Optimierung von Formstoffmischsystemen unter Nutzung von CFD- und DEM-Simulationssoftware

Transkript

1 Optimierung von Formstoffmischsystemen unter Nutzung von CFD- und DEM-Simulationssoftware Dipl.-Wirtsch.-Ing. Christian Krutzger Institut für Fertigungstechnik und Qualitätssicherung Dipl.-Ing. Hendrik Otto Institut für Logistik und Materialflusstechnik Otto-von-Guericke-Universität Magdeburg - 1 -

2 Gliederung der Präsentation Ziel des Forschungsprojektes Experimentelle Arbeiten am Versuchsmischer Simulation CFD-Simulation DEM-Simulation Zusammenfassung der Ergebnisse und Ausblick Versuchsmischer LVM5-2 -

3 Ziel des Forschungsprojektes Problemstellung: Biegeriegel bisher einziger Prüfmechanismus zur Bestimmung Güte des Formstoffgemisches Ziel des Forschungsprojektes Erarbeitung von Werkzeugen zur virtuellen Produktentwicklung Formstoff und Innenkern im Motorenbau Verbesserung der Mischgüte ohne aufwendige experimentelle Untersuchungen Formstoffbedingter Gußfehler im Bauteil - 3 -

4 Einflüsse auf die Fließeigenschaften feuchter Schüttgüter Stoffliche und geometrische Eigenschaften Korngröße, Kornform, Größenverteilung, Kornoberfläche, Viskosität des Binders Modell einer Flüssigkeitsbrücke Feuchtegehalt (Binder) Ausbildung von Stoff- bzw. Flüssigkeitsbrücken Äußere Anregung (Kinetische Energie, Druck, ) Fließeigenschaften dynamisch und lokal veränderlich Vom Zusammenspiel vieler Faktoren abhängig Genaue wissenschaftliche Beschreibung bis heute problematisch Nicht direkt messbar Verschiedene Kornformen Sandkorn Sandkorn Reale Flüssigkeitsbrücke 10µm - 4 -

5 EXPERIMENTELLER AUFBAU - 5 -

6 Vorgehensweise Untersuchung des Mischverhaltens verschiedener Stoffsysteme Gewinn grundlegender Erkenntnisse für prinzipiellen Aufbau der Simulation Schaffen von Referenzmaterial zur Validierung späterer Simulationen Ermitteln geeigneter Ansätze zur Simulation des untersuchten Mischprozesses Ziel: Schrittweise Übertragung der Erkenntnisse auf spätere Simulationen Experimentelle Untersuchungen Theoretische Vorbetrachtungen Gefärbter Sand Sand-Wasser Sand-Binder Recherche möglicher Ansätze Simulative Untersuchungen Bewertung und Auswahl Prinzipielle Umsetzung Schematische Darstellung der grundlegenden Vorgehensweise - 6 -

7 Versuchsplanung Durchführung der folgenden Versuchsreihen unter Variation der Massen, Mischzeiten und Stoffzusammensetzungen: 1. Sand und gefärbter Sand (50 %) 2. Sand und gefärbtes Wasser (1,4 m%) 3. Sand und gefärbter Binder (1,4 m%) Filmen der Versuche mittels Kamera Untersuchung der Homogenität mittels Raster Bewertungsraster Versuchsmischer und Experimentieranordnung - 7 -

8 Gegenüberstellung geeigneter Simulationsprinzipien Ansatz Computational Fluid Dynamics (CFD) Diskrete-Elemete-Methode (DEM) CFD-DEM-Kopplung Merkmale Zerlegung des Betrachtungsraums in Volumenelemente oder Punkte Betrachtung jedes Einzelpartikels als diskreten Punkt Kombination von DEM und CFD Vorteile Gute Anpassbarkeit (Zusatzmodelle) und weite Verbreitung, Große Menge an Fluid darstellbar Direkte Darstellung des Schüttguts Direkte Abbildbarkeit von Schüttgütern und Fluiden Nachteile Physikalisch ungenaue Beschreibung des Schüttgutes als Fluid Niedrige realisierbare Partikelanzahl Kaum validierte Erfahrungen und kaum verfügbar Prinzip CFD Prinzip DEM - 8 -

9 CFD ANSATZ - 9 -

10 Aufbau des Geometriemodells Originaler CAD-Datensatz Vereinfachtes CAD- Modell Geometriemodell im CFD- Simulation Vernetzungsmodell Zellgröße (Kantenänge): 7 mm Gesamtanzahl der Zellen: Auflösung des gerenderten Vernetzungsmodells (Detailansicht Mischflügels)

11 Granular Flow-Modell in der CFD Anwendung Ergebnisse: Gute Darstellung von Schüttwinkel und Kernfluss Plausible Darstellung des Kernflussverhaltens aus dem Vorratsbehälter Schüttwinkel Kernfluss im Sandbehälter

12 Angepasstes Granular Flow Modell

13 Vergleich Experiment (links) und CFD-Simulation Links: Experiment; rechts Schnittansicht Simulation Farbschlüssel: Fluidanteil in Zelle; Contour Value: 0,2-13 -

14 DEM ANSATZ

15 Diskrete Elemente Methode DEM Version 1.0: Particle Interaction; P. A. Cundall (1973) Kontakterkennung zw. den Partikeln ist der rechenintensivste Teil, daher Aufteilung des Simulationsgebietes in Unterräume, welche parallel auf vielen Prozessorkernen berechnet werden Kalibrierung der Schüttguteigenschaften z.b. durch Vergleich realer und simulierter Böschungswinkel notwendig ILM Büro (2012)

16 Kalibrierung der Partikeleigenschaften Parameterstudie zur Kalibrierung der Roll- und Partikelreibwerte Vergleich zwischen Simulation und Experiment Böschungswinkelexperiment ca. 1,5 l Gutvolumen Durchmesser 100 mm Geschwindigkeit 8 mm/s

17 Kalibrierung Böschungswinkel α k AAA = k=0 = 29 Dichte 1481 kg/m³ Wandreibung µw = 0,47 n n Partikeldurchmesser: 2-4 mm Partikelreibung µp = 0,509 Rollreibung µr = 0,25 AOR = Angle of Repose

18 Kalibrierung

19 Vergleich Simulation Experiment trockener Sand

20 Simulation - trockener Sand

21 Vergleich Simulation Experiment mit Binder

22 Vergleich Simulation Experiment mit Binder

23 Auswertung der Mischgüte Vorne Mitte Hinten Mischgüte: Verhältnis der Partikelanzahl n2/n

24 Auswertung der Mischgüte trockener Sand

25 Auswertung der Mischgüte mit Binder

26 Ergebnisse Generell Mischgüte strebt mit fortlaufender Zeit Richtung 1 Mischgüte strebt mit fortlaufendem Winkel Richtung 1 Mischgüte steigt von hinten nach vorne Trocken Vorne ist tendenziell früher ein besseres Gemisch Ab ca. 7 s stellt sich ein konstantes Verhältnis ein Mischprozess beendet Binder Mischprozess stimmt noch nicht mit Experiment überein deutlich langsamer stationärer Zustand ab ca. 12 s Im hinteren Bereich bilden sich Zonen mit geringer Durchmischung keine horizontale Gutbewegung entlang der Mischerachse

27 ZUSAMMENFASSUNG UND AUSBLICK

28 Zusammenfassung und bestehende Herausforderungen Videoaufnahmen bilden solide Basis für Aufbau der Simulation Homogenitätsbewertung durch subjektive Untersuchungsmethode vermindert Für grobe Abschätzung allerdings ausreichend Darstellung des Sandes mittels CFD problematisch Direkte Abbildung des Mischvorgangs mit gegebenen Mitteln bisher nicht möglich Darstellung mittels DEM scheint perspektivisch die besseren Ergebnisse zu liefern Herausforderungen für weiterführende Arbeiten Experimentelle Ermittlung geeigneter Kohäsionswerte Virtuelle Produktentwicklung bzgl. Anpassungen verschiedener Parameter mittels DEM

29 Förderungsvermerk Das Forschungsvorhaben wird mit Mitteln des Bundesministeriums für Wirtschaft und Energie (BMWi) im Rahmen des Programms ZIM (Zentrales Innovationsprogramm Mittelstand) aufgrund eines Beschlusses des Deutschen Bundestages gefördert

30 VIELEN DANK FÜR IHRE AUFMERKSAMKEIT!