Modelling spray coating using a combined CFD–DEM and spherical harmonic formulation

Hilton, James; Ying, Danyang; Cleary, Paul W.

doi:10.1016/j.ces.2013.05.051

Cited by 52 publications

(8 citation statements)

References 57 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A combined CFD-DEM approach was first presented by [19] for simulating plug flow through horizontal pipes. Since then, there have been several works reported in scientific literature [20][21][22][23]. Liquid-solid interactions have been studied in case of gas bubble formation in a gas-liquid-solid system [24][25][26].…”

Section: Introductionmentioning

confidence: 99%

A Multi-Scale Hybrid CFD-DEM-PBM Description of a Fluid-Bed Granulation Process

et al. 2014

View full text Add to dashboard Cite

In this study, a hybrid multi-scale model has been developed for a continuous fluid bed wet granulation process by dynamically coupling computational fluid dynamics (CFD) with a discrete element model (DEM) and population balance model (PBM). In this process, the granules are formed by spraying the liquid binder on the fluidized powder bed. The fluid flow field has been solved implementing CFD principles and the behavior of the solid particles has been modeled using DEM techniques whereas the change in particle size has been quantified with the help of PBM. The liquid binder droplets have been modeled implicitly in DEM. A detailed understanding of the process aids in the development of better design, optimization and control strategies. The model predicts the evolution of important process variables (i.e., average particle diameter, particle size distribution (PSD) and particle liquid content) over time, which have qualitative similarity with experimentally observed trends. The advantage of incorporating the multi-scale approach is that the model can be used to study the distributions of collision frequencies, particle velocity and particle liquid content in different sections of the fluid bed granulator (FBG), in a more mechanistic manner.

show abstract

Section: Introductionmentioning

confidence: 99%

A Multi-Scale Hybrid CFD-DEM-PBM Description of a Fluid-Bed Granulation Process

et al. 2014

View full text Add to dashboard Cite

show abstract

“…For instance, the particle coating process can be directly integrated with the computational fluid dynamicsdiscrete element method (CFD-DEM), which tracks each particle’s motion . However, when a particle and a droplet collide, in most studies of CFD-DEM, a uniform coating layer is typically assumed. , On the other side, an incremental spherical harmonic implementation combined with CFD-DEM was suggested by Hilton et al to forecast coating coverage over each particle . Similarly, in the CFD-DEM modeling, the shell coverage and porosity were predicted using a Monte Carlo technique using spherical centroidal Voronoi tessellation .…”

Section: Results: Coating Behaviormentioning

confidence: 99%

Effects of Seed Particle Properties on Coating in a Wurster Fluidized Bed

Liu,

Guo,

et al. 2023

Ind. Eng. Chem. Res.

View full text Add to dashboard Cite

Fluidized bed coating is an efficient technology for creating outer shell layers of particles, where the formation of the shells is affected by various factors, such as raw material properties, process parameters, and equipment geometry. In this study, the effects of seed particle properties, including particle sizes, the mass of bed material, and particle density, on the properties of the coating shells are investigated. First, agglomeration tests are screened to determine the appropriate range of coating conditions within which a layer growth mode is established. Then, the coating tests are carried out, showing that, given the same fluidization number, by increasing the seed particle size or density or increasing the mass of bed material, the drying conditions are improved, resulting in a smaller porosity and denser structure of the coating shells. The coating uniformity is influenced by particle circulation. If the mass of the bed material is too small or the seed particle size or density is too large, the circulation uniformity of the seed particles is affected, which has a negative effect on the coating uniformity. Finally, the influencing mechanisms on shell porosity and particle uniformity are summarized, which can be helpful to the modeling of spray coatings in future studies.

show abstract

“…Имеется ряд работ, в той или иной степени касающихся проблемы равномерности нанесения покрытия при капсулировании в псевдоожиженном слое [19][20][21][22][23][24]. Для прогнозирования равномерности распределения частиц по массам покрытия авторы работы [19] предложили стохастическую модель процесса капсулирования в аппарате псевдоожиженного слоя с трубой Вюрстера, разработанную на базе метода Монте-Карло.…”

Section: Abstract: Modeling Encapsulation Coating Variability Fluidiz...unclassified

“…В последнее время для моделирования процесса капсулирования в псевдоожиженном слое применяются методы вычислительной гидродинамики (CFD), дискретных элементов (DEM), а также комбинация этих методов (CFD-DEM) [21][22][23][24].…”

Section: Abstract: Modeling Encapsulation Coating Variability Fluidiz...unclassified

“…12 капель приводит к наиболее однородному распределению частиц по массам покрытия. В работах [23] и [24] CFD-DEM подход используется для моделирования равномерности нанесения покрытия на каждой частицe слоя. Модели прогнозируют либо нанесенный объем покрытия [23], либо изменение толщины оболочки [24].…”

Section: Abstract: Modeling Encapsulation Coating Variability Fluidiz...unclassified

See 1 more Smart Citation

Particle Mass Ditribution in Batch Fluidized Bed Coating Process

Lipin¹,

Lipin²

2021

ChemChemTech

View full text Add to dashboard Cite

Статья посвящена математическому моделированию процесса капсулирования дисперсных материалов. Одним из главных показателей качества капсулированного продукта является равномерность распределения материала покрытия между капсулируемыми частицами. Показано, что при нанесении толстых оболочек для характеристики равномерности распределения пленкообразующего вещества по частицам целесообразно применять функцию распределения частиц по массам покрытия. В статье предложена математическая модель периодического процесса капсулирования в псевдоожиженном слое, позволяющая прогнозировать функцию распределения частиц по массам покрытия. Модель основана на уравнениях баланса частиц, составленных для двух зон аппарата: сушки и орошения. Предложен алгоритм численного расчета изменения дифференциальной функции распределения частиц по относительным массам покрытия во времени. Программная реализация предложенного алгоритма выполнена в математическом пакете Mathcad. Показано влияние основных параметров процесса на равномерность покрытия частиц псевдоожиженного слоя. Снижение скорости роста массы покрытия λ приводит к улучшению равномерности покрытия частиц, о чем свидетельствует более узкая кривая функции распределения. Это достигается уменьшением расхода раствора покрывающего вещества, распыляемого пневматической форсункой. Уменьшение расхода частиц через зону орошения приводит к ухудшению равномерности покрытия частиц при фиксированном времени обработки. Для количественной оценки неравномерности распределения покрывающего вещества по капсулируемым частицам предлагается использовать величину среднего относительного отклонения CV. Результаты моделирования показали уменьшение величины CV во времени процесса, что свидетельствует об уменьшении неравномерности распределения массы пленкообразующего вещества между частицами при выбранных параметрах процесса.

show abstract

Modelling spray coating using a combined CFD–DEM and spherical harmonic formulation

Cited by 52 publications

References 57 publications

A Multi-Scale Hybrid CFD-DEM-PBM Description of a Fluid-Bed Granulation Process

A Multi-Scale Hybrid CFD-DEM-PBM Description of a Fluid-Bed Granulation Process

Effects of Seed Particle Properties on Coating in a Wurster Fluidized Bed

Particle Mass Ditribution in Batch Fluidized Bed Coating Process

Contact Info

Product

Resources

About