Juillet, 2021

20jul8 h 25 min8 h 25 minSoutenance de thèse Carlos MONTILLA

more

Détails

Thèse intitulée : « Forces électrostatiques dans les réacteurs à lit fluidisé : analyse numérique et expérimentale ». 

La soutenance aura lieu le mardi 20 juillet à 14h en salle des thèses à l’ENSIACET.

visio-conférence via le lien zoom suivant :

https://zoom.us/j/92782612408?pwd=Y0hQa3N4THpJam5pUGIzOXdlNFR4Zz09
ID de réunion : 927 8261 2408
Code secret : 5cP5S8

Le lien sera actif aux alentours de 13h45, merci de bien vouloir garder vos micros et caméras coupés.

Le jury sera composé de:

  • Mme. Christine HRENYA, Colorado Boulder University, USA  (Rapporteure).
  • M. Ali OZEL, Heriot-Watt University, UK (Rapporteur).
  • M. Farzam FOTOVAT, Sharif University of Technology, Iran (Examinateur).
  • M. Rodney FOX, Iowa State University, USA (Examinateur).
  • M. Renaud ANSART, Toulouse INP – ENSIACET, France (Directeur de thèse).
  • M. Olivier SIMONIN, Toulouse INP – ENSEEIHT, France (Codirecteur de thèse).

Résumé :

Les lits fluidisés représentent l’une des opérations unitaires les plus utilisées dans la génie des procèdes. Néanmoins, et malgré leur importance, certains aspects des lits fluidisés restent très mal compris. Parmi les défis qui restent à relever, nous trouvons les effets des forces électrostatiques dans la dynamique du réacteur. Malgré les nombreuses études consacrées à ce sujet, plusieurs questions restent toujours ouvertes. Parmi elles, nous trouvons l’utilisation des techniques des mesures non-intrusives pour caractériser le comportement du lit sous l’influence des forces électrostatiques; et la modélisation mathématique de la dynamique dans le réacteur d’un point de vue macroscopique. C’est dans cette perspective que ces travaux de recherches s’inscrivent. Dans le cadre du projet ANR-IPAF, cette thèse vise à améliorer la compréhension des effets électrostatiques dans la dynamique des lits fluidisés avec une approche numérique et expérimentale. Du point de vue de la modélisation, nous utilisons la théorie cinétique des milieux granulaires pour obtenir les équations gouvernant la dynamique de la charge des particules. Dans cette étude, nous modélisons non seulement l’équation de la charge moyenne des particules, mais aussi l’équation de la corrélation charge-vitesse et l’équation de la variance de la charge des particules. Nous proposons également deux modèles de fermeture algébriques pour les moments statistiques d’ordre trois. Cette modélisation représente, jusqu’à présent, la description Eulerienne la plus complète d’un écoulement gaz-particules monodisperse. Du côté expérimental, nous étudions un nouveau système de mesure non intrusive: l’ECVT. Nous nous focalisons sur l’un des points clé: l’algorithme de reconstruction d’image. Nous nous intéressons à une nouvelle approche de reconstruction basée sur les techniques de l’intelligence artificielle. Nous proposons deux différentes solutions pour entraîner un réseau de neurones artificiels. La première approche s’appuie sur un apprentissage de type supervisée avec des données générées à partir des simulations numériques CFD. Tandis que la deuxième approche utilise une méthode d’apprentissage par renforcement en se servant uniquement des données expérimentales.

Abstract:

Fluidized bed reactors are one of the unit processes most commonly used in the industry. Although important advances have been made towards the understanding and prediction of the dynamics of fluidized beds, many important questions remain unanswered. One of the most important open challenges is the study of the effects of electrostatic forces inside the reactor. Despite the important research efforts in the last few decades, many problems are still unsolved. Amongst these, we find the use of non-invasive measurements techniques to characterize the hydrodynamics effects of electrostatic forces inside the reactor; and the macroscopic mathematical modeling of the charging dynamics in the bed. These are the issues that this research program tries to address. As part of the project ANR-IPAF, this Ph.D. thesis aims at improving the understanding of the effects of electrostatic forces in a fluidized bed reactor. On the modeling front, we use the kinetic theory of rapid granular flow to derive the most complete Eulerian model of the particle electric charge dynamics in monodispersed gas-solid flow systems. In this work, we show how to lift some of the most restrictive hypotheses of previous models. We show that the transport equation for the mean particle electric charge can be obtained without assuming the shape of the particle electric charge probability density function. In addition to this, we also derive and close the transport equation for the second order terms: the particle charge-velocity covariance and the particle charge variance. On the experimental front, we study the use of an ECVT system to characterize the dynamics inside the bed. We focus our attention to the image reconstruction algorithm. We explore the use of a novel image reconstruction technique using machine learning algorithms. In this thesis, we propose two different strategies to train a feed forward artificial neural network to handle the image reconstruction step in a ECVT device. The first strategy is based on CFD-generated data which is coupled with the sensitivity matrix model to deduce the capacitance measurements. The second approach relies exclusively on real experimental data and it seeks to reconstruct an image that could explain the capacitance measurements.

Date et heure

(Tuesday) 8 h 25 min - 8 h 25 min

X