GeoDict von der Struktur zur Eigenschaft

Transkript

1 Dr. Jürgen Becker, Liping Cheng (PhD), Dr. Stefan Rief, Dipl.-Math. Kilian Schmidt & Andreas Wiegmann (PhD) Abteilung Strömungs- und Materialsimulation Fraunhofer-Institut Techno- und Wirtschaftsmathematik Kaiserslautern Workshop CT und Analyseverfahren für industrielle Anwendungen

2 1. Was ist und was macht? ist eine modulare Software zur direkten numerischen Simulation (DNS) von Materialstrukturen- und Materialeigenschaften. wird in Projekten des ITWM genutzt und weiterentwickelt und wird verkauft. importiert und segmentiert Grauwertbilder zu Strukturen. generiert Strukturen aufgrund vorgegebener mittlerer Kenngrößen. berechnet Eigenschaften durch Homogenisierung partieller Differentialgleichungen. berechnet Materialfunktionalität durch Lösung gewöhnlicher und partieller Differentialgleichungen gekoppelt mit geometrischen Algorithmen. findet durch geometrische Änderung virtuell Strukturen mit besseren Eigenschaften. Seite 2

3 1. Warum DNS in 3d, warum? Die Aussagekraft von analytischen und zweidimensionalen Modellen ist begrenzt. Durch Tomographien stehen aussagekräftige 3d-Bilder vieler Werkstoffe bereit. Durch Verbesserungen der Hardware, Parallelisierung und Fortschritte bei den Algorithmen (Informatik) und Methoden (Mathematik, Physik) sowie einer dedizierten Implementierung für spezielle Fragestellungen (Materialwissenschaften, Verfahrenstechnik) kann man auf Desktoprechnern (16GB RAM) die Eigenschaften von Strukturen mit mehr als 500³ Zellen berechnen. identifiziert Standardfragestellungen und vereint Wissen der o.g. Disziplinen in eine intuitiv bedienbare Software mit leicht verständlicher Dokumentation. macht das in Projekten gewonnene Wissen in innovativer Software nutzbar. Seite 3

4 1. Typische Schwierigkeiten und s Lösungsansätze dafür Segmentierung schwierig: Netzgenerierung schwierig: Voxelauflösung grob : Hab keinen Supercomputer: Homogenisierung schwierig: integrierte Bildverarbeitung, Nutzung von Modellen Rechnen direkt auf dem 3d-Bild Sehr hoch aufgelöste 3d-Bilder Effiziente Implementierung auf Desktoprechner Standardfälle mit intuitiver Bedienung und verständlicher Doku Die folgenden zwei Beispiele sind komplett mit simuliert und ausgewertet. Seite 4

5 2. Beispiel. Filtration von Dieselruß - Aufgabenstellung Design study of a Diesel particulate filter What is the effect of an additional fibrous layer on top of a sintered substrate? Soot particles (~50nm) are much smaller than voxels (1µm) -> porous deposition model Navier-Stokes-Brinkmann model to handle free and porous flow Permeability and maximum degree of filling of porous voxels are determined by high resolution single fiber experiments Some hundreds of millions of particles are needed for a lifetime computation Particulate filter with fiber layer Seite 5

6 2. Strukturgenerierung SEM image Virtual Reconstruction Basic shapes I Inversion Erosion Sand Basic shapes I Inversion Seite 6

7 2. Validierung der Struktur Quality Measures of Virtual Structures The Eye Porosity Cord length distributions: Virtual vs. real SEM cross sections Flow properties, e.g. effective permeability or flow resistivity Filtration properties Effective Flow Permeability Measurement Simulation 5,9 * m 2 5,1 * m 2 less than 14 % deviation! Seite 7

8 2. Filtration von Dieselruß - Durchströmung Flow simulation is based on Navier-Stokes Stokes-Brinkmann equations Henry Darcy ( ) Remark convective term optional -> fast flow Brinkmann term optional -> subgrid particle deposition and effective porous media Seite 8

9 2. Filtration von Dieselruß - Partikeltransport Lagrangian Particle Transport Particle Deposition Collision handling Adhesion model Modification of Geometry Solid deposition model (particles resolved by voxels) Porous deposition model (small particles) Seite 9

10 2. Filtration von Dieselruß Anlagerung und Druckabfall Pressure Drop [Pa] Depth Filtration Surface Filtration 0 6. März 0,52008, Kaiserslautern 1 1,5 2 2,5 Deposited Soot [g/m^2] Seite 10

11 3. Beispiel: Porengrößen der GDL in PEM Brennstoffzellen Seite 11

12 3. Option a): Import eines 3d Bildes Input: 3d gray-valued image obtained by DVI, tomography or similar 3d imaging method Options: choice of threshold filtering edge smoothing Seite 12

13 3. Option b): Virtuaell generierter Nonwoven: Eingabeparameter Porosity Fiber orientation distribution (anisotropy) Fiber diameter (distribution) Fiber cross sectional shape Fiber length (distribution) In the overlapping model Fibers are placed at random positions with appropriately randomized orientation and without consideration of each other It is a surprise that such a simple model works! Seite 13

14 3. Bemerkung zur Sensitivität der Modellierung Permeability (flow resistivity) prediction is not sensitive to fiber touch / overlap! Permeability (flow resistivity) prediction is not sensitive to fiber crimp! This is not always the case: Thermal & electrical conductivity is sensitive to fiber touch / overlap! Explanation: For fluid flow, the connectivity of pore space is crucial For thermal and electrical conduction, the connectivity of the fibers is crucial! Seite 14

15 3. Hinzunahme eines Binders Assumption: the binder acts like a mobile wetting fluid and occupies the small pores Seite 15

16 3. Vergleich von Simulation und Experiment compare TEM visualization of model with TEM of original media absolute permeability (through-plane): measurement: Toray 090 carbon paper (Gostick et al, 2005): 8.3 darcy simulation: virtually created Toray 090: 7.4 darcy simulation (tomography data): 11.7 darcy bubble point: measurement: Toray paper with 20% Teflon (Benziger et al, 2005): 7.1 kpa simulation (tomography data, contact angle 40 ): 8.8 kpa saturation at the bubble point: measurement: Toray paper with 20% Teflon (Benziger et al, 2005): 20 % simulation (tomography data): 20.8 % Seite 16

17 3. Porengrößenverteilungen simple geometry: nonwoven: d Pore sizes well defined and easy to measure How to define a pore size? What is measured? Seite 17

18 3. Definition der Porengrößen - Geometrischer Ansatz Pore space : X Opening of radius r : Volume of pores with radius : dark grey: light grey: Seite 18

19 3. Simulation Quecksilber Porosimetrie Mercury Pressure mercury (non-wetting) fills the pores, if pressure becomes large enough: d volume of intruding mercury gives pore size distribution Seite 19

20 3. Quecksilber Porosimetrie mittels Poren Morphologie Methode algorithm : 1. start configuration 2. erode pore space 3. eroded pore space has to be connected with non-wetting phase reservoir 4. dilate remaining pore space 5. final result Seite 20

21 3. Bubble point: Quecksilber bricht durch starting point: pore space completely filled with wetting fluid Non-wetting phase reservoir determine pore space occupied by nonwetting fluid for increasing pressure (decreasing pore radius) Bubble point! Closed Wetting phase reservoir Seite 21

22 3. Tomographierte GDL material: carbon fibres of diameter ~ 7 µm hydrophobic PTFE coating porosity 78% layer thickness ~ 200 µm 3D data synchrotron tomography by ANKA GmbH (Karlsruhe) picture shows area of size 717x717 µm resolution: 0.7 µm/voxel Seite 22

23 3. Quecksilberverteilung in Tomographie, am bubble point pc= 10.6 kpa (r=10.5 µm) Seite 23

24 3. Vergleich von Messung und Simulation Measurement: MIP 30 Measur ement Simulation Simulation: virtually created fibre structure using known values for porosity and fiber thickness distribution. simulated MIP Por e Radius [µm] Seite 24

25 4. Module und Fähigkeiten ein Überblick hat derzeit Modelle für Faserstrukturen, gesinterte Strukturen und Gewebe vor (Fiber FiberGeo Geo, SinterGeo und WeaveGeo Geo). Schaummodell ist als externes Tool (derzeit nur für Projekte) verfügbar (Foam FoamGeo Geo). Für poröse Medien und Verbundwerkstoffe: effektive Eigenschaften bzgl. Wärmeleitung, Durchströmung und Belastung (Thermo ThermoDict Dict, FlowDict Dict, ElastoDict Dict). Durch Kombination der Lösung partieller Differentialgleichungen mit Lösungen von gewöhnlichen DGl werden Filtrationsfragestellungen gehandhabt (Filter FilterDict Dict). Durch Kombination der Lösung partieller Differentialgleichungen mit geometrischen Algorithmen (z.b. morphologisch) werden 2-phasen Eigenschaften berechnet (Satu SatuDict Dict). Durch geometrische Algorithmen werden Porengrößenmessungen simuliert (Poro PoroDict Dict). Seite 25

26 development teams The Team Andreas Wiegmann Jürgen Becker Kilian Schmidt Heiko Andrä Ashok Kumar Vaikuntam Rolf Westerteiger Christian Wagner Mohammed Alam Jianping Shen The PoroDict Team Andreas Wiegmann Jürgen Becker Rolf Westerteiger The PleatDict Team Andreas Wiegmann Oleg Iliev Stefan Rief The FilterDict Team Stefan Rief Kilian Schmidt Arnulf Latz Andreas Wiegmann Christian Wagner Rolf Westerteiger The SatuDict Team Jürgen Becker Volker Schulz Andreas Wiegmann Rolf Westerteiger The RenderGeo Teams Carsten Lojewski Matthias Groß Sven Linden Rolf Westerteiger The FiberGeo Team Andreas Wiegmann Katja Schladitz Joachim Ohser Hans-Karl Hummel Petra Baumann WeaveGeo & PleatGeo Andreas Wiegmann The SinterGeo Team Kilian Schmidt Norman Ettrich The ElastoDict Team Heiko Andrä Dimiter Stoyanov Andreas Wiegmann Vita Rutka Donatas Elvikis GridGeo & PackGeo Andreas Wiegmann FlowDict Lattice Boltzmann Team Dirk Kehrwald Peter Klein Dirk Merten Konrad Steiner Irina Ginzburg Doris Reinel-Bitzer FlowDict EJ Solver Team Andreas Wiegmann Liping Cheng Aivars Zemitis Donatas Elvikis Vita Rutka Qing Zhang Seite 26

27 Mehr Info zu Computer Aided Material Engineering: Thank you for attending this presentation. Seite 27