La fabrication de nombreux produits industriels (pharmaceutiques, agroalimentaires, cosmétiques, etc.) implique un mélange de plusieurs constituants sous forme de poudres. Les opérations de mélange ont pour objectif d'homogénéiser ces poudres à une échelle adaptée aux propriétés d'usage recherchées. Dans le cadre de ces travaux de thèse, l’homogénéité des mélanges est explorée pour différents systèmes (monodisperse et bidisperse) sous différents régimes d’écoulement dans un mélangeur cylindrique de type tambour tournant, un dispositif modèle largement répandu dans la litérature .
Afin de mieux comprendre les mécanismes de mélange et de ségrégation susceptibles de se produire au sein d'un tambour tournant, ainsi que de prédire l'évolution de l'homogénéité des mélanges, la méthode des éléments discrets (Discrete Element Method, DEM) a été utilisée. Cette approche consiste à simuler individuellement le mouvement et les interactions de chaque particule, permettant ainsi d'accéder à des informations détaillées sur leurs positions, leurs vitesses.... Grâce à cette description à l'échelle particulaire, il a été possible de mettre en évidence l'influence des régimes d'écoulement sur la dynamique du système et sur son homogénéité. En complément, une analyse fréquentielle par transformée de Fourier rapide (Fast Fourier Transform, FFT) a été réalisée afin de caractériser la périodicité des mouvements et d'approfondir la compréhension de la dynamique du système. Cette combinaison d'outils fournit une description détaillée de l'évolution du mélange.
Cependant, la DEM reste une méthode très coûteuse en temps de calcul, ce qui limite son utilisation pour les simulations de longue durée ou de systèmes de grande taille. Pour répondre à cette problématique, nous proposons une démarche de modélisation couplant la méthode DEM à une approche fondée sur les chaînes de Markov, afin de concilier la précision de la prédiction de l'homogénéité des mélanges avec une réduction significative du temps de simulation. Cette approche a démontré sa capacité à prédire l'évolution de l'homogénéité des mélanges tout en réduisant le coût de calcul.
|
The manufacture of many industrial products (drugs, food products, cosmetics, etc.) involves the mixing of several powdered components. The purpose of mixing operations is to homogenize these powders to a degree appropriate for the desired performance properties. As part of this PhD, the homogeneity of mixtures is investigated for different systems (monodisperse and bidisperse) under various flow regimes in a rotating drum-type mixer, an idealized well studied device in the literature.
To better understand the mixing and segregation mechanisms that may occur within a rotating drum, as well as to predict the homogeneity of the mixtures, the Discrete Element Method (DEM) was used. This approach involves simulating the motion and interactions of each particle, thereby providing detailed information on their positions and velocities. Thanks to this particle-scale description, it is possible to highlight the influence of flow regimes on the system’s dynamics and homogeneity. A frequency analysis using the Fast Fourier Transform (FFT) was performed to characterize the periodicity of the motions and to deepen the understanding of the system’s dynamics. This combination of tools provides a detailed description of the evolution of the mixture.
However, the DEM remains a computationally expensive method, which limits its use for long-duration simulations or large-scale systems. To address this issue, we propose a modeling approach that combines the DEM method with a Markov chain-based approach, in order to balance the accuracy of predicting mixture homogeneity with a significant reduction in simulation time. This approach has demonstrated its ability to predict changes in mixture homogeneity while reducing computational cost.
|