Filtration Performance of 3D-Printed Ceramic Pellets: Investigation Using CFD and Computed Tomography

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

This study demonstrates the potential for computer-aided engineering and additive manufacturing techniques to fabricate protective layer materials with a novel design of filtration channels. Using computational fluid dynamics (CFD) simulation for channels of various geometries, potential locations of the capture of solid dust particles in ceramic filter pellets were identified. The filter pellets were fabricated from ceramic material using laser stereolithography. The printed samples were subjected to a filtration test. The CFD simulation of the pellet channels to identify potential filtration locations, followed by a comparative assessment of the simulation results and the post-test X-ray computed tomography (CT) scan of the 3D-printed pellets, demonstrated the feasibility of CFD models for the design of filter materials. The study findings are intended for the development of innovative protective materials with filtering capabilities to be implemented in specific industrial refining applications

About the authors

V. S. Dorokhov

Russian National Research Institute for Oil Refinery (VNII NP)

Email: dorokhovvs@vniinp.rosneft.ru
111116, Moscow, Russia

O. L. Ovsienko

Russian National Research Institute for Oil Refinery (VNII NP)

Email: petrochem@ips.ac.ru
111116, Moscow, Russia

S. S. Chugunov

Skolkovo Institute of Science and Technology

Email: petrochem@ips.ac.ru
143025, Moscow, Russia

M. V. Rogozina

Russian National Research Institute for Oil Refinery (VNII NP)

Email: petrochem@ips.ac.ru
111116, Moscow, Russia

N. A. Anikeev

Russian National Research Institute for Oil Refinery (VNII NP)

Email: petrochem@ips.ac.ru
111116, Moscow, Russia

P. A. Nikul'shin

Russian National Research Institute for Oil Refinery (VNII NP)

Author for correspondence.
Email: petrochem@ips.ac.ru
111116, Moscow, Russia

References

  1. Heidenreich S. Hot gas filtration. A review // Fuel. 2013. V. 104. P. 83-94. https://doi.org/10.1016/j.fuel.2012.07.059
  2. Yu Y., Tao Y., Wang F.-L., Chen X., He Y.-L. Filtration performance of the granular bed filter used for industrial flue gas purification: A review of simulation and experiment // Separation and Purification Technology. 2020. V. 251. P. 117318. https://doi.org/10.1016/j.seppur.2020.117318
  3. Kang J.-L., Ciou Y.-C., Lin D.-Y., Shan-Hill Wong D., Jang S.-S. Investigation of hydrodynamic behavior in random packing using CFD simulation // Chemical Engineering Research and Design. 2019. V. 147. P. 43-54. https://doi.org/10.1016/j.cherd.2019.04.037
  4. Afkhami M., Hassanpour A., Fairweather M. Effect of Reynolds number on particle interaction and agglomeration in turbulent channel flow // Powder Technology. 2019. V. 343. P. 908-920. https://doi.org/10.1016/j.powtec.2018.11.041
  5. Овсиенко О.Л., Дорохов В.С., Гусева А.И., Криворученко Д.С., Пугачева Л.В., Сидельников И.В., Никульшин П.А. Физико-химические и функциональные характеристики материалов и катализаторов защитных слоев гетерогенных процессов гидроочистки. I. Материалы активной фильтрации (МАФ) // Катализ в промышленности. 2019. Т. 19. № 4. С. 316-328. https://doi.org/10.18412/1816-0387-2019-4-316-328
  6. Ovsienko O.L., Dorokhov V.S., Guseva A.I., Krivoruchenko D.S., Pugacheva L.V., Sidel'nikov I.V., Nikul'shin P.A. Physicochemical and functional characteristics of materials and catalysts in protective layers of heterogeneous hydrotreatment processes. I. Materials of active filtering (MAF) // Kataliz v promyshlennosti. 2019. V. 19. № 4. P. 316-328.
  7. Лекош Ф., Анкетий Ж.. Элемент для разделения фильтрацией в поперечном потоке, содержащий изогнутые каналы // Патент РФ № 2744589C2. Заявлено 13.12.2017.
  8. Анкетий Ж. Новые геометрические формы многоканальных трубчатых элементов, предназначенных для тангенциальной сепарации, содержащих встроенные усилители турбулентности, и способ их изготовления // Патент РФ № 2692723 C2. Заявлено 21.07.2015.
  9. Анкетий Ж. Элемент для тангенциальной сепарации, содержащий встроенные препятствия для потока, и способ его изготовления // Патент РФ № 2693159 C2. Заявлено 21.07.2015.
  10. Raux S. Particulate filter with variable canal geometry and methods of manufacturing such a filter // Patent WO № 2017207226 A1. 09.05.2017.
  11. Dang B.V., Charlton A.J., Li Q., Kim Y.C., Taylor R.A., Le-Clech P., Barber T. Can 3D-printed spacers improve filtration at the microscale? // Separation and Purification Technology. 2021. V. 256. P. 117776. https://doi.org/10.1016/j.seppur.2020.117776
  12. Middelkoop V., Coenen K., Schalck J., Annaland M.V.S., Gallucci F. 3D printed versus spherical adsorbents for gas sweetening // Chemical Engineering J. 2019. V. 357. P. 309-319. https://doi.org/10.1016/j.cej.2018.09.130
  13. Овсиенко О.Л., Сидельников И.В., Рогозина М.В., Никульшин П.А.. Способ получения каталитических материалов методом 3D-печати // Патент РФ № 2734425 C2. Заявлено 21.03.2019.
  14. Никульшин П.А., Дорохов В.С., Овсиенко О.Л., Рогозина М.В., Аникеев Н.А., Сидельников И.В., Чугунов С.С. Разработка перспективных материалов защитного слоя для каталитических реакторов с применением компьютерного моделирования и аддитивных технологий // Нефтехимия. 2021. Т. 61. № 6. С. 796-807
  15. Nikulshin P.A., Dorokhov V.S., Ovsienko O.L., Rogozina M.V., Anikeev N.A., Sidel'nikov I.V., Chugunov S.S. Computer-aided modeling and additive manufacturing of promising protective layer materials for catalytic reactors // Petrol. Chemistry. 2021. V. 61. № 11. P. 1207-1216. https://doi.org/10.1134/S0965544121110098.
  16. FreeCAD: Your own 3D parametric modeler [Электронный ресурс]. URL: https://www.freecadweb.org/ (дата обращения: 01.10.2022).
  17. Weller H.G., Tabor G., Jasak H., Fureby C. A tensorial approach to computational continuum mechanics using object-oriented techniques // Computers in Physics. 1998. V. 12. № 6. P. 620. https://doi.org/10.1063/1.168744
  18. blueCFD-Core Project Enabling native use of OpenFOAM® on Windows [Электронный ресурс]. URL: http://bluecfd.github.io/Core/ (дата проверки: 01.10.2022).
  19. Geuzaine C., Remacle J.F. Gmsh: A 3-D finite element mesh generator with built-in pre- and post-processing facilities // Intern. J. for Numerical Methods in Engineering. 2009. V. 79. № 11. P. 1309-1331. https://doi.org/10.1002/nme.2579
  20. ParaView [Электронный ресурс]. URL: https://www.paraview.org/ (дата обращения: 01.10.2022).
  21. Ji X., Wang W., Lou X., Peng J., Li Z. A Centrifugation-Enhanced High-Efficiency Micro-Filter with Spiral Channel // TRANSDUCERS 2007 - International Solid-State Sensors, Actuators and Microsystems Conference. 2007. Lyon (France). P. 1865-1868. https://doi.org/10.1109/SENSOR.2007.4300520

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2023 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».