Activation thermique des SCM : modélisation procédé et prédiction de la qualité du produit

Thermal activation of SCMs : Process models and quality prediction

• Auteur / Autrice : Qun Wang
• Direction : Alexander Pisch, Marcus Campbell bannerman
• Type : Projet de thèse
• Discipline(s) : MAT - Matériaux
• Date : Inscription en doctorat le 01/04/2024
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale Ingénierie - matériaux mécanique énergétique environnement procédés production
• Partenaire(s) de recherche : Laboratoire : Science et Ingénierie des Matériaux et Procédés

Mots clés

Mots clés libres

Activation thermique

Matériaux cimentés supplémentaires

Modélisation procédé

Prédiction de la qualité du produit

Thermal activation

Supplementary Cementitious Materials

Process models

Quality prediction

Résumé

Les travaux de thèse sont formalisés dans le sous-projet DC2 du réseau européen Marie-Curie industriel 'DETOCS' qui regroupe 5 partenaires académiques et 4 industriels dans le domaine des matériaux de construction. Le focus du sous-projet DC2 est centré sur les procédés de synthèse et la prédiction de la qualité des matériaux cimentaires secondaires (SCM selon le terme anglais « secondary cementitious materials ») avec un accent particulier sur les argiles calcinées. Les objectifs de la thèse de doctorat sont • Développement d'un modèle de procédé pour l'activation thermique des SCM, notamment des argiles calcinées dans les fours flash et rotatifs conventionnels • Étude expérimentale de la corrélation entre les conditions réelles du procédé et la réactivité finale des SCM. Cela comprend la constitution d'un ensemble cohérent de données thermodynamiques et cinétiques pour les SCM étudiés en utilisant la littérature disponible, nos propres expériences clés et des prédictions théoriques utilisant des outils d'apprentissage automatique. • Corrélation entre les conditions du procédé, le type de SCM et la réactivité finale Les livrables attendus du projet sont • Les modèles de procédé (transfert de chaleur et de masse 1D) utilisant des données d'entrée thermodynamiques et cinétiques • Un ensemble cohérent de données physico-chimiques pour les SCM les plus utilisés (propriétés thermodynamiques et cinétique de réaction) • Les modèles de prédiction de la réactivité des SCM pour la prédiction de l'efficacité des procédés par rapport aux performances des produits ciblées Le doctorat se déroulera dans trois laboratoires • Univ. d'Aberdeen (Prof. M. Campbell Bannerman) : développement de modèles de procédé et l'apprentissage automatique appliqué aux données disponibles • U. Grenoble Alpes, laboratoire SIMaP (Dr. A. Pisch) : détermination expérimentale de paramètres d'entrée thermodynamiques et cinétiques ; développement de l'ensemble de données cohérent pour les SCM • FLSmidth (Dr. W. R. Leal da Silva) : données de procédés industriels et benchmark avec des données réelles.

The thesis work is formalized within sub-project DC2 of the European industrial Marie-Curie network 'DETOCS,' which brings together 5 academic partners and 4 industrial partners in the field of construction materials. The focus of sub-project DC2 is centered on synthesis processes and predicting the quality of secondary cementitious materials (SCM), with a particular emphasis on calcined clays. The objectives of the doctoral thesis are: Development of a process model for the thermal activation of SCM, particularly calcined clays in conventional flash and rotary kilns. Experimental study of the correlation between the actual process conditions and the final reactivity of SCM. This includes establishing a coherent set of thermodynamic and kinetic data for the SCM studied using available literature, our own key experiments, and theoretical predictions using machine learning tools. Correlation between process conditions, SCM type, and final reactivity. The expected deliverables of the project are: Process models (1D heat and mass transfer) using thermodynamic and kinetic input data. A coherent set of physico-chemical data for the most commonly used SCM (thermodynamic properties and reaction kinetics). SCM reactivity prediction models for predicting process efficiency compared to targeted product performance. The doctorate will take place in three laboratories: University of Aberdeen (Prof. M. Campbell Bannerman): development of process models and machine learning applied to available data. University Grenoble Alpes, SIMaP laboratory (Dr. A. Pisch): experimental determination of thermodynamic and kinetic input parameters; development of a coherent data set for SCM. FLSmidth (Dr. W. R. Leal da Silva): industrial process data and benchmarking with real data.