Mass transfer coefficients across dynamic liquid steel/slag interface - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2017

Mass transfer coefficients across dynamic liquid steel/slag interface

Identification des coefficients de transfert de masse à travers d’une interface acier liquide/laitier liquide dynamique

Résumé

In order to characterize the mass transfer coefficients (MTC) of different species across liquid steel/slag interface, a multiphase Computational Fluid Dynamic (CFD) model was developed. MTC’s are estimated from models based on physicochemical and hydrodynamic parameters, such as mass diffusivity, interface shear and divergence strength. These models were developed for gas-liquid interactions with relative low Schmidt (Sc=ν⁄D) numbers (Sc≈200). However, the industrial processes involve mass transfer of chemical species with Sc number ranging from 103 to 104. To evaluate the applicability of these existing models, the fluid flow in the vicinity of a liquid/liquid interface is investigated. Computational Fluid Dynamic (CFD) and Laser Doppler Anemometry (LDA) were used to calculate and measure the velocity field on a continuous casting (CC) water model configuration. The work provides new insights and original measures to understand the fluid flow near liquid-liquid interfaces.The mass transfer model of an industrial continuous casting mold showed that the mass transfer coefficients are not homogeneously distributed, and slag properties should follow this trend. This non-homogeneity was confirmed by physical experiments performed with a water model of a CC configuration and its CFD representation. The calculated flow was used to predict the MTC and the interface area between phases, since the interface is constantly moving. These parameters will be the input of thermodynamic models to predict slag composition and viscosity. This methodology is currently under validation, and it will also be applied to improve steel plant performance in the desulphurization process.
Afin de prédire l’évolution de la composition chimique du laitier dans différents procédés sidérurgiques, un modèle CFD a été développé. Les coefficients de transfert de masse sont estimés à partir des modèles basés sur les paramètres physico-chimiques et hydrodynamiques, comme par exemple la diffusivité des espèces chimiques et la divergence de l’interface. Ces modèles ont été développé pour la prédiction du transfert gaz-liquide où le les nombres de Schmidt (Sc=ν⁄D) sont relativement faible (Sc≈200). Par contre, les procédés industriels ont un nombre de Sc considérablement plus importante, de l’ordre de 103 à 104. Pour évaluer la pertinence de ces modèles, l’hydrodynamique au voisinage d’une interface liquide-liquide a été étudiée. Un modèle CFD et des mesures par l’anémométrie laser (LDA) ont été utilisés pour calculer et valider les champs de vitesse d’une maquette à eau d’une lingotière de coulée continue (CC).Le modèle de transfert de masse d’une lingotière de coulée continu industriel nous a montré que les coefficients de transfert de masse ne sont pas distribués de manière homogène, et les propriétés physiques du laitier ne doivent pas y être non plus. Cette distribution non-homogène a été confirmée par des essais physiques. Les écoulements calculés numériquement ont été utilisé pour prédire les coefficients de transfert de masse entre les deux phases liquide. Ces paramètres seront utilisés comme donnée d’entré pour un modèle de thermodynamique afin de prédire l’évolution de la composition chimique du laitier.
Fichier principal
Vignette du fichier
DE_OLIVEIRA_CAMPOS_LEANDRO_DIJON_2017.pdf (7.24 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-01531356 , version 1 (01-06-2017)

Identifiants

  • HAL Id : tel-01531356 , version 1

Citer

Leandro Dijon de Oliveira Campos. Mass transfer coefficients across dynamic liquid steel/slag interface. Mechanics [physics]. Université de Bordeaux, 2017. English. ⟨NNT : 2017BORD0554⟩. ⟨tel-01531356⟩
291 Consultations
839 Téléchargements

Partager

Gmail Facebook X LinkedIn More