Computational fluid dynamics application to optimize and evaluate the performance of high rate algal pond system

Application de la mécanique des fluides numérique pour évaluer et optimiser la performance d’un chenal à haut rendement algal

• Auteur / Autrice : Tewodros Meless Teshome
• Direction : Julien Laurent
• Type : Thèse de doctorat
• Discipline(s) : Mécanique des fluides
• Date : Soutenance le 05/03/2020
• Etablissement(s) : Strasbourg
• Ecole(s) doctorale(s) : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
• Jury : Président / Présidente : Jean-Philippe Steyer
• Jury : Examinateurs / Examinatrices : Julien Laurent, Jean-Philippe Steyer, Jack Legrand, Rainier Hreiz
• Jury : Rapporteurs / Rapporteuses : Jean-Philippe Steyer, Jack Legrand

Mots clés

Mots clés contrôlés

Écoulement (hydrologie) -- Vitesse

Modélisation CFD

Modèles mathématiques

Hydrodynamique

Déchets -- Élimination

Agglomérations urbaines

Eaux usées -- Épuration -- Traitement biologique

Mots clés libres

Chenal à haute rendement algal

Mélange

Traçage

Mécanique des fluides numérique

High-rate algal pond

Mixing

Tracer study

Computational fluid dynamics

Résumé

Le chenal à haut rendement algal (CHRA) est l'un des moyens les plus appropriés pour la production de biomasse algale. Cette étude s'intéresse à l'effet de l'hydrodynamique d'un CHRA à l'échelle pilote afin d’y optimiser le mélange. La mécanique des fluides numérique a fait ses preuves en offrant la possibilité de comprendre et d'optimiser des paramètres hydrodynamiques complexes qui sont généralement considérés comme des facteurs décisifs du degré de mélange. Dans cette étude, deux approches alternatives de modélisation CFD, les méthodes vitesse d’entrée et maillage dynamique, sont utilisées pour simuler l'hydrodynamique du bassin. Les données de champs vitesse et de traçage expérimentales sont utilisées pour valider et comparer les performances de ces approches. Les profils de vitesse horizontaux sur la profondeur à trois positions présentent une meilleure concordance avec les valeurs expérimentales avec la méthode maillage dynamique que la méthode vitesse d’entrée. D'autre part, avec la diffusion turbulente incluse dans la méthode vitesse d’entrée, on constate une bonne concordance entre les valeurs simulées et expérimentales du traceur dans un temps de simulation beaucoup plus court qu’avec l'approche du maillage dynamique. Le temps de calcul pour le maillage dynamique est extrêmement long sans qu'il y ait un avantage équivalent dans le résultat de la simulation du traceur par rapport à la méthode de la vitesse d'entrée, dans cette configuration particulière du modèle. Pour améliorer la prédiction de la vitesse à partir de la méthode de la vitesse d'entrée, le profil de vitesse expérimental de la mesure ADV a été appliqué sur la condition aux limites d’entrée du modèle. Une modification simple a également été apportée à la géométrie du bassin pour démontrer l'effet du déflecteur sur les conditions de mélange et la consommation d'énergie. La mise en place de déflecteurs pourrait rendre la distribution des vitesses uniforme, ce qui minimiserait la consommation d'énergie et réduirait les zones mortes.

In a well-mixed condition, High Rate Algal Pond (HRAP) is one of the most appropriate ways for algal biomass production. This study is interested in the effect of the hydrodynamics inside a lab-scale HRAP that plays an important role to realize proper mixing. Computational Fluid Dynamics has proven itself to offer the possibilities of understanding and optimizing complex hydrodynamic parameters that are commonly considered as decisive factors to the degree of mixing. In this study, two alternative CFD modeling approaches, Inlet Velocity and Dynamic Mesh methods, are used to simulate the pond hydrodynamics. Measured velocity and tracer data are used to validate and compare the performance of these approaches. Horizontal velocity profiles across the depth of flow at three locations display higher agreement with the experimental values in the Dynamic Mesh method than the Inlet Velocity method. On the other hand, with turbulence diffusion included in the Inlet velocity method, good agreement is found between simulated and experimental tracer values in fairly short simulation time than in the Dynamic Mesh approach. The computational time for Dynamic Mesh is extremely exaggerated without an equivalent advantage in the tracer simulation result over the Inlet Velocity method in this particular model setup. To enhance the velocity prediction from Inlet Velocity method, velocity profile from ADV measurement has been applied on the inlet patch of the model and better fitting curves are observed in this case. Simple modification has also been made on the geometry of the pond to demonstrate the effect of the flow deflector on mixing condition and power consumption. The provision of deflectors could make the velocity distribution uniform thereby minimizing power consumption and reducing the dead zones.