Projet : DEM Optimisation d’un système de stockage

Introduction : simulation DEM

Dans ce billet, nous parlerons d’un projet récent de l’ICEMM dans lequel nous utilisons la technologie de simulation DEM (Discrete Element Method). Ce projet est réalisé avec l’outil Cradle ScFlow de Hexagon.

Dans ce projet, nous avons optimisé un système de stockage pour des récipients alimentaires en plastique. La durée de stockage des conteneurs est limitée par la charge qu’ils supportent, car la déformation augmente avec le temps en raison du phénomène de fluage. L’image suivante montre une courbe temps-déformation typique de ce phénomène :

Courbe de fluage d'un matériau plastique

Afin de réduire la pression dans les conteneurs, il est courant d’introduire des éléments mécaniques dans les silos qui supportent une partie de la charge. Ces solutions doivent répondre à des exigences minimales en termes de faisabilité constructive et de maintenabilité. Elles doivent également réduire au minimum la capacité de stockage et garantir une vitesse de remplissage et de vidange raisonnable, sans blocage susceptible de pénaliser les temps de traitement.

La technologie de simulation DEM (Discrete Element Method) est très utile pour étudier le mouvement et les charges des conteneurs individuels avec différentes solutions de construction. Ces simulations résolvent les forces de contact entre les conteneurs en actualisant itérativement leur accélération et leur position au fil du temps.

Schéma d'une simulation DEM dans Cradle ScFlow

La répartition des charges dans les cylindres obtenue à partir de cette simulation permettra d’évaluer le temps de séjour prévu, et la visualisation du mouvement fournira des données sur les taux de remplissage et de vidange admissibles.

Étalonnage des modèles de particules

Afin d’obtenir des données réalistes à partir de simulations de MNE, une étape fondamentale est l’étalonnage des propriétés de la méthode numérique.

Tout d’abord, un groupe de sphères ayant une forme équivalente à celle du conteneur réel est défini. Cette méthode de modélisation permet de conserver les avantages des particules sphériques en termes de calcul, tout en capturant le comportement des conteneurs de manière appropriée. Un exemple simplifié est présenté dans l’image suivante :

Modèle de grappe DEM

Une série de tests est ensuite réalisée avec des conteneurs réels pour calibrer les paramètres numériques de la simulation. Il s’agit notamment d’essais de rebond sur des surfaces rigides et sur d’autres conteneurs pour obtenir le “coefficient de restitution”, ainsi que d’essais de frottement et de roulement pour calibrer ces coefficients. D’autres données pour la simulation, telles que la masse des conteneurs ou la rigidité du matériau, étaient connues grâce à des tests et des mesures antérieurs.

L’image suivante montre un instantané de la simulation de renversement et d’empilement utilisée pour calibrer le coefficient de frottement :

Simulation DEM d'un ensemble de cylindres

Avec ces données calibrées pour montrer un comportement réaliste dans les simulations, l’étude des systèmes de stockage peut se poursuivre.

Validation de la simulation DEM pour le calcul des charges

Dans ce projet, nous devons obtenir des distributions de charges sur un ensemble de grandes bouteilles. Pour afficher ces résultats, nous avons décidé de développer un script ScFlow pour exporter les charges sur chaque conteneur et convertir ces données en un histogramme cumulatif des charges.

Pour valider la représentativité de cette méthode, nous avons commencé par simuler une série de colonnes de bouteilles empilées sans aucun système de réduction de charge, afin de vérifier que l’évolution de la répartition de la charge était conforme aux attentes.

Courbes de charge de la simulation DEM

Au cours de cette phase, d’autres fonctions nécessaires à la simulation finale sont également validées, par exemple l’introduction d’éléments mobiles dans la simulation et leur interaction avec les particules ou l’introduction d’un léger caractère aléatoire dans la génération des particules afin de représenter un comportement plus réaliste.

Étude des configurations avec des données expérimentales

Dans l’étape suivante du projet, nous avons analysé des configurations de réduction de charge en DEM déjà construites par simulation. Pour ces cas, des données expérimentales étaient disponibles pour le temps de séjour des cylindres avec des déformations acceptables.

Ces simulations nous ont permis d’associer des temps acceptables à différentes distributions de charge, fournissant ainsi des références pour comparer les histogrammes des nouvelles propositions.

Optimisation du système

Dans la dernière phase du projet, nous avons commencé à travailler avec le nouveau système de réduction de la charge proposé, dans lequel il y avait plusieurs paramètres géométriques à définir afin d’obtenir un système optimal.

La méthodologie de l’étude a commencé par la définition d’une série de configurations avec une faisabilité constructive et de maintenance. Pour ces configurations, le remplissage et la vidange sont simulés à l’aide d’un modèle de bouteille simplifié. Ensuite, la distribution de la charge est simulée à la capacité de stockage maximale à l’aide d’un modèle détaillé. Sur la base des résultats, le lot suivant de configurations à simuler est défini jusqu’à ce qu’une configuration répondant aux exigences du client soit atteinte.

Ce processus de simulation DEM permet d’évaluer la qualité d’une solution de construction en termes de réduction de la charge et de taux de remplissage et de vidange. En outre, la géométrie de la solution peut être utilisée pour évaluer la faisabilité constructive, la maintenabilité et la réduction de la capacité de stockage. Il est ainsi possible de procéder à une évaluation technique et économique globale de la solution avant sa construction.

Tags :

Related entrées.

Estructura de deflectores para saltos de agua simulada con CFD

Simulation CFD : Déflecteurs pour cascades

05, Dec, 2023
CFD
Resultados de la simulación CFD con modelo de turbulencia SAS

CFD-15. Simulation d’un modèle adaptatif à l’échelle

05, Dec, 2023
CFD
Resultados de una simulación CFD con modelos híbridos y transición de flujo

CFD-14. Transition avec des modèles de turbulence hybrides.

05, Dec, 2023
CFD