Redalyc

Sistema de Información Científica
Red de Revistas Científicas de América Latina, el Caribe, España y Portugal

Fernández-Moguel, Leticia;Muhr-Hervé, Dietz;Edouard Adrain, Plasari Simulación en dinámica de fluidos computacional, DFC, de un proceso de precipitación de BaCO3 en un reactor de lecho fluidificado Tecnología, Ciencia, Educación, Vol. 24, Núm. 1, enero-junio, 2009, pp. 23-31 Instituto Mexicano de Ingenieros Químicos México
Disponible en: http://redalyc.uaemex.mx/src/inicio/ArtPdfRed.jsp?iCve=48212169005

Tecnología, Ciencia, Educación ISSN (Versión impresa): 0186-6036 imiqac@sercom.com.mx Instituto Mexicano de Ingenieros Químicos México

¿Cómo citar?

Número completo

Más información del artículo

Página de la revista

www.redalyc.org Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto

  (IMIQ)  24(1):  23-31. reactor de lecho fluidificado. computational fluid dynamics. Aceptado: Junio 11. Dietz Muhr-Hervé. Eddy Dissipation model. 54001 Nancy cedex France.  2009    23 Simulación en dinámica de fluidos computacional. k-ε. Rue Grandville. Eddy Dissipation modelMTS and the Eddy Dissipation Concept were tested to represent the acid-base reaction as well as k-ε model for the turbulence. disipación turbulenta (Eddy Dissipation).  1. crecimiento y aglomeración del carbonato de bario se incluyeron por medio de funciones definidas por el usuario. CFD. Particle size distribution curves were compared with experimental results and the simulations.   24 núms.INPL ( NANCY Université).1999   2009 Tecnol. experimental analysis of the hydrodynamic behavior for a neutralization reaction in the fluidized bed column followed by the simulation in CFD commercial code (FLUENT® 6. Actualmente existen técnicas de cálculo riguroso. 2009.1-2. En la segunda parte de la investigación. precipitation. Barium carbonate was chosen as model substance where the kinetics of nucleation and growth was included together with the population balance module using the “discrete model”.3. IntRoduccIón L Palabras clave: DFC. Los valores de las sobresaturaciones a lo largo de un lecho fluidificado no son homogéneos. Es bien conocido que la hidrodinámica y la intensidad de mezcla de fluidos reactivo son fundamentales para controlar la calidad del precipitado. donde se incluyó el módulo de balance de población. fluidized bed reactor. en lo que concierne a lo reactores de lecho fluidificado estas características han sido vagamente estudiadas. FDU (UDF). AbstRAct CFD techniques were studied for the precipitation of barium carbonate in a solid-liquid fluidized bed reactor.26) using different reaction models were performed.Fernandez-Moguel@ensic. El estudio se divide en dos partes: el análisis de la hidrodinámica y la simulación del proceso de precipitación. La modelación se efectúa con la ayuda del código comercial FLUENT® 6. BP 20451. The supersaturation ratio needed in the kinetics equations is calculated using the Bromley’s method. rendering satisfactory results. por lo que el cálculo de la distribución de tamaño de partícula es extremadamente complicado de manera analítica. se realizó una serie de experimentos del proceso de precipitación en un reactor de lecho fluidificado a diferentes velocidades de flujo y concentración de reactivos. método de clases Keywords: CFD. es el que proporciona la mejor predicción. Ciencia  Ed.   Ciencia  Ed. Los modelos cinéticos de nucleación. Sin embargo. 14  núm. como . DFC. En la primera parte del estudio se realiza una reacción de neutralización en un reactor de lecho fluidificado en ausencia y presencia de sólidos inertes. In the first section. 2009) os reactores de lecho fluidificado son ampliamente utilizados en los procesos de precipitación industrial. pues los productos derivados de este tipo de reactores presentan una buena forma cristalina y una distribución de tamaño de partícula controlada.  23 Tecnol. precipitación. Las curvas de distribución de tamaño de partícula se compararon con los resultados experimentales y las simulaciones.inpl-nancy. La comparación de los resultados experimentales con aquellos obtenidos por la DFC (CFD)mostraron que el modelo disipación turbulenta tipo MTS (Eddy Dissipation-MTS). evitando de esta manera.fr Resumen En el presente estudio se realizó la modelación en dinámica de fluidos computacional. por lo que fue el empleado para la continuación del estudio.Tecnol. seguida de la simulación en CFD.   Ciencia  Ed.  (IMIQ)  vol. Ecole Nationale Supérieure des Industries Chimiques . la formación de geles y de partículas muy finas. simulation of barium carbonate precipitation in a fluidized bed reactor Leticia Fernández-Moguel*(IMIQ México). discrete model *Autora a quien debe enviarse la correspondencia (Recibido: Mayo 12. In the second section. 1. En ellas. Se evaluaron los modelos de reacción química rapidez finita (Finite Rate).3. Plasari Edouard Adrain Laboratoire des Sciences du Génie Chimique – CNRS.26. Correo-e (e-mail): Laeticia. proporcionando resultados satisfactorios. the precipitation in a fluidized bed reactor was modelled. concepto de disipación turbulenta (Eddy Dissipation Concept) y disipación turbulenta tipo mezclado turbulento en escala de tiempo (Eddy Dissipation-MTS).  (IMIQ)  vol. la sobresaturación se calculó considerando el coeficiente de actividad que se obtiene por el método de Bromley. The finite rate model. DFC (CFD) de un proceso de precipitación en un reactor de lecho fluidificado empleando como sustancia modelo al carbonato de bario. de un proceso de precipitación de BaCO3 en un reactor de lecho fluidificado Computational fluid dynamics. dinámica de fluidos computacional.

La solución básica. la solución clarificada sale del reactor por la parte superior (salida 1) y la suspensión sólida sale por el fondo de la columna (salida 2). Influencia del flujo de entrada en la altura de la zona de mezclado en ausencia de sólidos . utilizando un código de cálculo de dinámica de fluidos computacional.26.   24  núm. la mezcla ocurre prácticamente en el fondo del reactor. que ofrecen la posibilidad de predecir con una buena precisión las características buscadas. Los resultados obtenidos para cuatro diferentes flujos volumétricos son ilustrados en la Figura 2. Se puede observar que la altura de la zona de mezcla tiene una ligera tendencia a incrementarse cuando el flujo volumétrico de entrada aumenta y para los cuatro gastos. separados 60 cm uno del otro y la zona de decantación de forma cilindro-cónica. Salida 1 Zona de decantación P1 Zona de reacción P2 A Entrada 2 Entrada 1 B Salida 2 Figura 1. CFD.3. se utiliza el método de decoloración de una base fuerte (NaOH 0.042 N) en exceso de 5% y en presencia de fenolftaleína.   Ciencia  Ed. Los reactivos se introducen al reactor por las entradas 1 y 2.24 Tecnol. en el presente estudio se pretende realizar el modelado de un proceso de precipitación en un reactor de lecho fluidificado. Por lo tanto. H2SO4 + 2NaOH → Na2SO4 + 2H2O Las soluciones de ácido (A) y base (B) se inyectaron a flujos volumétricos idénticos (QA = QB). El volumen del reactor es de 18.04 N) con un ácido fuerte (H2SO4. destinada a la clarificación del efluente líquido (Figura 1). éstas atraviesan el reactor por medio de 2 tubos de alimentación que son introducidos en la parte inferior del reactor como se muestra en la Figura 1. por sus siglas en inglés). equipada con 11 impulsores de dos paletas que giran a 40 rpm.  (IMIQ)  vol. Reactor tipo lecho fluidificado QA=QB=10 L/h QA=QB=20 L/h QA=QB=30 L/h QA=QB=40 L/h Figura 2.  1. 0.  2009 es el caso de la DFC (dinámica de fluidos computacional. Estudio de la hidrodinámica para flujo monofásico Los experimentos para el estudio de la hidrodinámica se llevaron a cabo en un reactor de lecho fluidificado a temperatura constante de 25°C. inicialmente en color turquesa. al momento que el equilibrio es obtenido torna transparente y enseguida el reactor es fotografiado.6L y se encuentra constituido por 2 zonas: La zona de reacción de forma cilíndrica. DFC (CFD) comercial FLUENT® 6. Para estudiar el comportamiento de la mezcla en un lecho fluidificado. se mezcla con la solución de ácido.

(c) Modelo de disipación turbulenta (Eddy Dissipation). MRF) permitió poner en movimiento los impulsores que giran a 40 rpm. así como la malla en 3D. EDC) (Gran y Magnussen. Sin embargo. En estas imágenes es notable que los modelos Finite rate y Eddy Dissipation no son capaces de predecir la zona de reacción. Para incluir la reacción química. La geometría. 1976). (d) Modelo de disipación turbulenta tipo MST (Eddy Dissipation–MST).  (IMIQ)  vol. el flujo volumétrico es QA=QB=20L/h.   Ciencia  Ed. se evaluaron diferentes modelos: El modelo de rapidez finita (Finite rate). concepto de disipación turbulenta (Eddy Dissipation Concept. por otro lado son los modelos Eddy Dissipation Concept y Eddy Dissipation-MTS aquellos que mejor predicen el volumen de la zona de reacción (Figura 4). malla (a) (b) (c) (d) (e) Figura 4. (b) Modelo de rapidez finita (Finite Rate).85 y tan sólo el 0. 2002). además que se encuentran localizados en zonas donde el flujo es prácticamente inerte. El peor elemento tiene un factor de deformación geométrica (skewness) de 0. Otros modelos. La modelación se efectúa con el simulador comercial Fluent® 6.  1. donde se consideran los efectos del campo turbulento también fueron evaluados: Disipación turbulenta (Eddy Dissipation. Se desarrolló una malla estructurada que cuenta con 855.2% de los elementos son catalogados de baja calidad..408 elementos (Figura 3).3. con una velocidad de reacción de segundo orden r = kCACB. es por tanto el que fue retenido para la continuación del estudio. se construyen con la ayuda del preprocesador GAMBIT® 2. El modelo de turbulencia k-ε estándar (1) se utilizó para representar la turbulencia y el método del marco de referencia múltiple. MRM (Multiple Reference Frame.  2009    25 Una vez finalizada la parte experimental. se realizaron las simulaciones en DFC (CFD).   24  núm. EDM) (Magnussen y Hjertager. para el cual una función definida por el usuario es adicionada en el código de cálculo. donde k = 10+07 m3mol-1s-1.Tecnol. el modelo EDM-MST es el modelo que requiere el menor tiempo de cálculo comparado con el modelo EDC.26. Dirección y Figura 3.16. (a) Experimento. 1996) y modelo de mezclado turbulento con escala de tiempo para disipación turbulenta (Eddy Dissipation-Multiple-TimeScale Turbulent Mixer Model. EDM-MTS) (Baldyga. (e) Modelo de concepto de disipación turbulenta (Eddy Dissipation Concept) a QA=Qb=20L/h .3. 1989) (Hjertager et al. La Figura 4 muestra la comparación de los resultados experimentales en flujo monofásico con los resultados de las simulaciones realizadas con diferentes modelos de reacción.

   Ciencia  Ed.26 es satisfactoria y permite continuar con la modelación de la precipitación en un reactor tipo lecho fluidificado. la doble pared da un efecto de “lupa” suplementario. Este comportamiento podría darse debido a que las partículas de vidrio sedimentan en el fondo del reactor.3.  (IMIQ)  vol. así como la altura del lecho fluidificado. Se puede notar que tanto la altura del lecho fluidificado como la zona de sedimentación se aproximan correctamente a los resultados experimentales. Una comparación de los resultados experimentales y de la simulaciones a QA=QB=10L/h se muestran en la Figura 7.  1. Simulaciones para flujo bifásico Figura 7. El modelo de flujo multifásico se utilizó junto con el modelo de reacción química (Eddy Dissipation-MST): Figura 6. También es importante remarcar que el modelo predice correctamente la zona inerte en el fondo del reactor.26 Tecnol. En la Figura 6 se muestra una comparación entre los resultados experimentales y la simulación de CFD para Q A= 10 y 40 L/h.  2009 Es importante remarcar que el reactor cuenta con una doble pared. del mismo modo que para el modelo monofásico se utilizó el modelo de turbulencia k-ε estándar y el método de marco de referencia múltiple. Para QA=10 y 20 L/h se constató que existe una zona inerte en el fondo del reactor y en la zona inmediata superior. se encuentra la zona reactiva. este fenómeno es probablemente debido a la sedimentación de partículas en el fondo del reactor.   24  núm. Influencia del flujo volumétrico en la altura de la zona de reacción en presencia de sólidos La simulación en FDC (CFD) del sistema bifásico se realizó con el modelo Euleriano-Euleriano de flujo multifásico. La fracción volumétrica así como el diámetro de partícula fueron determinados con la ayuda de la ecuación de Richardson-Zaki (1954). MRM (Multiple Reference Frame. QA=QB=10 L/h QA=QB=20 L/h QA=QB=30 L/h QA=QB=40 L/h QA=QB=10 L/h QA=QB=40 L/h Figura 5. Los resultados de las experiencias a cuatro flujos volumétricos diferentes se muestran en la Figura 5. Reactor en presencia de carga sólida QA=Qb=10L/h . El modelo de disipación turbulenta (Eddy Dissipation-MST) predice correctamente la zona de la reacción química para el fluido multifásico. MRF) para representar la rotación de los impulsores. Estudio de la hidrodinámica para flujo bifásico Los experimentos para flujo bifásico fueron realizados con las mismas condiciones de operación que en los de flujo monofásico. La simulación de la hidrodinámica del reactor en presencia y ausencia de carga sólida con el código de cálculo FLUENT® 6. motivo por el cual se tiene la impresión que el diámetro del reactor es más grande en la realidad que en las simulaciones.

  (IMIQ)  vol.   Ciencia  Ed. donde se adicionaron seis salidas a diferentes alturas de la columna como se muestra en la Figura 8.05 mol/L (ver Figura 1).  1. hay una “creación” de partículas finas. por lo tanto. su utilización requiere conocer a priori el rango de tamaños de partículas y es Una vez iniciado el experimento. se puede observar la separación neta de la fase sólida con la fase líquida. de manera similar que para el estudio hidrodinámico.Tecnol. las partículas de carbonato de bario aparecen casi instantáneamente y comienzan a llenar el reactor de sólidos. por Litster y colaboradores (1995) y por Ramkrishna (2000). Simulación de la precipitación de carbonato de bario con cFd Para la simulación se utilizó el modelo de clases desarrollado por Hounslow y colaboradores (1988). las partículas más finas se encontrarán en la parte superior del reactor y las más grandes en la parte inferior. Cuando se obtiene el régimen permanente. lo cual hace equivalente la distribución de tamaño de partícula en todo el reactor. Se tomaron muestras del precipitado cada 24 horas a diferentes alturas del reactor y fueron analizadas con el granulómetro MALVERN Mastersizer para. en la Figura 11 se muestran las distribuciones de tamaño de partícula. se forman partículas con una distribución bien definida (tipo campana de Gauss). en inglés). Así mismo. con este tipo de reactor. las partículas fueron observadas por medio de un microscopio electrónico de barrido. DTP (PSD. Se pretende . Sin embargo.  2009    27 Precipitación del carbonato de bario Para realizar los experimentos de la precipitación. la zona de reacción que estaba constituida por una columna de doble pared se sustituyó por otra columna en material polimérico transparente (plexiglás). Al comenzar los experimentos el reactor de lecho fluidificado se encuentra lleno de agua. sin embargo. a diferentes alturas del reactor. siendo un lecho fluidificado. En la Figura 10 se presenta la evolución del tamaño de partículas. Ba(OH)2 + Na2CO3 → BaCO3(disuelto) + 2NAOH (1) BaCO3(disuelto) BaCO3(sólido) (2) que las partículas sean retenidas por el decantador que se encuentra en la parte superior del reactor y que al llegar a régimen permanente se obtenga una separación neta de la fase líquida con la fase sólida. el reactor se modificó con el fin de poder tomar muestras del precipitado a diferentes alturas del reactor y determinar la distribución de tamaño de partículas. por lo tanto. Esta aglomeración es el fenómeno mayoritario en el presente sistema. donde se observa que se obtienen curvas equivalentes a lo largo del reactor. en esta figura se puede constatar que el reactor de lecho fluidificado crea tamaños de partículas en promedio de 80 µm y que. 200 mm 250 mm 100 mm 125 mm 90 cm 60 cm 1000 mm 30 cm 15 cm 8 cm 4 cm Figura 8. los tamaños de partículas obtenidos por el granulómetro corresponden a los aglomerados. de este modo. Por lo tanto. la cual sigue el siguiente esquema de reacción. Los reactivos A y B se alimentan continuamente a flujos volumétricos iguales QA=QB=10 L/h y a concentraciones molares iguales C = 0. determinar en qué momento se obtenía el régimen permanente. Este método consiste a representar la distribución de tamaño de partículas. Modificaciones al reactor tipo lecho fluidificado Para el presente estudio se escogió la precipitación de carbonato de bario a partir de hidróxido de bario y carbonato de sodio. Este fenómeno puede deberse al hecho que los reactivos se alimentan en la parte inferior de la columna y. como se muestra en la Figura 9. donde se constata que las partículas se encuentran fuertemente aglomeradas y. En la Figura 12 se muestra una fotografía de una de las partículas aumentada 1000 veces. Adicionalmente. donde se puede observar que el régimen permanente se obtiene luego de 72 horas.   24  núm. Se espera que. DTP (PSD) en forma numérica y tiene la ventaja de proporcionar la DTP (PSD) directamente.

01 0. Para incluir la ecuación de balance de población en la simulación.04 0.15 m Y = 0. i − Dbr.2 0. Régimen permanente Figura 9.05 L/h QA = QB = 10 L/h Y = 0.1 1 L (µm) Decantador Y = 0. Evolución de la granulometría para llegar a régimen permanente .60m 0. i ) + 0 ρ sV0 n 1 L (µm) t = 48 h 10 t = 72 h 100 t = 96 h Figura 10.  1.04 0.05 mol/L QA = QB = 10 L/h 0. la ecuación se utiliza en términos del porcentaje en volumen de partículas: ∂ ∂ ⎛G ρ α ⎞ (ρ sα i ) + (ρ su iα i ) + ⎜ V s i ⎟ = ∂t ∂V ⎝ V ⎠ (3) i ˙0 ρ sVi ( B ag.08 0.   24  núm.1 0.28 Tecnol.02 0 0.1 t = 24 h Figura 12.  (IMIQ)  vol.04 m 10 100 Figura 11.90 m Y = 0.12 g (L) dL 0.60 m Y = 0.06 0.18 0.2 0.  2009 CA = CB = 0.12 g (L) dL 0.14 0.06 0.02 0 0.16 0.30 m Y = 0.1 0.05 mol/L CA = CB = 0. i + B br.08 m Y = 0.16 0. meb posible que sea necesario tener un número importante de clases.14 0.18 0.01 0.   Ciencia  Ed.08 0. i − Dag. Partículas de BaCO3 observadas en microscopía electrónica de barrido. experimento a 10 L/h y c= 0.

La velocidad de crecimiento se “discretiza” como se muestra en la ecuación 8 (Hounslow y col.49 x10 −7 s 2 tanh ⎜ (16) ⎟ s ⎝ ⎠ La sobresaturación relativa y la sobresaturación absoluta son calculadas en cada celda de la malla a partir de las ecuaciones (17) y (18) respectivamente: 1/ 2 ⎛ C 2+ C 2− ⎞ S = γ ± ⎜ Ba CO ⎟ (17) Ps ⎝ ⎠ s = g± (CBa2 + CCO2-)1/2 .58 x10-9 mol2 L-2 a 25°C y C es la concentración molar en mol L-1. G = ∂t y Kv es el factor de forma en volumen. El post-proceso de resultados se realizó en FDC (CFD) para calcular g(L). denominado fi.Ps1/2 (18) ∑∑ a k=1 j=1 N j=1 ij N N kj N k N j x kj ξ kj (9) (10) ∑a N N i j aij es la constante de aglomeración.1 (4) (5) ∫ Vi +1 Vi n(V . i N i ⎞⎤ ∂ ⎛ GV ρ sα i ⎞ v. Se introduce un porcentaje de α. t)dV Si el volumen Vag es superior o igual al volumen VN.. la contribution de la classe N-1 es: Vag x kj = (13) VN En el presente estudio. La reacción en fase líquida es simulada con el modelo EDM-MST. de donde: gi = NiVi N i ( t) = De donde Vag − Vi+1 x kj = V i−Vi+1 (12) i = 0.35 x10 −2 ⎞ G = 9.  2009    29 donde ρs es la densidad de la fase sólida y αi es el porcentaje en volumen de las partículas que pertenecen a la i-ésima fracción. 1988): ⎡⎛ G ⎞ ⎛ Gv. una reacción heterogénea & es considerada ˙ ˙ m = ρ sV0 n 0 + Vi es el volumen que ocupan las partículas de tamaño Li. 1.15 m (Figura 13)... i = Dag.Tecnol.1 0 Los demás casos Vag es el volumen de las partículas que resulta de la aglomeración de partículas k y j. Para la transferencia de materia de la fase líquida a la fase sólida. La velocidad de nucleación n0 (m-3s-1) es incluida en ˙ la ecuación “discretizada” de la clase de volumen más pequeño V0.  (IMIQ)  vol.xkj) Vi + 1g (11) donde el coeficiente de actividad. En ellos se puede notar que la predicción de .. GV (m3s-1).. i = Las velocidades de nucleación y de crecimiento (ecuaciones 15 y 16) (Salvatori y col. i−1N i−1 (8) ⎜ ⎟ = ρ sVi ⎢⎜ ⎟− ⎜ ⎟⎥ ∂V ⎝ V ⎠ ⎣⎝ Vi − Vi−1 ⎠ ⎝ Vi+1 − Vi ⎠⎦ Los términos de aparición y desaparición de cristales de tamaño i por aglomeración fueron desarrollados por Ramkrishna (2000): B ag.   Ciencia  Ed.6 ± 9. La velocidad de crecimiento. Los resultados obtenidos con el FDC (CFD) se compararon con los resultados experimentales para la altura de Y = 0. representado por la ecuación (11): Vag = gxkjVi + (1 . N . g± es calculado con el método de Bromley (1973).73 x10 20 ⎜ n (15) ⎜ ln S 2 ⎟ ) ⎠ ⎝ ( ⎛ 1.i por rompimiento no serán considerados. donde i ≤ N . los términos de aparición Bbr. El término Ps se refiere al producto de la solubilidad y tiene un valor 2.6 ⎟ ˙ 0 = 6. expresada por..  1. ⎛ ⎞ −52.i y de desaparición Dbr. FDU (UDF). m . el cual se expresa por la ecuación 7: fi = αi α ∑G V .   24  núm. con respecto al volumen de partículas se expresa por: GV = ∂V = 3K V L2G ∂t (6) donde G (m/s) es la velocidad de crecimiento con ∂L respecto al tamaño de partículas. 2002) son adicionadas al código de cálculo gracias a funciones definidas por el usuario. iρ s N i (14) (7) g es el porcentaje en volumen total de la fase sólida. que corresponde al porcentaje en volumen promedio de cada clase de partículas a diferentes alturas de la columna dividido entre el intervalo de la clase (Li+1-Li) (donde Y=0 corresponde al fondo de la columna). y ξkj = { 1 Para Vi < Vag < Vi + 1. Diecinueve clases son simuladas.

30 Tecnol.15 m Las primeras comparaciones de las simulaciones con los resultados experimentales son prometedoras. así como más experimentos con precipitaciones son inminentes para validar los resultados de las simulaciones.   Ciencia  Ed. Sin embargo. Se obtuvieron los primeros resultados de los experimentos de la precipitación así como las simulaciones en FDC (CFD) y proporcionaron resultados prometedores. El modelo de disipación turbulenta tipo MTS (Eddy Dissipation – MTS) es el que mejor representa los resultados experimentales de la mezcla. Otras simulaciones están aún en curso. Comparación de resultados experimentales con la simulación para Y = 0. El FDC (CFD) permitirá obtener las distribuciones de tamaños de partículas en cualquier punto del reactor.i Término de desaparición de partículas por aglomeración Dbr. concLusIones Término de aparición de partículas por aglomeración Bbr. es necesario obtener más datos de precipitaciones experimentales así como de las simulaciones para completar el presente estudio.i Término de desaparición de partículas por ruptura fi Porcentaje en volumen de partículas de tamaño i en la fracción volumétrica total g(L) Porcentaje en volumen de tamaño de partículas entre dL µm-1 g(L)dL Porcentaje en volumen de la clase de partículas de tamaño L G Velocidad de crecimiento basado en el diámetro de partículas ms-1 Gv Velocidad de crecimiento basado en el volumen de partículas m2s-1 Kv Factor de forma en volumen L Tamaño de partículas m & Flujo de transferencia de materia kgm-2s-2 m & n0 Velocidad de nucleación de partículas m-3s-1 Ni Número total de partículas por unidad de volumen m-3 Ps Producto de la solubilidad mol2 l-1 S Sobresaturación relativa s Sobresaturación absoluta mol m-3 u Velocidad de las partículas m s-1 Vi Volumen de partículas m3 LetRAs gRIegAs Bag. gi g ρs g± ξ Fracción en volumen de partículas de tamaño i Fracción en volumen del sólido Densidad de la fase sólida kg m-3 Coeficiente de actividad Término auxiliar de la ecuación 9 AbRevIAtuRAs CDT CFD DFC DTP EDC Siglas para concepto de disipación turbulenta (Eddy Dissipation Concept) Siglas en inglés para dinámica de fluidos computacional (Computational Fluid Dynamics) Siglas para dinámica de fluidos computacional» Siglas para distribución de tamaño de partícula Siglas en inglés para concepto de disipación turbulenta (Eddy Dissipation Concept) .014 0. pues se obtuvieron buenas aproximaciones.016 0.  2009 la distribución de tamaño de partículas con el FDC (CFD) es cuantitativamente aproximada a las curvas experimentales.  1.012 g (L) dL 0.000 1 10 L (µm) CFD Experimental 100 1000 Figura 13.i Término de aparición de partículas por ruptura C Concentración molar mol L-1 Dag.i La comparación cualitativa entre los resultados experimentales de la neutralización acido-base y la simulación en FDC (CFD) muestran buena concordancia.002 0. nomencLAtuRA 0.018 0.  (IMIQ)  vol.004 0.010 0.006 0.008 0.   24  núm. tanto para el modelo monofásico como para el bifásico.

and aggregation. 1976. CA.  1.. 128:114-123. Magnussen. AIChE Journal. A discretized population balance for nucleation. On the mathematical modelling of turbulent combustion with special emphasis on soot formation and combustion. CFD modelling of fast chemical reactions in turbulent liquid flows. Hjertager.. F.. 1996. 32:35-53. Hounslow. L. Population Balances: Theory and Applications to Particulate Systems in Engineering. EEUU.. T. R. V.   24  núm. Int... Bossoutrot.F. . 1954. M. F. J.   Ciencia  Ed. H. 2000. J. D. Solberg. 1995. growth. 44(5):1175-1182. 19(2) 313-320. 34:1821-1832. 119:191-217. Magnussen. B. AIChE Journal. M.. R. Smit. J. Engrs. The Combustion Institute.. Part 2. I. L. Bromley. Hjertager.  (IMIQ)  vol. EEUU. J. Combustion Science and Technology. N.. Determination of nucleation and crystal growth kinetics of barium carbonate. Salvatori. H. Hjertager. B. Thermodynamics Properties of strong electrolytes in aqueous solutions. M. Chemical Engineering Science.  2009    31 Siglas en inglés para modelo de disipación turbulenta (Eddy Dissipation Model) EDM-MTS Siglas en inglés para modelo de disipación turbulenta con mezclado turbulento en escala de tiempo (Eddy Dissipation ModelMultiple-Time-Scale Turbulent Mixer) FDU Siglas para funciones definidas por el usuario (Usuary Defined Functions) MDT Siglas para modelo de disipación turbulenta (Eddy Dissipation Model) MDT-MTET Siglas para modelo de disipación turbulenta con mezclado turbulento en escala de tiempo (Eddy Dissipation ModelMultiple-Time-Scale Turbulent Mixer) MEB Microscopía electrónica de barrido MRF Siglas en inglés para marco de referencia múltiple (Multiple Reference Frame) MRM Siglas para marco de referencia múltiple PSD Siglas en inglés para distribución de tamaño de partícula (Particle Size Distribution) UDF Siglas en inglés para funciones definidas por el usuario (Usuary Defined Functions) bIbLIogRAFíA Baldyga. D. 1973. Plasari. R. 1988. Ryall. K. 2002. Part I.. Trans. Computers and Chemical Engineering. J. Filadelfia. B. W. 2002. Academic Press. J. 26:507-515. Marshall. Litster. A. E. Muhr. Hounslow. En 16th International Symposium on Combustion.. EDM instantaneous chemical reactions.. Turbulent Mixer Model with application to homogenous. Gran. San Diego. AIche Journal. Chem. Influence of combustion modeling and finite rate chemistry. Ramkrishna. L. Adjustable discretization population balance for growth and aggregation. Sedimentation and fluidization. F. 1989. 41:3591-3603. Powder Technology. A numerical study of a bluff-body stabilized diffusion flame. J. Richardson. Zaki.Tecnol. B. H. D.

Sign up to vote on this title
UsefulNot useful