研究背景
工程原理传统上分为实验和理论学科,农业化学公司如科迪华、先正达、巴斯夫和FMC等以实验为主。实验通常被监管机构认为必要,用于理解客观细节,但这些实验往往成本高昂、风险大且耗时。基于科学、数学和计算机科学的建模和模拟始于20世纪50年代,由于CPU的快速发展,其使用最近有所增加。现代CPU的处理能力使得过去十年难以解决的复杂问题现在可以通过各种计算模型来模拟。CFD是过去50年来基于流体流动建模的建模和模拟技术,提供了守恒质量、动量和能量的控制方程的数值解。
研究方法
CFD通过将连续问题域替换为离散域来解决问题,使用网格。数值方法用于将这些偏微分控制方程转换为耦合的代数方程组。通常,流体力学的控制偏微分方程首先使用专门的数值技术/方法(如有限差分、有限元素、有限体积、格子玻尔兹曼、光滑粒子动力学等)离散化为代数方程。然后使用专门的矩阵求解器(可以是迭代的,如共轭梯度,或直接的,如多前沿)来求解这个代数方程组。每个变量在连续域的每个点上都有定义,而在离散域中,每个变量仅在网格点上有定义。解决CFD问题涉及三个主要步骤:(i)预处理(创建几何和网格化),(ii)在网格化模型上求解控制方程,以及(iii)后处理结果以进行分析。
研究结果
研究结果分为两部分,即科迪华研发实例和科迪华制造实例。
CFD在科迪华的应用示例包括:
1 挥发性杀虫剂的吸入潜力
通过CFD模拟,评估了人类吸入挥发性/半挥发性杀虫剂的可能性,例如1,3-二氯丙烯(1,3-D)。
2 反应器设计
CFD用于研究密歇根州米德兰市的二氯苯酚反应器的工艺条件,以提高二氯苯酚的产量。
3 家庭熏蒸
CFD是评估熏蒸后房屋通风情况的理想工具,以确保居民和工人能够安全返回。
4 量化扩展使用氟化硫的效能和旁观者暴露风险
谷物通常在地面上存放,并在前往市场前被覆盖油布以延长存储时间,这种情况在澳大利亚和新西兰等地区很常见。在这段时间内,通常使用如氟化硫这样的熏蒸剂来控制害虫。施用者沿着油布行走,将熏蒸剂注入下面的谷物中,并重复这个过程,直到整个堆垛都被处理完毕。计算流体动力学(CFD)被用来模拟谷物中随深度和位置变化的浓度分布,以便就施用实践(及使用的化学品量)提供建议,以最大化效果
5 流体会输给溪流和回水区域
CFD用于模拟农药喷雾飘逸后溪流中的停留时间,以及这些浓度在溪流中的清除情况。
6 通过耦合地面以上/以下多物理建模预测农药挥发性
进行了大规模CFD模拟,涉及从植物表面的质量转移和空气中的氯氰菊酯空气浓度。
7 为什么油水喷洒液膜中形成孔洞导致液膜破裂
CFD还研究了油滴在液膜表面形成的扰动,这些扰动可以增长并导致液膜中的孔洞,从而导致液膜破裂和随后的雾化滴大小。
在农业制造方面,CFD的应用示例包括:
在不同地点的制造过程中,使用经验和CFD建模比较了不同容器中的混合情况。CFD建模帮助确定了Cernay的Site-1的搅拌条件,使其更接近Site-2的性能。CFD还被用来量化搅拌器几何形状和搅拌速度对混合流体动力学和统计数据、功率数以及混合时间的影响。这项建模工作被用来指导Site-1结晶器的配置更改,以最好地代表Site-2的过程。
在第三方制造场所的玻璃衬里和不锈钢反应器中,进行了CFD研究,以比较搅拌配置,并调查在生产精细化学品的首次商业活动中混合对产量的影响。通过CFD模拟,发现搅拌性能直接与产量表现相关。
在Valdosta的配方过程中,由于顶部液体表面流动不畅,导致混合/搅拌时间延长。CFD建模被用来提出最佳的搅拌器设计和布置,以及研究单相和可混溶非牛顿流体的混合。通过CFD帮助确定了最佳的搅拌器布置,以减少混合时间。
在不使用黄原胶粉的凝胶罐的固体-液体混合案例中,CFD建模被用来提出搅拌设计修改,以增强罐和随后的配方过程,直至达到设计速率。
在有机甲苯的酸性水解双相系统中,CFD被用来预测两种不相溶液体层破裂并混合在一起的搅拌速度范围,从而增加相间表面积。CFD模拟帮助预测了分散速度和相间表面积。
该案例研究关注于配方过程中的固体-液体混合,以结合浮粉颗粒在散装液体中。CFD被用来确定操作RPM是否足以将粉末颗粒带入散装液体中。
在经历堵塞/结垢问题的干燥单元操作中,CFD被用来调查12种不同的静态混合器喷嘴设计,并确定哪一种设计促进了最高的液滴破碎。
在非标准容器几何形状中,CFD被用来模拟瞬态喷射混合流体动力学,并比较了使用CFD预测的混合时间与使用经验相关性获得的混合时间。
在盘管反应器中进行的反应需要通过优化壳程中的流体速度轮廓来维持适当的温度轮廓和热移除率。CFD被用来提供关于变量的函数速度轮廓的见解。
这个案例研究涉及将非结构化生化反应动力学与现有的基于格子玻尔兹曼的CFD建模框架结合起来,用于模拟基于Contois化学动力学的葡萄糖酸生产。通过CFD模拟的物种浓度的时间演变与在MATLAB中实现的常微分方程(ODE)解决方案进行了比较。
未来工作
科学家们在科迪华一直处于与农业产业相关的CFD进步的前沿,利用各种技术克服数值问题并提高速度,因为问题的大小在不断增长。架构现在集中在多核云或网格计算CPU和GPU上。此外,将机器学习方法与CFD结合起来正成为焦点,许多商业软件公司在他们的最新版本中提供了这种结合(例如,SmartUQ、COMSOL、Ansys、Altair等)。