ermüdung aufdeckte, die den Effizienzverlust im DAC-Silo verursachte?
(PS: Materialermüdung ist wie deine nach 10 Stunden Simulation.)