Energía
URI permanente para esta colecciónhttp://54.81.141.168/handle/123456789/135104
Explorar
2 resultados
Resultados de Búsqueda
Ítem Texto completo enlazado Estimación de la potencia nominal y tiempo total de descarga nominal de sistemas industriales de aire comprimido operando como CAES con presiones de almacenamiento menores a 9 bar(a) y volúmenes de tanque de almacenamiento entre 0,11 y 8,92 m3(Pontificia Universidad Católica del Perú, 2023-05-26) Vidal Coral, Rafael Jesus; Chirinos García, Luis RicardoEl presente trabajo, toma a los sistemas de aire comprimido industrial, con sus respectivas características, como base para posibles sistemas de almacenamiento de aire comprimido o compressed air energy storage (CAES, por sus siglas en inglés), los cuales, se caracterizan por sus parámetros nominales: tiempo total de descarga nominal y potencia nominal. Las características del aire comprimido industrial consideradas para el presente trabajo son: presiones de almacenamiento menores o iguales a 8 bar(g), y volúmenes de almacenamiento individual entre 0,11 a 8,92 m3. Los resultados permiten conocer a qué clasificación dentro de los sistemas CAES de menor escala (S-CAES o micro-CAES), pertenecerían los sistemas CAES basados en la industria del aire comprimido, y, por otro lado, permiten conocer el posible aprovechamiento, basado en la estimación de los parámetros nominales. Estos parámetros, se encuentran en función de la presión en el tanque, la temperatura en el tanque, y el flujo másico, que ocurren durante el proceso de descarga. Para poder determinar estos parámetros nominales, se implementó un banco de ensayos que permitió realizar las experiencias de descarga de un tanque de almacenamiento de aire comprimido de 1 m3, operando a 14 condiciones de ensayo, basadas en la combinación de presiones iniciales de almacenamiento de 8, 7, 4 y 2 bar(g) con diámetros característicos de la restricción de 4, 3, 2 y 1 mm, sin considerar las combinaciones de: 8 bar(g) 1 mm, ni 7 bar(g) 1 mm. De modo que, se generó la data experimental que abarcó distintas características de descarga. Luego, en la condición que se obtendría la mayor potencia (4 mm – 8 bar(g)), se determina que el modelo de Ardanuy (n=k), es el más representativo de los 6 evaluados, considerando el RMSE y el error relativo de las variables presión en el tanque y tiempo total de descarga, respectivamente. El modelo presenta errores relativos máximos entre 20-25% para la presión en el tanque, 35-45% para la temperatura en el tanque, y 30- 100% para el flujo másico, y, además, RMSE iguales a 18,80 kPa, 71,18 K, y 4,95 kg/h, respectivamente. Además, presenta errores relativos asociados al tiempo total de descarga, mínimo, máximo y promedio, iguales a 3,57%, 35,60% y 16%, respectivamente. Las estimaciones de los parámetros nominales, se realizan en base al modelo más representativo, a la información disponible en la literatura acerca de los procesos de generación de potencia (procesos de expansión), y a sistemas CAES planteados (individual, serie y paralelo), considerando las características del aire comprimido industrial. Los resultados establecen que, sería posible implementar sistemas CAES en base al aire comprimido industrial y a los sistemas planteados, que alcancen potencias nominales de hasta 9300 W, pero con duraciones menores a 1 hora, y, por otro lado, sistemas que alcancen tiempos totales de descarga nominales cercanos a las 3 horas, pero, con potencias nominales mucho menores a 7,5 kW. Para aquellos sistemas que considera 0,97 m3 de almacenamiento, volumen similar al del banco de ensayos, se estima que, podría obtenerse potencias nominales entre 10 a 185 W, asociadas a tiempos totales de descarga nominales en el rango de 590 a 1770 s. Por otro lado, se estima que podría obtenerse 9200 W como potencia máxima asociada a un tiempo total de descarga nominal menor a 25 s. Además, para los sistemas que consideran hasta 4 tanques en serie, se determina que, generarían entre 440 a 590 W, con tiempos totales de descarga nominales de 400 s. Finalmente, se destaca que, el factor limitante de los sistemas planteados es la presión de almacenamiento, considerada como máximo 9 bar(a), para una presión atmosférica de 1 bar, y que ninguno de los sistemas planteados pertenecería a la definición de sistemas S-CAES, pero sí, a la de micro-CAES.Ítem Texto completo enlazado Desarrollo de modelos de formación de hollín para la identificación vía modelamiento numérico de las principales especies químicas precursoras de hollín en flujos turbulentos reactivos(Pontificia Universidad Católica del Perú, 2023-02-01) Valencia Ramírez, René Sebastian; Celis Pérez, CésarEl modelamiento numérico de procesos de formación de hollín en sistemas de combustión reales representa un gran reto debido a la fuerte interacción entre la turbulencia, la cinética química y la dinámica de las partículas de hollín. Esto significa que tanto los modelos de turbulencia como los de reacción química deben ser lo suficientemente detallados como para producir resultados precisos de las distintas especies químicas que intervienen en los procesos de formación de hollín. También es importante que todas las fases de la formación de hollín sean descritas adecuadamente por los modelos numéricos utilizados, y que exista una herramienta computacional capaz de modelar dichos fenómenos. Sin embargo, en la actualidad no existe ninguna herramienta de libre acceso que incluya algún tipo de modelamiento detallado de hollín, por lo que la mayoría de los estudios sobre el tema han sido realizados en el pasado con herramientas desarrolladas por los propios investigadores. En consecuencia, en este trabajo, utilizando C++ como lenguaje de programación, diferentes modelos detallados de formación de hollín han sido implementados en la herramienta computacional de acceso libre OpenFOAM. Más específicamente, los modelos considerados incluyeron (i) el modelo semi-empírico de 2 ecuaciones (2EQ), y los modelos basados en (ii) el método de momentos con cierre interpolativo (MOMIC), (iii) el método híbrido de momentos (HMOM), y (iv) el método seccional discreto (DSM). Todos los modelos fueron desarrollados y evaluados en los contextos de simulación Reynolds averaged Navier Stokes (RANS) y large eddy simulation (LES). Además, la fase gaseosa del proceso de combustión fue descrita usando el modelo steady laminar flamelet (SLF), en las simulaciones RANS, y el modelo flamelet/progress variable (FPV), en las simulaciones LES. Las simulaciones numéricas fueron realizadas considerando diferentes especies químicas precursoras de hollín en la fase de nucleación de este. Para la oxidación del hollín, especies oxidantes como el radical hidroxilo (OH) y el oxígeno (O2) fueron consideradas. Para el crecimiento superficial, a su vez, el acetileno (C2H2) y distintos hidrocarburos policíclicos aromáticos (PAH) fueron considerados. Los diferentes resultados numéricos obtenidos en contextos RANS y LES fueron comparados con los correspondientes datos experimentales del International Sooting Flame Workshop (ISF), correspondiente a las llamas turbulentas (i) Adelaide jet flame EHN 1 y (i) Adeladie bluff-body flame ENB-1. En concreto, los niveles de hollín predichos con cada uno de los modelos de formación de hollín considerados fueron evaluados y comparados con datos experimentales disponibles en la literatura. Los principales resultados obtenidos indican que, utilizando como especies químicas precursoras al benceno (A1) (en el caso RANS) y al pireno (A4) (en el caso LES), el mejor modelo para predecir la formación de hollín en las llamas turbulentas estudiadas es el HMOM. En particular, este modelo es capaz de captar la bimodalidad de la función de distribución del tamaño del hollín y de incluir las cadenas de agregados. También fue comprobado que los principales precursores del hollín son los PAH, y que el campo medio de estos no varía significativamente de uno a otro. Por lo tanto, utilizando un adecuado factor de adherencia, la importancia del PAH particular utilizado en la nucleación disminuye. Finalmente, los resultados indicaron también que el costo computacional asociado a cada modelo es un factor limitante. Así, el elevado costo computacional del modelo DSM no justifica su uso en llamas turbulentas. De esta forma, en términos de costo computacional, la mejor opción para las llamas estudiadas es también el modelo HMOM.