s imulaÇÃo d inÂmica do r eator de p irÓlise de b iomassa profs. argimiro secchi e evaristo...

20
SIMULAÇÃO DINÂMICA DO REATOR DE PIRÓLISE DE BIOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos Michel Bessa dos Santos

Upload: internet

Post on 18-Apr-2015

120 views

Category:

Documents


2 download

TRANSCRIPT

Page 1: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

SIMULAÇÃO DINÂMICA DO REATOR DE PIRÓLISE DE

BIOMASSA

Profs. Argimiro Secchi e Evaristo Biscaia

COQ862 – Métodos Numéricos para Sistemas Distribuídos

Michel Bessa dos Santos

Page 2: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

1. INTRODUÇÃO:

• Aumento do consumo de combustíveis não renováveis

• Alto nível de energia devido ao teor carbônico

Page 3: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

1. INTRODUÇÃO:

Pirólise

Isento de agente

oxidanteTemperaturas Relativamente Baixas (300-

600ºC)

Page 4: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

1. INTRODUÇÃO:

Produtos de

Pirólise

CarvãoAlcatrão (Bio-

óleo)

Gás

Page 5: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

2. MODELO MATEMÁTICO:

Modelo Cinético da Reação Primária

tBd

dk10 exp

E1R T

B k20expE2R T

B

tC1d

dk20exp

E2R T

B k30 expE3R T

C1

Condição Inicial:t = 0, B = 1, C1 = 0

Page 6: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

2. MODELO MATEMÁTICO:

Modelo Cinético da Reação Secundária

Condição Inicial:t = 0, C2 = 0t

C2d

d k30 exp

E3R T

C1

Page 7: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

2. MODELO MATEMÁTICO:

Modelo de Transferência de Calor

Page 8: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

2. MODELO MATEMÁTICO:

Solução Numérica

EDPSistema de EDOs Solução

Método dos Volumes Finitos

Método Runge-Kutta

Page 9: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

3. REATOR DE PIRÓLISE DE BIOMASSA:

L/D = 5

Transferência de Calor

apenas radial

Page 10: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

4. RESOLUÇÃO DO MODELO MATEMÁTICO:

Normalização das

Variáveis

Page 11: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

4. RESOLUÇÃO DO MODELO MATEMÁTICO:

Vista SuperiorDivisão dos

Elementos de Volume

Aproximações de Primeira

Ordem

Page 12: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

5. RESULTADOS E DISCUSSÕES:

Convergência da Malha

Condições: r0 = 0.010m, T0 = 287K, Tf = 683K

Page 13: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

5. RESULTADOS E DISCUSSÕES:

Convergência da Malha

Condições: r0 = 0.010m, T0 = 287K, Tf = 683K

Page 14: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

5. RESULTADOS E DISCUSSÕES:Convergência da Malha

Condições: r0 = 0.010m, T0 = 287K, Tf = 683K

Comparação entre N=6 e N=12

Page 15: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

5. RESULTADOS E DISCUSSÕES:Convergência da Malha

Condições: r0 = 0.010m, T0 = 287K, Tf = 683K

Comparação entre N=12 e N=24

Page 16: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

5. RESULTADOS E DISCUSSÕES:Convergência da Malha

Condições: r0 = 0.010m, T0 = 287K, Tf = 683K

Comparação entre N=24 e N=48

Page 17: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

5. RESULTADOS E DISCUSSÕES:Validação do Modelo

Comparação da fração mássica residual do modelo com os

pontos experimentais (r0 = 0,010m, T0 = 303K, Tf =

773K)

Comparação da temperatura do modelo com os pontos

experimentais (r0 = 0,010m, T0 = 303K, Tf =

673K)

Page 18: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

5. RESULTADOS E DISCUSSÕES:Validação do Modelo

Comparação da fração mássica residual do modelo com os pontos

experimentais (r0 = 0,010m, T0 = 287K, Tf =

593K)

Comparação da temperatura do modelo com os pontos experimentais (r0 = 0,010m, T0 = 287K, Tf = 593K)

Page 19: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

5. RESULTADOS E DISCUSSÕES:Validação do Modelo

Comparação da fração mássica residual do modelo com os pontos

experimentais (r0 = 0,010m, T0 = 287K, Tf =

683K)

Comparação da temperatura do modelo com os pontos

experimentais (r0 = 0,010m, T0 = 287K, Tf =

683K)

Page 20: S IMULAÇÃO D INÂMICA DO R EATOR DE P IRÓLISE DE B IOMASSA Profs. Argimiro Secchi e Evaristo Biscaia COQ862 – Métodos Numéricos para Sistemas Distribuídos

5. CONCLUSÃO:

• O modelo consegue reproduzir a tendência dos pontos;

• Não foi obtida uma boa predição dos dados experimentais;

• Uma abordagem mais refinada (menos simplificado) para melhorar a predição.