[Zurück]

M. Zöchbauer, T. Lauer, C. Krenn, G. Hofer:
"CFD-Simulation and Validation of the Ammonia Homogenisation in SCR Systems / CFD-Simulation und Validierung der Ammoniakaufbereitung in SCR Systemen";
Vortrag: 9. Internationales Forum Abgas- und Partikelemission [Stuttgart], "Forum am Schlosspark" Ludwigsburg (eingeladen); 23.02.2016 - 24.02.2016; in: "Beiträge Proceedings - 9. Internationales Forum Abgas- und Partikelemission", (2016), ISBN: 978-3-9816971-0-0; S. 153 - 167.

Eine immer strengere Gesetzgebung für Dieselfahrzeuge erfordert eine
signifikante Reduzierung der Stickoxid-Emissionen (NOx). Selektive
Katalytische
Reduktion (SCR) ist eine vielversprechende, technische
Lösung, um die zukünftigen Anforderungen an automobile Anwendungen
zu erfüllen. Das Reduktionsmittel Ammoniak wird dabei aus einer
Harnstoff-Wasserlösung (HWL) vor dem SCR-Katalysator generiert. Die
Auslegung von SCR Systemen und Optimierung hinsichtlich einer
schnellen Ammoniakaufbereitung kann mittels CFD-Methoden, bei
vergleichsweise niedrigen Kosten, deutlich beschleunigt werden. Gut
abgestimmte CFD Modelle sind darum unabdingbar zur Berechnung
der Ammoniakhomogenisierung mit hoher Prädiktivität.
Die vorliegende Arbeit präsentiert Simulationsergebnisse, welche an
zwei typischen Abgassystemen generiert wurden. Auf kritische Submodelle
(Tropfen/Wand Interaktion, Leidenfrosteffekt), welche für die
Ammoniakaufbereitung und Durchmischung relevant sind, wird gesondert
eingegangen. Die Implementierung und Kalibrierung anhand
von Messdaten und Literaturdaten wird gezeigt. Im Anschluss wurden
die Simulationsergebnisse mit Gleichverteilungsmessungen vom Prüfstand
validiert. Um die entwickelte Methodik zu evaluieren, wurden
unterschiedliche Mischergeometrien, Abgastemperaturen und Massenströme
für beide Abgasanlagenkonzepte untersucht. Ein neuartiger
Ansatz zur Simulation der turbulenten Ammoniakmischung im heißen
Abgas wurde eingeführt. Mittels Large Eddy Simulation (LES) wurde
die Turbulenzunterschätzung von Reynolds Averaged Navier Stokes
(RANS) Ansätzen bestimmt. Durch Kompensierung dieser Modellschwäche
konnte die Vorhersagegenauigkeit des turbulenten Speziestransportes
gesteigert werden. Der CFD-Ansatz stellt somit eine vielversprechende
Methode zur akkuraten Beschreibung des SCR-Prozesses dar.

A more and more restrictive legislation for diesel engines will require
a significant decrease of nitric oxide (NOx) emissions in the future.
Selective
Catalytic Reduction (SCR) is one of the most promising technical
approaches to fulfil the requirements of automotive applications.
Typically, the reducing agent ammonia is generated from injected Diesel
Exhaust Fluid (DEF) upstream of the SCR catalyst. With the CFD
methodology, the design and the optimization of SCR systems regarding
a fast preparation of ammonia can be accelerated at lower costs
compared to experimental works. Therefore, well calibrated CFD models
are required to calculate the ammonia homogenisation and to achieve
a high predictive accuracy.
The paper at hand presents simulation results which were carried out
for two exhaust systems that are representative for typical automotive
applications. Crucial sub models (spray wall interaction, Leidenfrost
effect) which are relevant for the ammonia preparation and mixing
are highlighted. Their implementation and calibration against
measurement data from literature is given. Subsequently, the simulations
were validated against measured ammonia distributions on the
test bench. Different mixer geometries, exhaust temperatures and mass
flows were investigated for both exhaust system concepts in order to
validate the capabilities of the simulation methodology. Additionally,
a novel approach to simulate the turbulent mixing of ammonia in the
hot exhaust gas was introduced. The Large Eddy Simulation (LES) helped
to estimate the turbulence underestimation of the Reynolds Averaged
Navier Stokes (RANS) approach and therefore the prediction accuracy
of the turbulent species transport could be increased. In conclusion,
the CFD approach represents a promising methodology for the future
prediction of SCR processes