Экспериментальное исследование гидродинамики и массообмена в микроканалах для проектирования микрореакторов и микроэкстракторов

Cover Page

Cite item

Full Text

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

Abstract

Разработка проточных однофазных и двухфазных микрореакторов и микроэкстракторов требует информации о гидродинамике течений в таких устройствах: распределениях скорости и завихренности, эффективности перемешивания, режимах двухфазного течения и их влияния на коэффициент массообмена. В работе представлены исследования локальных гидродинамических характеристик течения и процессов массообмена в микроканалах Т-типа с применением экспериментальных панорамных оптических методик. Для однофазного проточного микрореактора измерены поля скорости и поля концентрации. Показана интенсификация перемешивания при переходе в “захватывающий” режим течения. Для двухфазных микрореакторов с различным набором несмешивающихся жидкостей визуализированы режимы течения, предложен безразмерный комплекс для обобщения экспериментальных данных. Показано, что нейросетевые алгоритмы, обученные на большой выборке, позволяют с высокой точностью (до 98%) предсказывать режимы течения. Исследован снарядный режим течения с наложением внешних пульсаций давления дисперсной фазы. Показано, что поле скорости внутри снаряда меняется периодически, что может быть использовано для интенсификации массопереноса. С помощью метода лазерно-индуцированной флуоресценции с микронным разрешением (micro-LIF) проведено исследование локального массообмена в двухфазном микроэкстракторе.

Full Text

Restricted Access

About the authors

А. А. Ягодницына

Институт теплофизики им. С.С. Кутателадзе СО РАН

Author for correspondence.
Email: yagodnitsinaAA@gmail.com
Russian Federation, Новосибирск

А. В. Ковалев

Институт теплофизики им. С.С. Кутателадзе СО РАН

Email: yagodnitsinaAA@gmail.com
Russian Federation, Новосибирск

А. В. Бильский

Институт теплофизики им. С.С. Кутателадзе СО РАН

Email: yagodnitsinaAA@gmail.com
Russian Federation, Новосибирск

References

  1. Abdollahi A., Sharma R.N., Vatani A. Fluid flow and heat transfer of liquid-liquid two phase flow in microchannels: A review // Int. Commun. Heat Mass Transf. 2017. V. 84. P. 66–74. https://doi.org/10.1016/j.icheatmasstransfer.2017.03.010
  2. Zhao Y., Chen G., Yuan Q. Liquid-Liquid Two-Phase Flow Patterns in a Rectangular Microchannel // AIChE J. 2006. V. 52. P. 4052–4060.
  3. Foroughi H., Kawaji M. Viscous oil-water flows in a microchannel initially saturated with oil: Flow patterns and pressure drop characteristics // Int. J. Multiph. Flow. 2011. V. 37. P. 1147–1155. https://doi.org/10.1016/j.ijmultiphaseflow.2011.06.004
  4. Waelchli S., Rudolf von Rohr P. Two-phase flow characteristics in gas–liquid microreactors // Int. J. Multiph. Flow. 2006. V. 32. P. 791–806. https://doi.org/10.1016/j.ijmultiphaseflow.2006.02.014
  5. Kashid M., Kiwi-Minsker L. Quantitative prediction of flow patterns in liquid-liquid flow in micro-capillaries // Chem. Eng. Process Process Intensif. 2011. V. 50. P. 972–978. https://doi.org/10.1016/j.cep.2011.07.003
  6. Garstecki P., Fuerstman M.J., Stone H.A., Whitesides G.M. Formation of droplets and bubbles in a microfluidic T-junction - Scaling and mechanism of break-up // Lab Chip. 2006. V. 6. P. 437–446. https://doi.org/10.1039/b510841a
  7. De Menech M., Garstecki P., Jousse F., Stone H.A. Transition from squeezing to dripping in a microfluidic T-shaped junction // J. Fluid Mech. 2008. V. 595. P. 141–161. https://doi.org/10.1017/S002211200700910X
  8. Xu J.H., Li S.W., Tan J., Luo G.S. Correlations of droplet formation in T-junction microfluidic devices: From squeezing to dripping // Microfluid Nanofluidics. 2008. V. 5. P. 711–717. https://doi.org/10.1007/s10404-008-0306-4
  9. Dore V., Tsaoulidis D., Angeli P. Mixing patterns in water plugs during water / ionic liquid segmented flow in microchannels // Chem. Eng. Sci. 2012. V. 80. P. 334–341. https://doi.org/10.1016/j.ces.2012.06.030
  10. Anna S.L., Bontoux N., Stone H.A. Formation of dispersions using “flow focusing” in microchannels // Appl. Phys. Lett. 2003. V. 82. P. 364–366. https://doi.org/10.1063/1.1537519
  11. Ma S., Sherwood J.M., Huck W.T.S., Balabani S. On the flow topology inside droplets moving in rectangular microchannels // Lab Chip. 2014. V. 14. P. 3611–3620. https://doi.org/10.1039/C4LC00671B
  12. Abiev R.S., Butler C., Cid E. et al. Mass transfer characteristics and concentration field evolution for gas-liquid Taylor flow in milli channels // Chem. Eng. Sci. 2019. V. 207. P. 1331–1340. https://doi.org/10.1016/j.ces.2019.07.046
  13. Abiev R.S. Mathematical model of two-phase Taylor flow hydrodynamics for four combinations of non-Newtonian and Newtonian fluids in microchannels // Chem. Eng. Sci. 2022. V. 247. P. 116930. https://doi.org/10.1016/j.ces.2021.116930
  14. Ягодницына А. Создание системы онлайн-мониторинга режима течения несмешивающихся жидкостей в микроканалах. In: XXXVIII Сибирский теплофизический семинар, посвященный 65-летию Института теплофизики им. С.С.Кутателадзе СО РАН. Всероссийская конференция с элементами научной школы для молодых ученых. Труды конференции. Новосибирск, 2022. C. 329–332.
  15. Santiago J.G., Wereley S.T., Meinhart C.D. et al. A particle image velocimetry system for microfluidics // Exp. Fluids. 1998. V. 25. P. 316–319. https://doi.org/10.1007/s003480050235
  16. Ахметбеков Е.К., Бильский А.В., Ложкин Ю.А. и др. Система управления экспериментом и обработки данных, полученных методами цифровой трассерной визуализации (ActualFlow) // Вычислительные методы и программирование. 2006. № 7. С. 79–85.
  17. Yagodnitsyna A.A., Kovalev A.V., Bilsky A.V. Flow patterns of immiscible liquid-liquid flow in a rectangular microchannel with T-junction // Chem. Eng. J. 2016. V. 303. P. 547–554. https://doi.org/10.1016/j.cej.2016.06.023
  18. Kovalev A.V., Yagodnitsyna A.A., Bilsky A.V. Determination of the transition boundary between segmented and continuous flow patterns in microfluidic liquid-liquid flows using dimensional analysis // Thermophys. Aeromechanics. 2021. V. 28. P. 827–833. https://doi.org/10.1134/S086986432106007X
  19. Tsaoulidis D., Dore V., Angeli P. et al. Flow patterns and pressure drop of ionic liquid-water two-phase flows in microchannels // Int. J. Multiph. Flow. 2013. V. 54. P. 1–10. https://doi.org/10.1016/j.ijmultiphaseflow.2013.02.002
  20. Darekar M., Singh K.K., Mukhopadhyay S., Shenoy K.T. Liquid-liquid two-phase flow patterns in Y-junction microchannels // Ind. Eng. Chem. Res. 2017. V. 56. P. 12215–12226. https://doi.org/10.1021/acs.iecr.7b03164
  21. Chawla N.V., Bowyer K.W., Hall L.O., Kegelmeyer W.P. SMOTE: synthetic minority over-sampling technique // J. Artif. Intell. Res. 2011. V. 16. P. 321–357. https://doi.org/10.1613/jair.953
  22. Theunissen R., Stitou A., Riethmuller M.L. A novel approach to improve the accuracy of PTV methods. 12th Int Symp Appl Laser Tech to Fluid Mech Lisbon, Port 12–15, 2004.
  23. Akhmetbekov Y.K., Markovich D.M., Tokarev M.P. Study of the PTV method with individual particle correlation correction // Comput. Technol. 2010. V. 15. P. 57–72.
  24. Ковалев А.В., Ягодницына А.А., Бильский А.В. Влияние синусоидальных пульсаций расхода дисперсной фазы на характеристики течений вязких несмешивающихся жидкостей в микроканале Т-типа // Прикладная механика и техническая физика. 2023. Т. 64. № 3. С. 20–31. https://doi.org/10.15372/pmtf202215175
  25. Danckwerts P.V. The definition and measurement of some characteristics of mixtures // Appl. Sci. Res. Sect. A. 1952. V. 3. P. 279–296. https://doi.org/10.1007/BF03184936
  26. Minakov A., Yagodnitsyna A., Lobasov A. et al. Study of fluid flow in micromixer with symmetrical and asymmetrical inlet conditions // La Houille Blanche. 2013. P. 12–21. https://doi.org/10.1051/lhb/2013038
  27. Yagodnitsyna A.A., Kovalev A.V., Bilsky A.V. Ionic liquid-water flow in T-shaped microchannels with different aspect ratios // Chem. Eng. Res. Des. 2020. V. 153. P. 391–400. https://doi.org/10.1016/j.cherd.2019.11.008
  28. Tsaoulidis D., Dore V., Angeli P. et al. Flow patterns and pressure drop of ionic liquid-water two-phase flows in microchannels // Int. J. Multiph. Flow. 2013. V. 54. P. 1–10. https://doi.org/10.1016/j.ijmultiphaseflow.2013.02.002

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Experimental setup for studying hydrodynamics and mass transfer in single-phase and two-phase flows in microchannel devices.

Download (534KB)
Indexing metadata
3. Fig. 2. Lighting and shooting scheme for visualization of flow regimes in microchannels.

Download (88KB)
Indexing metadata
4. Fig. 3. Examples of typical flow regimes of ionic liquid – water in a T-type microchannel: a) slug regime, b) drop regime, c) parallel regime, d) annular regime with a wave boundary [27].

Download (265KB)
Indexing metadata
5. Fig. 4. Transition boundaries between segmented (slug and drop) and continuous (parallel and annular) two-phase flow regimes in a T-type microchannel for various sets of immiscible liquids, including data from other authors [2, 28].

Download (178KB)
Indexing metadata
6. Fig. 5. Confusion matrix of actual and predicted values ​​of the artificial neural network for classifying the flow regime of immiscible liquids in T-shaped microchannels for the test data set.

Download (258KB)
Indexing metadata
7. Fig. 6. Velocity fields and streamlines inside dispersed phase projectiles with external disturbances superimposed on the flow. Measurements were performed in different phases of the disturbance signal oscillations.

Download (412KB)
Indexing metadata
8. Fig. 7. Calibration curve of the dependence of fluorescence intensity on the concentration of dye in the extractant.

Download (96KB)
Indexing metadata
9. Fig. 8. Concentration fields in the carrier phase bridges at different distances from the entrance to the T-shaped microchannel with variations in the flow rates of the carrier and dispersed phases.

Download (383KB)
Indexing metadata
10. Fig. 9. Extraction efficiency in the slug flow mode depending on the residence time.

Download (142KB)
Indexing metadata
11. Fig. 10. a) velocity profiles in the central section of the T-micromixer normalized to the average flow rate at different Reynolds numbers. Distance from the end of the channel l = 3.5 Dh; b) average velocity field in the central section of the T-channel and isosurfaces of the average transverse velocity, constructed from the velocity fields measured in five sections of the microchannel at a Reynolds number of 186.

Download (638KB)
Indexing metadata
12. Fig. 11. a) Concentration fields in the outlet channel of the T-mixer. Left: Re = 10, center: Re = 150, right: Re = 300; b) dye concentration isolines in four cross-sections of the microchannel, Re = 186, numerical simulation data [25]; c) mixing efficiency depending on the distance from the inlet to the microchannel at different Reynolds numbers.

Download (410KB)
Indexing metadata

Copyright (c) 2024 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».