Simulation of flow and drying characteristics of high-moisture particles in an impinging stream dryer via CFD-DEM

计算流体力学 CFD-DEM公司 机械 水分 粒子(生态学) 离散元法 停留时间(流体动力学) 磁层粒子运动 多相流 含水量 粒径 环境科学 材料科学 化学 岩土工程 工程类 物理 地质学 复合材料 海洋学 物理化学 量子力学 磁场
作者
Patiwat Khomwachirakul,Sakamon Devahastin,Thanit Swasdisevi,Sakamon Devahastin
出处
期刊:Drying Technology [Informa]
卷期号:34 (4): 403-419 被引量:42
标识
DOI:10.1080/07373937.2015.1081930
摘要

Impinging stream dryer (ISD) is an alternative for drying high-moisture particulate materials. Due to the complex multiphase transport phenomena that take place within an ISD, use of a reliable computational model instead of a tedious experimental route to aid the design of the dryer is desirable. In the present study, computational fluid dynamics were used in combination with the discrete element method (CFD-DEM) to predict, for the first time, the multiphase transport phenomena within a coaxial ISD; results from a model that does not consider particle-particle interactions (CFD) were also obtained and compared with those from the CFD-DEM model. In all cases, high-moisture particles having negligible internal transport resistance were assumed. Both models were used to simulate the gas-particle motion behavior, particle mean moisture content, particle mean residence time, and particle residence time distribution. The simulated results from both models were compared with the experimental data whenever possible. The results showed that the CFD-DEM model could be utilized to predict the particle motion behavior and led to more physically realistic results than the CFD model. The CFD-DEM model also gave predictions that were in better agreement with the experimental mean particle residence time and moisture content data.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
Owen应助唐秋秋采纳,获得10
1秒前
2秒前
2秒前
爱笑擎发布了新的文献求助10
3秒前
syt完成签到,获得积分10
4秒前
顺心醉蝶完成签到,获得积分10
4秒前
在水一方应助Kx采纳,获得10
4秒前
5秒前
HEIKU应助aa采纳,获得10
5秒前
HEIKU应助aa采纳,获得10
5秒前
橙子发布了新的文献求助10
6秒前
6秒前
whh发布了新的文献求助10
7秒前
勤劳亦瑶完成签到,获得积分20
8秒前
9秒前
Hello应助可耐的手机采纳,获得10
9秒前
10秒前
不配.应助wang采纳,获得20
11秒前
拜拜拜仁发布了新的文献求助10
11秒前
12秒前
13秒前
脑洞疼应助共渡采纳,获得10
14秒前
李爱国应助lucky采纳,获得30
15秒前
Sun发布了新的文献求助10
15秒前
17秒前
都是发布了新的文献求助10
17秒前
大个应助eLiauK采纳,获得10
19秒前
传统的钧完成签到,获得积分20
19秒前
21秒前
落寞的傲云完成签到,获得积分10
21秒前
lan完成签到,获得积分10
23秒前
苦瓜派完成签到,获得积分10
24秒前
27秒前
27秒前
28秒前
葵花籽完成签到,获得积分10
28秒前
29秒前
ding应助高凯璇采纳,获得10
29秒前
李健应助谨慎不二采纳,获得10
30秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3124803
求助须知:如何正确求助?哪些是违规求助? 2775148
关于积分的说明 7725553
捐赠科研通 2430633
什么是DOI,文献DOI怎么找? 1291291
科研通“疑难数据库(出版商)”最低求助积分说明 622121
版权声明 600328