• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  science >> Science >  >> Physique
    Nouvelle phase de modélisation des effets de couplage visqueux de l'écoulement de fluide multiphasique

    Prédire la perméabilité multiphasique dans la gorge des pores en utilisant un réseau de neurones artificiels. Crédit :I2CNER, Université de Kyushu

    De nombreuses applications, y compris le stockage du dioxyde de carbone et la récupération du pétrole, impliquent le flux simultané de deux ou plusieurs phases de la matière (solide, liquide, gaz, etc.) à travers des matériaux poreux. La modélisation à l'échelle des pores d'un tel écoulement multiphasique a eu du mal à capturer des phénomènes importants appelés effets de couplage visqueux. Mais maintenant, une équipe de recherche a développé une méthode qui surmonte cette limitation avec des applications potentielles pour améliorer les technologies de carburant et les systèmes de capture du carbone.

    Dans une étude publiée ce mois-ci dans Avancées dans les ressources en eau , des chercheurs dirigés par l'Institut international de recherche sur l'énergie neutre en carbone (WPI-I2CNER) de l'Université de Kyushu présentent un moyen d'incorporer les effets de couplage visqueux dans la modélisation à l'échelle des pores de l'écoulement multiphasique.

    Une technique courante pour étudier de tels écoulements multiphasiques est la modélisation du réseau de pores (PNM), grâce à quoi des équations de transport simplifiées sont résolues pour des géométries de pores idéalisées. PNM peut être utilisé pour estimer rapidement les propriétés de transport, mais il néglige les effets de couplage visqueux. Une approche alternative est la méthode de Boltzmann sur réseau (LBM), où les équations régissant l'écoulement des fluides sont résolues pour des géométries de pores réalistes. Bien que le LBM puisse capturer les effets de couplage visqueux, il est extrêmement inefficace sur le plan informatique.

    L'équipe à l'origine de cette dernière recherche a eu l'idée de combiner ces deux techniques. « Nous avons conçu un modèle amélioré pour le PNM qui utilise les données collectées à partir des simulations LBM, " explique le co-auteur de l'étude Takeshi Tsuji. " Dans les simulations, nous avons examiné l'écoulement multiphasique à l'échelle des pores pour un large éventail de paramètres géométriques et de rapports de viscosité. »

    Les chercheurs ont découvert que pour certaines configurations, les effets de couplage visqueux influencent de manière significative l'écoulement multiphasique dans le col des pores. Ils ont utilisé les résultats de la simulation pour dériver un facteur de modification, exprimé en fonction des rapports de viscosité, qui peuvent être facilement incorporés dans PNM pour tenir compte des effets de couplage visqueux. L'équipe a également développé une méthode basée sur l'apprentissage automatique pour estimer la perméabilité associée à un écoulement polyphasique.

    "Nous avons formé un réseau de neurones artificiels à l'aide d'une base de données construite à partir des résultats de simulations. Ces simulations ont considéré différentes combinaisons de paramètres géométriques, rapports de viscosité, etc, ", explique l'auteur principal Fei Jiang. "Nous avons découvert que le réseau de neurones entraîné peut prédire la perméabilité multiphasique avec une précision extrêmement élevée."

    Cette nouvelle approche basée sur les données améliore non seulement le PNM en incluant des informations détaillées à l'échelle des pores, mais il maintient une bonne efficacité de calcul. Étant donné que l'écoulement multiphasique à travers des matériaux poreux est au cœur de nombreux processus naturels et industriels, des études comme celle-ci pourraient avoir des implications de grande envergure.


    © Science https://fr.scienceaq.com