Publication
Estudo da Atomização de Jatos Eletrohidrodinâmicos: modelação, desempenho e aplicações
| datacite.subject.fos | Engenharia e Tecnologia::Engenharia Mecânica | pt_PT |
| dc.contributor.advisor | Marques, José Carlos Páscoa | |
| dc.contributor.author | Cândido, Sílvio Miguel Rodrigues | |
| dc.date.accessioned | 2024-06-03T09:50:52Z | |
| dc.date.available | 2024-06-03T09:50:52Z | |
| dc.date.issued | 2024-05-06 | |
| dc.description.abstract | Nesta tese apresenta-se primeiramente uma descrição preliminar da literatura existente sobre a formação de jatos por efeitos eletrohidrodinâmicos, usualmente referenciados como “cones de Taylor”. Este fenómeno é de carácter multifísico e tem vindo a ser estudado a fim de podermos controlar eficazmente a forma e dimensão das gotas. Contudo é necessário conhecer melhor a interação entre o campo elétrico e a dinâmica do escoamento, sendo este o propósito geral deste trabalho. A presente tese concentra-se na atomização de jatos eletrohidrodinâmicos (EHD) através de uma abordagem numérica tridimensional para investigar as instabilidades associadas a estes mesmos jatos. No âmbito desta investigação foi realizada uma validação meticulosa da implementação de equações que acoplam as equações de Navier-Stokes, responsáveis pela dinâmica dos fluidos, e as equações de Maxwell para a eletrostática. Estas validações foram realizadas em cenários específicos, tais como a deformação de gotas individuais suspensas em meio dielétrico e a formação de jatos 2D em modo axissimétrico. Em particular, a quebra destes jatos em gotas foi analisada e comparada com leis teóricas de escala e dados experimentais. Os resultados mostraram desvios inferiores a 2%. Estudos pioneiros da simulação do cone de Taylor tridimensional mostrou erros médios na morfologia da mesma ordem de grandeza. No decorrer destas investigações foram explorados métodos avançados de análise e otimização. Entre eles destaca-se a utilização da Decomposição Modal e especificamente técnicas como POD (Proper Orthogonal Decomposition) e DMD (Dynamic Mode Decomposition). Estas técnicas oferecem uma visão aprofundada das características dominantes dos jatos e das instabilidades associadas. Adicionalmente, abordagens de aprendizagem de máquina, nomeadamente Redes Neuronais Artificiais, foram exploradas com o intuito de criar “gémeos digitais” (digital twins) para otimização dos processos envolvidos na atomização de jatos EHD. Por fim, a tese propõe um novo modelo híbrido combinando o Volume of Fluid (VOF) com a técnica de Lagrangian Particle Tracking (LPT). Este modelo é sugerido como uma alternativa eficaz e rápida para cálculo numérico no contexto de eletrosprays, potenciando assim aplicações práticas na indústria e na investigação da compreensão da física destes escoamentos. Contribuindo significativamente para o campo da atomização de jatos EHD, oferecendo novas perspetivas e ferramentas para melhor compreensão e aplicação deste fenómeno. | pt_PT |
| dc.description.abstract | This thesis first presents a preliminary description of the existing literature on the formation of jets by electrohydrodynamic effects, usually referred to as Taylor cones. This phenomenon is multi-physical in nature and has been studied in order to effectively control the shape and size of droplets. However, it is necessary to better understand the interaction between the electric field and the flow dynamics, which is the general purpose of this work. This thesis focuses on the atomisation of electrohydrodynamic (EHD) jets using a three- -dimensional approach to investigate the instabilities associated with these jets. As part of this research, a meticulous validation of the implementation of equations coupling the Navier- Stokes equations, responsible for fluid dynamics, and Maxwell’s equations for electrostatics was carried out. These validations were carried out in specific scenarios, such as the deformation of individual droplets suspended in a dielectric medium and the formation of 2D jets in axisymmetric mode. In particular, the break-up of these jets into droplets was analysed and compared with theoretical scaling laws and experimental data. The results showed deviations of less than 2%. Pioneering simulation studies of the three- dimensional Taylor cone showed average errors in morphology of the same order of magnitude. In the course of these investigations, advanced analysis and optimisation methods were explored. These include the use of Modal Decomposition and specifically techniques such as POD (Proper Orthogonal Decomposition) and DMD (Dynamic Mode Decomposition). These techniques offer an in-depth view of the dominant characteristics of jets and the associated instabilities. In addition, machine learning approaches, namely Artificial Neural Networks, were explored in order to create digital twins for simulation and prediction, as well as for optimising the processes involved in EHD jet atomisation. Finally, the thesis proposes a new hybrid model combining the Volume of Fluid (VOF) with the Lagrangian Particle Tracking (LPT) technique. This model is suggested as an effective and fast alternative for numerical calculation in the context of electrosprays. Through these studies, the thesis makes a significant contribution to the field of EHD jet atomisation, offering new perspectives and tools for better understanding and applying this phenomenon. | pt_PT |
| dc.description.sponsorship | Fundação para a Ciência e Tecnologia - FCT; Projeto INDTECH 4.0 - Novas Tecnologias para Fabricação Inteligente, POCI-01-0247-FEDER-026653; Agenda Mobilizadora para a inovação empresarial “GreenAuto: Inovação Verde para a Indústria Automóvel” número 02/C05- i01.02/2022.PC644867037-00000013; C-MAST. | pt_PT |
| dc.identifier.tid | 101629745 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.6/14426 | |
| dc.language.iso | por | pt_PT |
| dc.relation | Centre for Mechanical and Aerospace Science and Technologies | |
| dc.relation | Centre for Mechanical and Aerospace Science and Technologies | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | pt_PT |
| dc.subject | Eletrohidrodinâmica | pt_PT |
| dc.subject | Taylor-Cone | pt_PT |
| dc.subject | Gotas | pt_PT |
| dc.subject | Volume de Fluido | pt_PT |
| dc.subject | Multifísica | pt_PT |
| dc.subject | Modelos de Ordem Reduzida (ROM) | pt_PT |
| dc.subject | Machine Learning | pt_PT |
| dc.subject | Segimento Lagrangiano | pt_PT |
| dc.title | Estudo da Atomização de Jatos Eletrohidrodinâmicos: modelação, desempenho e aplicações | pt_PT |
| dc.type | doctoral thesis | |
| dspace.entity.type | Publication | |
| oaire.awardTitle | Centre for Mechanical and Aerospace Science and Technologies | |
| oaire.awardTitle | Centre for Mechanical and Aerospace Science and Technologies | |
| oaire.awardURI | info:eu-repo/grantAgreement/FCT//2020.04517.BD/PT | |
| oaire.awardURI | info:eu-repo/grantAgreement/FCT/6817 - DCRRNI ID/UIDB%2F00151%2F2020/PT | |
| oaire.awardURI | info:eu-repo/grantAgreement/FCT/6817 - DCRRNI ID/UIDP%2F00151%2F2020/PT | |
| oaire.fundingStream | 6817 - DCRRNI ID | |
| oaire.fundingStream | 6817 - DCRRNI ID | |
| person.familyName | Rodrigues Cândido | |
| person.givenName | Sílvio Miguel | |
| person.identifier.ciencia-id | 5011-0AA0-D1A2 | |
| person.identifier.orcid | 0000-0002-4176-1178 | |
| project.funder.identifier | http://doi.org/10.13039/501100001871 | |
| project.funder.identifier | http://doi.org/10.13039/501100001871 | |
| project.funder.identifier | http://doi.org/10.13039/501100001871 | |
| project.funder.name | Fundação para a Ciência e a Tecnologia | |
| project.funder.name | Fundação para a Ciência e a Tecnologia | |
| project.funder.name | Fundação para a Ciência e a Tecnologia | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | doctoralThesis | pt_PT |
| relation.isAuthorOfPublication | adfee428-6b8d-41de-803f-c7e9d95196f5 | |
| relation.isAuthorOfPublication.latestForDiscovery | adfee428-6b8d-41de-803f-c7e9d95196f5 | |
| relation.isProjectOfPublication | ef705c2b-5a7c-4496-a2cc-51d6794a0f56 | |
| relation.isProjectOfPublication | c1aeadcb-d7fa-4d70-959a-2447dc0b2276 | |
| relation.isProjectOfPublication | 6b626f2a-2035-496c-9d04-521b1367db5c | |
| relation.isProjectOfPublication.latestForDiscovery | ef705c2b-5a7c-4496-a2cc-51d6794a0f56 | |
| thesis.degree.name | Doutoramento em Engenharia Mecânica | pt_PT |