Return to search

Modélisation des oxydes d'azote et des suies dans les moteurs Diesel,

Les réglementations européennes étant de plus en plus restrictives en ce qui concerne les émissions de polluants et plus particulièrement les émissions d'oxydes d'azote (NOx) et de suies, l'objectif de ce travail est de fournir des outils de modélisation permettant l'analyse des mécanismes de réduction de ces émissions à la source, c'est-à-dire au niveau de la chambre de combustion. Dans un premier temps, un modèle de tabulation pour la prédiction des oxydes d'azote a été développé. Ce modèle (appelé NORA: NO Relaxation Approach) repose sur une méthode de perturbation d'état d'équilibre et présente l'avantage d'être simple d'utilisation, robuste et totalement indépendant du modèle de combustion turbulente. L'utilisation du modèle NORA permet une amélioration significative des résultats par rapport à une résolution directe du mécanisme de Zel'dovich couplé à une cinétique réduite. Dans un second temps, le travail a porté sur la modélisation des suies avec comme objectif la prédiction des suies en terme de masse et de distribution en taille de particules (PSDF: Particle Size Distribution Function). La méthode sectionnelle a tout d'abord été implémentée dans un solveur de flamme 1-D et validée par rapport à des données expérimentales en flammes laminaires d'éthylène. La question du couplage du modèle de suies avec un modèle de combustion turbulente a ensuite été posée. Ce travail montre que le couplage entre la phase gazeuse et la phase solide n'est pas négligeable. Un premier modèle de combustion mixte (appelé MTKS) utilisant une méthode tabulée et un solveur de chimie détaillé dans les gaz brûlés a été couplé au modèle de suies. L'approche MTKS a été testée dans des réacteurs hétérogènes à volume variable et les résultats sont encourageants.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00685123
Date25 January 2012
CreatorsVervisch, Pauline
Source SetsCCSD theses-EN-ligne, France
LanguageEnglish
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0018 seconds