Calcul de propriétés thermoradiatives de milieux poreux
This presentation is the property of its rightful owner.
Sponsored Links
1 / 28

Calcul de propriétés thermoradiatives de milieux poreux PowerPoint PPT Presentation


  • 64 Views
  • Uploaded on
  • Presentation posted in: General

Calcul de propriétés thermoradiatives de milieux poreux. Julien Yves Rolland* , Aurélien Canizares, Benoit Rousseau CEMHTI UPR CNRS 3079 1D avenue de la Recherche Scientifique, 45071 Orléans cedex 02 * [email protected]

Download Presentation

Calcul de propriétés thermoradiatives de milieux poreux

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Calcul de propri t s thermoradiatives de milieux poreux

Calcul de propriétés thermoradiatives de milieux poreux

Julien Yves Rolland*, Aurélien Canizares, Benoit RousseauCEMHTI UPR CNRS 30791D avenue de la Recherche Scientifique, 45071 Orléans cedex 02

* [email protected]

Jérôme Vicente IUSTI UMR CNRS 6595 - Polytech’ Marseille

5 rue Enrico Fermi, 13453 Marseille cedex 13, France

Journées d'Etude en Rayonnement Thermique

25-26 mars 2010

Ecole des Mines d'Albi-Carmaux


Plan de l expos

Plan de l’exposé

Cadre des travaux

Stratégie de caractérisation numérique appliquée à une mousse d’aluminium

Premiers résultats obtenus

Synthèse, conclusion et perspective


Plan de l expos1

Plan de l’exposé

Cadre des travaux

Stratégie de caractérisation numérique appliquée à d’une mousse d’aluminium

Premiers résultats obtenus

Synthèse, conclusion et perspective


Cadre des travaux

IR heater

Rousseau et al., Appl. Phys. Lett.,79 (2001), 3633.

200 µm

100 µm

20 µm

Cadre des travaux

Etude des propriétés radiatives de matériaux poreux

Cathode (Fuel cell)

Corps noirs

Chambre de combustion

Projectionplasma


Dynamique multi discipline

Dynamique multi-discipline

MATERIAUX

ELABORATION

Matériaux hétérogènesmicro & nano poreuxVerres-Céramiques-Mousses

Expérience numérique

Caractérisation expérimentaleSpectroscopie d’émission infrarouge300-3000 K, 0.8-1000 µm

Reconstruction 3D - Microstructure Monte Carlo – Transport de photons

Validation

Grandeurs Thermoradiatives Equivalentes:

Directes : E,R,T

CODE DE CALCUL

ENERGIE


M thode exp rimentale

Méthode expérimentale

[email protected]

Bruker Vertex 80v (FT-IR)

Bruker Vertex 70 (FT-IR)

Enceinte porte échantillon

Transmission

y

x

L. del Campo

Réflexion

A. Canizares

Laser CO2

Refl. spectrale Norm. Hémi.

Trans. spectrale Norm. Hémi.

[2-25 µm]

300K

P. Melin

Emittance spectrale directionnelle (): 500K – 3000K

 →[ 0.6 – 1000 µm]


Mod lisation des propri t s radiatives

  • 300 K

  • 400 à 5 500 cm-1

Modélisation des propriétés radiatives

Méthode expérimentale

Transmission

y

x

Réflexion

Méthode numérique

  • Flexibilité :

  • en température

  • en nombre d’onde


Plan de l expos2

Plan de l’exposé

Cadre des travaux

Stratégie de caractérisation numérique appliquée à d’une mousse d’aluminium

Premiers résultats obtenus

Synthèse, conclusion et perspective


Strat gie de simulation num rique

Stratégie de simulation numérique

Caractérisation

Caractérisation chimique

(composition chimique, concentration en impuretés)

Caractérisation texturale

(porosité, surface spécifique, distribution des tailles de pores…)

  • Choix de lois physiques de propagation (optique géométrique, diffusion Mie, …) et des paramètres de propagation (indices optiques)

Numérisation

Acquisition de la texture (µ-tomographie)

Reconstruction d’un échantillon numérique

Simulation

Algorithme de lancer de rayon

Exploitation des résultats pour calcul de propriétés thermoradiatives


Mousse d aluminium erg al 20

Mousse d’aluminium ERG Al 20

Elaboration : Mousse de réplication à brin plein d’aluminium

5 cm

  • Texture poreuse à échelle multiple d’hétérogénéités :

  • Macro porosité 400 µm

  • Méso porosité 1-20 µm

20 µm


Caract risation chimique

Caractérisation chimique

Brins aluminium sans impuretés

Al

Spectre EDX (spectroscopie de dispersion électronique)

Aleksandar D. Rakić. Algorithm for the determination of intrinsic optical constants of metal films: application to aluminum, Appl. Opt. 34, 4755-4767 (1995)


Analyse morphologique

Analyse morphologique

Utilisation du logiciel iMorph (Jérôme Vicente & Emmanuel Brun – IUSTI Polytech’Marseille)

Classification locale de forme

Tortuosité

Extraction de cellule ellipsoïdes équivalentes

  • Données obtenues par µ-Tomographie X (ESRF ID 19) :

    • Dimensions 40 × 40 × 15 mm

    • Résolution de 88, 41 µm

    • Mousse 442 × 442 × 171 Voxels

    • 171 images


Echantillon num rique

Echantillon numérique

Segmentation des interfaces solides/liquides sur les données de µ-tomographie

Utilisation d’un algorithme de Marching Cube pour obtenir des interfaces 3D


R gle de transport

Règle de transport

Distribution de tailles de pore obtenue par analyse texturale (XMie >>1)

Optique géométrique

Interface = réseau de triangles optiquement polis (Marching cube)

Réflexion spéculaire fonction de l’angle d’incidence

Test d’une réflexion lambertienne (pores < résolution tomographie)

Composition chimique obtenue par spectre EDX + Imagerie MEB

[ Epaisseur moyenne d’un brin (d)  coefficient d’absorption (K) ] >> 1 => Brins opaques


Simulation num rique dans un ver

Simulation numérique dans un VER

Génération de N 105 -106 photons dans un faisceau collimaté à  variable

  • Photon rétro-diffusé par la face illuminée

  • Réflexion directionnelle hémisphérique (R)

  • Photons sortant par les autres faces

  • Transmission directionnelle hémisphérique (T)

  • Photons absorbé après réflexion multiple au sein du volume global de simulation

  • Emission (E)

Estimation de l’émissivité (Loi de Kirchhoff)

B. Rousseau, D. De Sousa Meneses, P. Echegut , M. Di Michiel , J.F. Thovert, Prediction of the thermal radiative properties of an x-ray µ-tomographied porous silica glass, Applied Optics46 (2007) 4266-4276


Plan de l expos3

Plan de l’exposé

Cadre des travaux

Stratégie de caractérisation numérique appliquée à d’une mousse d’aluminium

Premiers résultats obtenus

Synthèse, conclusion et perspective


Raytracing face de r trodiffusion

Raytracing - Face de rétrodiffusion

Données de simu :

Nb d’onde (cm-1) : 4840.0

n : 2.47

k : 21.0

Nb de rayons : 106

Diamètre du spot : 1/3 × côté

Réflexion spéculaire

Réflexion lambertienne


Raytracing face de transmission

Raytracing - Face de transmission

Réflexion spéculaire

Réflexion lambertienne


Raytracing faces lat rales

Raytracing – Faces latérales

Profondeur effective de pénétration ?

Spéculaire

Lambertien


Influence du mod le de r flexion

Influence du modèle de réflexion

Données de simu :

Nb d’onde (cm-1) : 4840.0

n : 2.47

k : 21

Nb de rayons : 106

Diamètre du spot : 1/3 × côté

Le modèle de réflexion pilote la distribution du nombre d’interactions total vécus.


Grandeurs spectroscopiques

Grandeurs spectroscopiques

Influence du modèle de diffusion

Nécessité de prise en compte de la micro-structure


Grandeurs spectroscopiques1

Grandeurs spectroscopiques


Influence de la taille du spot

Influence de la taille du spot

Echantillon :

Taille totale : 40x40x15 mm3

Volume de mesure : 30x30x15 mm3

Fluctuation des grandeurs spectroscopiques par rapport au ø du spot.


Plan de l expos4

Plan de l’exposé

Cadre des travaux

Stratégie de caractérisation numérique appliquée à d’une mousse d’aluminium

Premiers résultats obtenus

Synthèse, conclusion et perspective


Synth se des r sultats

Synthèse des résultats

L’influence de la méso-porosité non acquise par tomographie a été mise en évidence.

Les comportements de diffusion sont cohérents avec les résultats de la littérature (A.G. Fedorov, R. Viskanta, Radiation Characteristics of Glass Foams, J. Am. Ceram. Soc).

Des lois de diffusion en surface doivent être utilisées pour traduire la micro-porosité (thèse Mathilde Loretz CETHIL).

Le diamètre du spot d’émission a une influence différente sur les grandeurs radiatives et les grandeurs spectroscopiques (Notion de VER différente ?)


Conclusions

Conclusions

  • Elaboration d’un outil de simulation numérique permettant l’évaluation de propriétés radiatives de milieux poreux à partir d’images 3D (tomographie, RMN,…) si l’approximation de l’optique géométrique est valide.

  • Traitement d’échantillons numériques de volume semblable à ceux des échantillons caractérisés par spectroscopie d’émission infrarouge : possibilité de confronter les résultats.

  • Outil numérique permettant ensuite d’envisager des modifications de textures et/ou de compositions à des fins d’aide à la conception de matériaux.

  • Développement d’un plug-in « radiatif » dans un code préexistant (iMorph) permettant une analyse complémentaire à l’étude morphologique : dépôt d’une licence CECILL en cours.


Perspectives

Perspectives

  • Evaluer l’erreur statistique de Monte-Carlo sur les mesures numériques.

  • Modifier le spot d’émission et les lois de tirage pour obtenir une densité de flux constante en émission.

  • Mettre en cohérence les définitions et les moyens de mesure de la transmitance expérimentale et numérique.

  • Evaluation de grandeurs radiatives et de grandeurs directionnelles (albedo, fonction de phase, émittance directionnelle).

  • Adapter l’architecture du code numérique pour le traitement de milieu transparent à haute température (Zr02-8%Y2O3, Al2O3, MgO,Si02)


Calcul de propri t s thermoradiatives de milieux poreux

Merci pour votre attention


  • Login