IR
۴۰۰۹پ
فارسی
IR
تخمین اندازه حفرات و نفوذپذیری از روی توزیع اندازه ذرات در محیط متخلخل
[پایان‌نامه]
Pore size and permeability estimation from particle size distribution in porous media
/مهسا کیانی‌نیا
: مهندسی شیمی
، ۱۳۹۹
۸۹ص.
:
زبان: فارسی
زبان چکیده: فارسی
چاپی - الکترونیکی
مصور، جدول، نمودار
کارشناسی ارشد
مهندسی شیمی- طراحی فرآیند
۱۳۹۹/۰۶/۰۱
صنعتی سهند
ارزش پیش‌بینی مدل شبکه حفره‌ای به صحت تصویر برداری و مطابقت اطلاعات شبکه با ماده متخلخل واقعی می‌باشد .از این‌رو دستیابی به اطلاعات مورفولوژیکی محیط متخلخل در مدل شبکه حفره‌ای امری مهم می‌باشد .به این منظور با تصویر برداری از بستر ذرات کروی و استفاده از پردازش تصویر، اطلاعات مورفولوژیکی محیط متخلخل نظیر توزیع اندازه ذرات و حفرات، تعداد ذرات و تخلخل استخراج گردید .با بررسی داده‌های حاصل، مشاهده شد که نسبت میانگین قطر حفرات به میانگین قطر ذرات با تخلخل رابطه لگاریتمی دارد .در نتیجه با برازش منحنی، رابطه‌ای لگاریتمی برای محاسبه میانگین قطر حفرات در محیطهای متخلخلی نظیر بسترهای جاذب و دانه-های کاتالیستی ارائه گردید که از دقت قابل قبولی برخوردار است .با توجه به اهمیت محاسبه ضریب نفوذپذیری در محیطهای متخلخل، از مدل شبکه حفره‌ای استفاده شد .برای ساخت شبکه حفره‌ای کلیه اطلاعات استخراج شده از تصویر مورد استفاده قرار گرفت .بعد از اعمال معادلات فیزیکی و تجربی حاکم در هر یک از حفرات و گلویی‌ها، توزیع فشار حفرات، دبی جریان و درنتیجه ضریب نفوذپذیری شبکه محاسبه گردید .نتایج حاصل از شبیه سازی برای اعتبارسنجی با ضریب نفوذپذیری اندازه‌گیری شده در آزمایش و معادلات تجربی کارمن-کوزنی و ربانی و همکاران مقایسه گردید و مشاهده شد که نتایج آزمایشگاهی و معادله ربانی و همکاران با نتایج مدل شبکه حفره‌ای به دلیل در نظر گرفتن ساختار داخلی محیط متخلخل به‌صورت حفرات و گلویی‌ها مطابقت بیشتری دارد
The value of predicting pore network model is based on the accuracy of imaging and matching network information with real porous media. Therefore, obtaining the morphological information of the porous media in the pore network model is essential. For this purpose, by imaging the spherical particle bed and using image processing, the porous media's morphological information, such as particle and pore size distribution, the number of particles, and porosity were extracted. By examining the data obtained, it was observed that the ratio of the mean pore diameter to the mean particle diameter has a logarithmic relationship with porosity. As a result, by fitting the curve, a logarithmic relationship was presented to calculate the mean pore diameter in porous media such as adsorbent beds and catalytic granules, which has acceptable accuracy. Due to the importance of calculating the permeability coefficient in porous media, the pore network model was used. All extracted information from the image was used to construct a pore network. After applying the physical and experimental equations in each of the pores and throats, the pressure distribution of the pores, and the flow rate, the permeability coefficient of the network was calculated. The simulation results for validation were compared with the permeability coefficient measured in the experiment and the empirical equations such as Carmen-Kozeny and Rabbani et al. It was observed that the experimental results and the equation of Rabbani et al. are more consistent with the results of the pore network model due to considering the internal structure of the porous media in the form of pores and throats.
ba
Pore size and permeability estimation from particle size distribution in porous media
پردازش تصویر
توزیع اندازه حفرات
مدل شبکه حفره‌ای
ضریب نفوذپذیری
Image processing, pore size distribution, pore network model, permeability coefficient.
پردازش تصویر، توزیع اندازه حفرات، مدل شبکه حفره‌ای، ضریب نفوذپذیری
کیانی‌نیا، مهسا
عبدلی، مجید، استاد راهنما
شفیعی، سیروس، استاد راهنما
ایران
20230912
شیمی ،۲۰۹۳۷ ،۱۳۹۹
ل‌خلختم طیحم رد ت‌ارذ ه‌زادنا ع‌یزوت ی‌ور زا ی‌ریذپذوفن و ت‌ارفح ه‌زادنا ن‌یمخت.pdf
عادی
عادی
4009.pdf
pch20937.pdf
0
ایمانی
متن
0
پ۴۰۰۹
فارسی
نمایه‌سازی قبلی
pe
TF
92029
1
a
Y
