Latente Energiespeicherung ist ein vielversprechendes Konzept für Anwendungen, die thermische
Energiespeicher (TES) mit hoher Energiedichte benötigen. Makroverkapselte Systeme sind Beispiele
dafür, die durch ihre Kompaktheit und Flexibilität für Anpassungen sowie Modularität hervorstechen.
Sie enthalten mit Phasenwechselmaterial (phase change material, PCM) gefüllte Kapseln, die als
Schüttbett-Wärmeübertrager fungieren, um die Wärmespeicherungskapazität eines TES zu erhöhen.
Die Interaktion zwischen dem Wärmeübertragungsfluid und den Kapseln hat einen grossen Einfluss
auf das Verhalten des TES und entsprechend spielt die Geometrie der einzelnen PCM-Kapsel eine
wichtige Rolle.
Das Ziel dieser Masterarbeit ist es, durch eine dimensionslose Analyse Korrelationen zwischen den
Eigenschaften der Geometrie einer einzelnen Kapsel und den Eigenschaften eines Schüttbetts zu
identifizieren. Dafür werden mittels Computertomographie Daten zu 14 Schüttbetten, bestehend aus
11 verschiedenen Partikelformen und zwei verschiedenen Behältern, erfasst und mittels Simulationen
basierend auf Festkörperdynamik Daten zu 31 Schüttbetten, bestehend aus 20 verschiedenen
Partikelformen und vier verschiedenen Behältern, generiert. Die Datensätze werden anschliessend
verglichen und ausgewertet, um verlässliche Inputdaten für eine Regressionsanalyse, auf der
Grundlage von dimensionslosen Zahlen, zu schaffen. Die Regressionsanalyse ergibt, basierend auf
den experimentellen und den simulierten Daten, zwei lineare Regressionsmodelle, die von einem
Polynom zweiter bzw. dritter Ordnung als Zusammenhang zwischen den Prädiktoren und den
Reaktionsvariablen ausgehen.
The principle of latent heat energy storage is particularly promising for thermal energy storage
applications that require high energy density. Macro-encapsulated systems are examples for that,
which stand out due to their compactness and flexibility for customization and modularity.
They contain capsules filled with phase change material (PCM), which are arranged as a packed bed
heat exchanger structure in order to enhance the heat storage capacity of the thermal energy
storage unit. The interaction between the flowing heat transfer fluid and the capsules has a major
influence on the performance of the TES and, thus, the geometry of the individual PCM capsules
plays an important role.
This master thesis aims to identify correlations between the characteristics of a single capsule's
geometry and the characteristics of a packed bed by means of a dimensionless analysis.
Therefore, experimental data for 14 packed beds, consisting of 11 different particle shapes and 2
different containers, is generated using computed tomography and simulated data for 31 packed
beds, consisting of 20 different particle shapes and 4 different containers, is generated by applying a
numerical rigid body dynamics routine. The data is then compared and evaluated to create a solid
data set for a regression analysis, based on dimensionless numbers. Based on the experimental and
the simulation data, the regression analysis yields, two multiple linear regression models based on
the assumption of a 2nd and a 3rd order polynomial relationship between the predictors and the
response variables.
Generation of packed bed structures to assess shape effects of various geometries
Beschreibung
Latente Energiespeicherung ist ein vielversprechendes Konzept für Anwendungen, die thermische
Energiespeicher (TES) mit hoher Energiedichte benötigen. Makroverkapselte Systeme sind Beispiele
dafür, die durch ihre Kompaktheit und Flexibilität für Anpassungen sowie Modularität hervorstechen.
Sie enthalten mit Phasenwechselmaterial (phase change material, PCM) gefüllte Kapseln, die als
Schüttbett-Wärmeübertrager fungieren, um die Wärmespeicherungskapazität eines TES zu erhöhen.
Die Interaktion zwischen dem Wärmeübertragungsfluid und den Kapseln hat einen grossen Einfluss
auf das Verhalten des TES und entsprechend spielt die Geometrie der einzelnen PCM-Kapsel eine
wichtige Rolle.
Das Ziel dieser Masterarbeit ist es, durch eine dimensionslose Analyse Korrelationen zwischen den
Eigenschaften der Geometrie einer einzelnen Kapsel und den Eigenschaften eines Schüttbetts zu
identifizieren. Dafür werden mittels Computertomographie Daten zu 14 Schüttbetten, bestehend aus
11 verschiedenen Partikelformen und zwei verschiedenen Behältern, erfasst und mittels Simulationen
basierend auf Festkörperdynamik Daten zu 31 Schüttbetten, bestehend aus 20 verschiedenen
Partikelformen und vier verschiedenen Behältern, generiert. Die Datensätze werden anschliessend
verglichen und ausgewertet, um verlässliche Inputdaten für eine Regressionsanalyse, auf der
Grundlage von dimensionslosen Zahlen, zu schaffen. Die Regressionsanalyse ergibt, basierend auf
den experimentellen und den simulierten Daten, zwei lineare Regressionsmodelle, die von einem
Polynom zweiter bzw. dritter Ordnung als Zusammenhang zwischen den Prädiktoren und den
Reaktionsvariablen ausgehen.
The principle of latent heat energy storage is particularly promising for thermal energy storage
applications that require high energy density. Macro-encapsulated systems are examples for that,
which stand out due to their compactness and flexibility for customization and modularity.
They contain capsules filled with phase change material (PCM), which are arranged as a packed bed
heat exchanger structure in order to enhance the heat storage capacity of the thermal energy
storage unit. The interaction between the flowing heat transfer fluid and the capsules has a major
influence on the performance of the TES and, thus, the geometry of the individual PCM capsules
plays an important role.
This master thesis aims to identify correlations between the characteristics of a single capsule's
geometry and the characteristics of a packed bed by means of a dimensionless analysis.
Therefore, experimental data for 14 packed beds, consisting of 11 different particle shapes and 2
different containers, is generated using computed tomography and simulated data for 31 packed
beds, consisting of 20 different particle shapes and 4 different containers, is generated by applying a
numerical rigid body dynamics routine. The data is then compared and evaluated to create a solid
data set for a regression analysis, based on dimensionless numbers. Based on the experimental and
the simulation data, the regression analysis yields, two multiple linear regression models based on
the assumption of a 2nd and a 3rd order polynomial relationship between the predictors and the
response variables.