Flow-priority optimization of additively manufactured variable-TPMS lattice heat exchanger based on macroscopic analysis

Cette étude propose un cadre de modélisation et d'optimisation macroscopique basé sur la théorie de Darcy–Forchheimer pour concevoir des échangeurs de chaleur à réseaux TPMS variables avec des largeurs de canaux non uniformes, dont la validation expérimentale confirme une amélioration de performance de 28,7 % par rapport aux configurations de réseaux uniformes.

L'essentiel

Imaginez que vous avez une autoroute très fréquentée où deux types de trafic tentent de se croiser sans s'écraser : un flux de voitures chaudes et un flux de voitures froides. Leur objectif est d'échanger de la « chaleur » (comme de l'énergie) en se croisant. Dans un échangeur de chaleur traditionnel, cette autoroute est construite avec un motif uniforme et répétitif de parois (comme un nid d'abeille ou une grille standard). Cela fonctionne plutôt bien, mais ce n'est pas parfait. Parfois, les voitures chaudes restent bloquées dans un embouteillage, ou les voitures froides prennent un raccourci qui ne leur permet pas d'échanger assez de chaleur.

Ce document traite de la conception d'une telle autoroute en utilisant une structure en 3D appelée réseau TPMS (imaginez une structure complexe, semblable à une éponge, qui se répète dans les trois dimensions). Les chercheurs voulaient savoir : Et si nous ne gardions pas les parois uniformes ? Et si nous pouvions élargir la voie chaude à certains endroits et la voie froide à d'autres, là où cela aide le plus ?

Voici le déroulement de leur parcours, en utilisant des analogies simples :

1. Le problème : Le piège du « taille unique »

Habituellement, les ingénieurs construisent ces échangeurs de chaleur avec une structure spongieuse uniforme. C'est comme construire une ville où chaque rue a exactement la même largeur.

• Le problème : Dans une forme complexe (comme un virage en U ou une forme en L), une largeur de rue uniforme n'est pas toujours idéale. Parfois, le trafic chaud a besoin d'une route plus large pour circuler plus vite, tandis que le trafic froid a besoin d'un chemin plus étroit et plus sinueux pour ralentir et mieux échanger la chaleur. Une conception uniforme force les deux à suivre les mêmes règles, ce qui n'est pas efficace.

2. La solution : L'« éponge intelligente »

Les chercheurs ont utilisé la fabrication additive (impression 3D métallique) pour construire un échangeur de chaleur où l'« éponge » n'est pas uniforme. Ils ont voulu modifier l'épaisseur des parois à l'intérieur de l'éponge pour contrôler l'espace alloué au fluide chaud par rapport au fluide froid.

• Le défi : Si vous essayez de concevoir cela en examinant chaque minuscule pore de l'éponge (comme si vous regardiez chaque brique d'un mur), l'ordinateur mettra une éternité à calculer. C'est comme essayer de concevoir une ville en comptant chaque petit caillou sur le trottoir.
• L'astuce : Ils ont créé un « modèle macroscopique ». Au lieu de regarder chaque pore minuscule, ils ont traité l'éponge entière comme un « matériau magique » possédant des propriétés moyennes. Ils ont utilisé une théorie appelée Darcy-Forchheimer (qui est une sorte de règle de calcul pour la façon dont l'eau circule dans une éponge mouillée) pour prédire comment le fluide se déplacerait sans avoir besoin de voir chaque trou.

3. L'optimisation : Régler le « bouton »

Ils ont traité la position des parois de l'éponge comme un « bouton » qu'ils pouvaient tourner.

• Le bouton : Imaginez un cadran étiqueté de -1 à +1.
  • Tournez vers la gauche : la voie chaude s'élargit et la voie froide est comprimée.
  • Tournez vers la droite : la voie froide s'élargit et la voie chaude est comprimée.
• L'objectif : L'ordinateur a lancé des milliers de simulations, tournant ce bouton à différents endroits de l'échangeur de chaleur, pour trouver le mélange parfait qui permettrait d'échanger la chaleur le plus rapidement possible.

4. Le résultat : La danse diagonale

Lorsque l'ordinateur a trouvé la conception « parfaite », elle ne ressemblait plus à une autoroute droite.

• La découverte : La conception optimale faisait que les fluides chauds et froids se croisaient en diagonale, comme deux danseurs se faufilant l'un autour de l'autre, plutôt que de simplement circuler parallèlement.
• Pourquoi cela a fonctionné : Ce chemin diagonal a forcé les fluides à rester en contact l'un avec l'autre sur une distance plus longue. C'était comme obliger les voitures à parcourir une longue boucle sinueuse au lieu d'une ligne droite, leur donnant plus de temps pour échanger la chaleur.
• Le score : Cette conception « intelligente » a amélioré la performance de l'échange thermique d'environ 24 % par rapport à la conception uniforme standard.

5. Le test de réalité : L'impression 3D

Les chercheurs ne se sont pas arrêtés à l'ordinateur. Ils ont imprimé la conception en utilisant de la poudre métallique et un laser (un processus appelé fusion sur lit de poudre par laser).

• Le test : Ils ont fait circuler de l'eau chaude et de l'eau froide à travers les blocs métalliques imprimés.
• Le résultat : Le test en conditions réelles correspondait de très près aux prédictions de l'ordinateur. La conception « intelligente » fonctionnait réellement mieux que la conception uniforme.
• Le bémol : Le modèle informatique était légèrement trop optimiste concernant la perte de pression (l'effort que la pompe doit fournir). Dans le monde réel, les canaux minuscules de la conception « intelligente » étaient si étroits que l'imprimante 3D a créé de légères imperfections (comme un bord légèrement rugueux), ce qui a fait que l'eau a un peu plus peiné que prévu par l'ordinateur. Cependant, le bénéfice du transfert de chaleur restait immense.

Résumé

Considérez ce document comme une recette pour un meilleur radiateur. Au lieu d'utiliser une grille de tubes standard et uniforme, les chercheurs ont utilisé un ordinateur pour « courber » les parois internes d'une éponge métallique imprimée en 3D. Ils ont découvert qu'en rendant les voies pour l'eau chaude et l'eau froide inégales et diagonales, ils pouvaient rendre l'échange de chaleur beaucoup plus efficace. Ils ont prouvé que cela fonctionne dans la vie réelle, montrant que l'impression 3D peut créer des structures internes « intelligentes » qui sont bien supérieures aux conceptions uniformes traditionnelles.

Résumé technique

Résumé Technique : Optimisation de la priorité de flux des échangeurs de chaleur à réseaux TPMS à géométrie variable fabriqués par fabrication additive

Énoncé du problème
Bien que les structures de réseaux à surfaces minimales triplement périodiques (TPMS) soient largement reconnues pour améliorer le transfert de chaleur par convection grâce à une distribution uniforme du flux et une rupture de la couche limite, une configuration de réseau uniforme n'est pas nécessairement optimale pour toutes les géométries d'échangeurs de chaleur. Plus précisément, dans les chemins d'écoulement complexes où les fluides suivent des trajectoires en forme de U ou de L, un réseau uniforme peut entraîner une résistance au flux asymétrique et des motifs d'écoulement macroscopiques sous-optimaux. Des études antérieures ont souligné la nécessité d'optimiser le chemin de l'écoulement et le potentiel des réseaux à gradient fonctionnel, pourtant l'optimisation numérique rigoureuse de la priorité de flux relative entre les canaux chauds et froids dans les échangeurs de chaleur TPMS reste un défi ouvert. De plus, l'optimisation topologique explicite des géométries TPMS complexes est d'un coût computationnel prohibitif en raison du coût élevé de la résolution des micro-géométries détaillées lors des processus de conception itératifs.

Méthodologie
Cette étude propose une approche de modélisation macroscopique pour optimiser la priorité de flux entre les fluides chaud et froid dans un échangeur de chaleur à deux fluides équipé d'un réseau TPMS de type « Primitive ». La méthodologie centrale comprend :

1. Modélisation macroscopique en milieu poreux : Au lieu de résoudre la géométrie détaillée du TPMS, le réseau est traité comme un milieu poreux. L'écoulement est régi par les équations de Brinkman–Forchheimer, et le transfert de chaleur est modélisé par une approche d'advection-diffusion avec un coefficient de transfert thermique volumique ($h$). Ce coefficient, ainsi que la perméabilité ($\kappa$), le coefficient de traînée ($\beta$) et la conductivité thermique effective ($\lambda$), servent de propriétés artificielles caractérisant la capacité de transfert thermique par unité de volume.
2. Dérivation des paramètres effectifs : Ces paramètres macroscopiques sont dérivés par homogénéisation basée sur un élément de volume représentatif (RVE). Les propriétés effectives sont calculées en résolvant les équations de Navier-Stokes et d'énergie microscopiques sur une cellule unitaire sous des conditions limites spécifiques.
3. Définition de la variable de conception : Le seuil d'isosurface ($C$) de la fonction TPMS Primitive est utilisé comme variable de conception. En faisant varier $C$, la position des parois solides est déplacée, modifiant ainsi efficacement les largeurs de canaux et la résistance relative au flux entre les domaines chaud et froid. Une variable de conception normalisée $d$ ($0 \le d \le 1$) contrôle ce seuil.
4. Cadre d'optimisation : Un algorithme d'optimisation (Méthode des Asymptotes Mobiles, MMA) est employé pour maximiser le taux de transfert de chaleur. La fonction objectif est définie par la différence d'enthalpie entre l'entrée et la sortie du fluide chaud. L'optimisation est réalisée sur un échangeur de chaleur plan avec des trajectoires à contre-courant en forme de U, sous des contraintes de chute de pression fixes (500 Pa) aux entrées et sorties.
5. Validation : La solution optimale est vérifiée par des simulations de géométrie détaillée (utilisant Star-CCM+) et par validation expérimentale. Les spécimens ont été fabriqués par fusion laser sur lit de poudre métallique (LPBF) avec de l'acier inoxydable 316L, suivis de tests d'étanchéité et d'une évaluation des performances thermiques en régime stationnaire.

Contributions clés

• Optimisation macroscopique de la priorité de flux : L'étude introduit un cadre pour optimiser la dominance relative des flux chaud et froid dans les échangeurs de chaleur TPMS en traitant le seuil d'isosurface comme une variable de conception spatialement variable. Cela permet la création de distributions de réseaux non uniformes qui guident les motifs d'écoulement macroscopiques.
• Efficacité computationnelle : En utilisant une approximation de flux poreux macroscopique, l'étude parvient à une réduction de 92,8 % du temps de calcul par rapport à une analyse de géométrie détaillée, rendant l'optimisation itérative de structures de réseaux complexes pratiquement réalisable.
• Vérification expérimentale de la conception optimisée : La recherche fournit une preuve expérimentale qu'un réseau non uniforme, optimisé macroscopiquement, surpasse un réseau uniforme dans une configuration à contre-courant en forme de U, comblant ainsi l'écart entre l'optimisation théorique et la réalité de la fabrication additive métallique.

Résultats

• Amélioration des performances : Le réseau optimisé a démontré une amélioration claire des performances par rapport à un réseau uniforme. Les simulations de géométrie détaillée ont montré une amélioration moyenne de 24,2 % du taux de transfert de chaleur, tandis que les résultats expérimentaux ont confirmé une amélioration de 23,3 %.
• Mécanisme de flux : La solution optimale a induit une trajectoire d'écoulement diagonale, augmentant la longueur d'interaction effective entre les fluides chaud et froid par rapport à l'écoulement principalement vertical des réseaux uniformes. Cela a entraîné une distribution de température plus uniforme à travers l'échangeur de chaleur, réduisant les déséquilibres thermiques près des régions d'entrée/sortie.
• Perte de charge : Bien que le modèle macroscopique ait eu tendance à surestimer les pertes de charge par rapport aux simulations de géométrie détaillée et aux expériences, les différences de perte de charge entre le réseau uniforme et le réseau optimal étaient généralement faibles. Cependant, les résultats expérimentaux pour le canal du fluide chaud du réseau optimisé ont montré une perte de charge plus élevée que prévu, attribuée aux imperfections géométriques (rétrécissement du col) lors du processus LPBF lorsque les diamètres de canaux approchent la limite de résolution de fabrication (~0,5 mm).
• Précision du modèle : Le modèle macroscopique a prédit avec précision les tendances globales de la distribution du flux et de la température. Les écarts dans la perte de charge ont été attribués à l'hypothèse de périodicité parfaite dans la dérivation du RVE, qui est violée dans la structure non uniforme optimisée, ainsi qu'aux simplifications dans la dérivation du coefficient de transfert thermique volumique (par exemple, l'hypothèse d'une température de solide constante au sein d'une cellule).

Signification et affirmations
L'article affirme que l'optimisation de la priorité de flux via la variation spatiale du seuil d'isosurface TPMS est une stratégie viable pour améliorer l'efficacité de l'échange thermique dans des configurations de flux complexes où les réseaux uniformes sont sous-optimaux. L'étude démontée que l'analyse macroscopique, malgré ses approximations inhérentes, peut guider de manière fiable la conception d'échangeurs de chaleur haute performance fabricables par AM métallique.

Les auteurs reconnaissent modestement les limites, notant que la précision prédictive du modèle macroscopique dépend des conditions de gradient de pression utilisées pour la dérivation des paramètres et peut se dégrader à des débits plus élevés ou dans des régions de forte non-uniformité géométrique. Ils soulignent également que les imperfections géométriques dans les cols étroits peuvent impacter significativement la perte de charge, suggérant que des contraintes de conception sur la taille minimale des caractéristiques sont nécessaires pour les applications pratiques. Ce travail établit une base pour les recherches futures sur les mécanismes physiques de ces optimisations et leur application à d'autres types de TPMS et configurations de flux.