CFD (Computational Fluid Dynamic) optimization strategy applied in pultrusion process

• Autorzy: Sousa Santos L. de , Pagano R. L. , Biscaia E. C. Jr , Araújo Calado V. M. de

Warianty tytułu

PL

Strategia optymalizacji dla zastosowania komputerowej dynamiki płynów do procesu prasowania ciągłego

• Języki publikacji: EN

Abstrakty

EN

Pultrusion is a composite manufacturing process in which fibers are pulled continuously through a resin bath for resin impregnation before entering in a heated die, where an exothermic cure reaction occurs. The thermal energy necessary to the reaction system depends upon many aspects such as cure kinetics and pulling speed. Generally, six rectangular heaters are coupled on the pultrusion die surface to heat the material. In the present work, it was possible to check that the energy rate can be largely reduced by changing this usual heating configuration. A new configuration based on an internal heating with smaller superficial area was simulated by a CFD model. The results were compared with experimental results from the reported literature and showed that the proposed configuration was able to cure the material in efficient way. In order to find the minimum energy rate we used a particle swarm optimization algorithm.Pultrusion is a composite manufacturing process in which fibers are pulled continuously through a resin bath for resin impregnation before entering in a heated die, where an exothermic cure reaction occurs. The thermal energy necessary to the reaction system depends upon many aspects such as cure kinetics and pulling speed. Generally, six rectangular heaters are coupled on the pultrusion die surface to heat the material. In the present work, it was possible to check that the energy rate can be largely reduced by changing this usual heating configuration. A new configuration based on an internal heating with smaller superficial area was simulated by a CFD model. The results were compared with experimental results from the reported literature and showed that the proposed configuration was able to cure the material in efficient way. In order to find the minimum energy rate we used a particle swarm optimization algorithm.

PL

Prasowanie ciągłe jest procesem służącym do wytwarzania kompozytów, w którym włókna są przeciągane w sposób ciągły przez kąpiel z impregnatu z żywicy, a następnie podawane do podgrzewanej matrycy, w której następuje reakcja egzotermiczna powodująca polimeryzację. Energia cieplna niezbędna dla tej reakcji zależy od wielu czynników, takich jak kinetyka procesu i prędkość przeciągania. Sześć prostokątnych grzejników jest przeważnie umieszczanych na powierzchni matrycy aby nagrzać materiał. W niniejszej pracy wykazano, że moc potrzebna do zajścia reakcji może być znacznie ograniczona poprzez zmianę tego powszechnie stosowanego w praktyce układu grzejników. W zaproponowanej nowej konfiguracji zastosowano grzejniki wewnętrzne o mniejszej powierzchni. Nowy układ symulowano modelem wykorzystującym komputerową dynamikę płynów (ang. Computational Fluid Dynamics - CFD). Wyniki symulacji porównano z dostępnymi w literaturze pomiarami i wykazano, że zaproponowany układ grzejników umożliwia obróbkę materiału w sposób bardziej efektywny. Metoda roju cząstek została zastosowana do znalezienia minimum mocy.

Słowa kluczowe

EN

cure reaction; polymer composites

• Wydawca: Wydawnictwa AGH
• Czasopismo: Computer Methods in Materials Science
• Rocznik: 2011
• Tom: Vol. 11, No. 3
• Strony: 480--488
• Opis fizyczny: Bibliogr. 14 poz., rys.

Twórcy

autor

Sousa Santos L. de

autor

Pagano R. L.

autor

Biscaia E. C. Jr

autor

Araújo Calado V. M. de

• Escola de Quimica, Universidade Federal do Rio de Janeiro, Rio de Janeiro, Rio de Janeiro, Brazil,

Bibliografia

• Basuki, R.S., Lin, Ye., Mai, Y.W., 1998, Simulation of tempera¬ture and curing profiles in pultruded composite rods, Composite Science and Technology, 58 (2), 191 -197.
• Carlone, P., Palazzo, G.S., Paquito, R., 2007, Cure optimization by hybrid computational methods, Computers & Math¬ematics with Applications, 53 (9), 1464-1471.
• Coelho, R.M.L., Calado, V.M.A., 2002, An optimization proce¬dure for the pultrusion process based on a finite element formulation, Polymer Composites, 23 (3), 329-341.
• Han, C.H., Lee, D.S., Chin, H.B., 1986, Development of a mathematical model for the pultrusion process, Poly¬mer Engineering and Science, 26 (6), 393-403.
• Joshi, S.C., Lam, Y.C., Tun, U., 2003, Three dimensional finite-element/ nodal control-volume simulation of the pultru¬sion process with temperature-dependent material prop¬erties including resin shrinkage, Composites Part A: Ap¬plied Science and Manufacturing, 34 (12), 1151-1159.
• Kennedy, J., Eberhart R., 1995, Particle Swarm Optimization, Proc. IEEE International Conference on Neural Net¬work.
• Li, J., Joshi C.S., Lam, Y.C., 2001, Curing optimization for pultruded composite section, Composite Science and Technology, 62 (3), 457-467.
• Liu, X.L., Hillicr, W., 1999, Heat transfer and cure analysis for the pultrusion of a fiberglass-vinyl ester I beam, Compo¬site Structures, 47 (1-4), 581-588.
• Meyer, R., 1985, Handbook of Pultrusion Technology, Chapman & Hall.
• Santiago, D., Lombera, G., Urquiza, S., Moschiar, S.M., 2003, Modelado numerico del processo de pultrusion en mate-riales compuestos, Materials Research, 6 (3), 583-589.
• Santos, LS, Pagano, RL., Biscaia Jr. E.C, Calado, VMA, 2009, Optimum Heating Configuration of Pultrusion Process, Computer-Aided Chemical Engineering, 27, 705-710.
• Srinivasagupta, D, Kardos, J.L, Joseph B., 2003, Rigorous dy¬namic model-based economic design of the injected pul¬trusion process with controllability considerations, Jour¬nal of Composite Materials, 37 (20), 1851 -1880.
• Srinivasagupta, D, Kardos J.L., 2004, Ecologically and econom¬ically conscious design of the injected pultrusion process via multi-objective optimization, Modeling and Simula¬tion in Materials Science and Engineering, 12 (3), S205-S219.
• Voorakaranam, S., Kardos J.L., Joseph, B, 1999, Modeling and Control of an Injection Pultrusion Process, Journal of Composite Materials, 33 (13), 1173-1204.