Computational fluid dynamic (CFD) study of polymer microencapsulation processes

Abstract

(English) Microencapsulation process of polymers and biopolymer is the most important technique in a polymer industry to make it unique and applicable in various fields of daily life. When it comes to the accuracy of the method only Computational Fluid Dynamic (CFD) simulations or numerical solution provides the authenticity of the method. CFD analysis gives a more schematic approach instead of any other Simulation method. In this thesis detailed use of governing equations of CFD is used to predict the accuracy of the microencapsulation method. The experimentation was done in the laboratory of the department of polymers and biopolymers under the supervision of Prof Luis J. Dell Valle. By using CFD the results are more precise, clear and accurate along with the zero minimum percentage of human error. After representing a literature review for the modeling of microencapsulation process in the first chapter, the methodology about how the process began and what parameters we followed to fulfill the requirement of the project. The effect of impeller speed 5000 rpm, 7500 rpm, 1000 rpm, 12000 rpm and 15000 rpm were determined on the number density functions and particle size reduction in the microencapsulation domain. Ansys. Fluent R2 2020 was used to model the experimental data. For the purpose of modeling the particle size distribution discrete method of population balance model is used. A total of five bins were selected to perform the size distribution analyze. The reason for selecting this small diameter range is the focus and accuracy of the solver. The bins should be more than enough to cover the distribution range and small enough to save computational time. Realizable k-e, Eulerian framework and appropriate bins initial values are used to predict the multiphase behavior. Under these conditions simulation converges very well and gives good agreement with the validation and experimental data.

(Català) El procés de microencapsulación de polímers i biopolímeros és la tècnica més important en la indústria dels polímers per fer-la única i aplicable en diversos camps de la vida diària. Quan es tracta de la precisió del mètode, només les simulacions de dinàmica de fluids computacionals (CFD) o la solució numèrica proporciona l'autenticitat del mètode. L'anàlisi CFD ofereix un enfocament més esquemàtic de qualsevol altre mètode de simulació. En aquesta tesi s'utilitza un ús detallat de les equacions rectores de CFD per determinar la precisió del mètode de microencapsulació. La experimentación es va realitzar en el laboratorio del departamento de polímeros y biopolímeros bajo la supervisión del Prof. Luis J. Dell Valle. Al utilitzar CFD, els resultats són més precisos, clars i exactes junts amb el percentatge mínim d'error humà de zero. Després de representar una revisió de la literatura per al modelat del procés de microencapsulació en el primer capítol, es va explicar la metodologia sobre com va començar el procés i quins paràmetres seguim per complir amb els requisits del projecte. Es va determinar l'efecte de la velocitat de l'impulsor de 5000 rpm, 7500 rpm, 1000 rpm, 12000 rpm i 15000 rpm sobre les funcions de densitat numèrica i la reducció del tamany de partícules en el domini de microencapsulació. Ansys. S'ha utilitzat Fluent R2 2020 per a modelar els dades experimentals. Per a modelar la distribució del tamany de partícules s'utilitza el mètode discret del model d'equilibri poblacional. Seleccioneu un total de cinc contenidors per realitzar l'anàlisi de distribució de mides. La razón per seleccionar aquest rang de diàmetre petit és l'enfocament i la precisió del solucionador. Els contenedors haurien de ser més que suficients per cobrir el rang de distribució i el suficientment petits com per estalviar temps de càlcul. S'utilitzen k-e realizable, marco euleria i valors inicials de bins apropiats per determinar el comportament multifàsic. En aquestes condicions, la simulació converge molt bé i concorda bé amb les dades experimentals i de validació.

(Español) El proceso de microencapsulación de polímeros y biopolímeros es la técnica más importante en la industria de los polímeros para hacerla única y aplicable en diversos campos de la vida diaria. Cuando se trata de la precisión del método, sólo las simulaciones de dinámica de fluidos computacional (CFD) o la solución numérica proporcionan la autenticidad del método. El análisis CFD ofrece un enfoque más esquemático que cualquier otro método de simulación. En esta tesis se utiliza un uso detallado de las ecuaciones rectoras de CFD para predecir la precisión del método de microencapsulación. La experimentación se realizó en el laboratorio del departamento de polímeros y biopolímeros bajo la supervisión del Prof. Luis J. Dell Valle. Al utilizar CFD, los resultados son más precisos, claros y exactos junto con el porcentaje mínimo de error humano de cero. Luego de representar una revisión de la literatura para el modelado del proceso de microencapsulación en el primer capítulo, se explicó la metodología sobre cómo comenzó el proceso y qué parámetros seguimos para cumplir con los requisitos del proyecto. Se determinó el efecto de la velocidad del impulsor de 5000 rpm, 7500 rpm, 1000 rpm, 12000 rpm y 15000 rpm sobre las funciones de densidad numérica y la reducción del tamaño de partículas en el dominio de microencapsulación. Ansys. Se utilizó Fluent R2 2020 para modelar los datos experimentales. Para modelar la distribución del tamaño de partículas se utiliza el método discreto del modelo de equilibrio poblacional. Se seleccionaron un total de cinco contenedores para realizar el análisis de distribución de tamaños. La razón para seleccionar este rango de diámetro pequeño es el enfoque y la precisión del solucionador. Los contenedores deberían ser más que suficientes para cubrir el rango de distribución y lo suficientemente pequeños como para ahorrar tiempo de cálculo. Se utilizan k-e realizable, marco eulerian y valores iniciales de bins apropiados para predecir el comportamiento multifásico. En estas condiciones, la simulación converge muy bien y concuerda bien con los datos experimentales y de validación.