Calcul de propriétés thermoradiatives de milieux poreux

1. Calcul de propriétés thermoradiatives de milieux poreux Julien Yves Rolland*, Aurélien Canizares, Benoit RousseauCEMHTI UPR CNRS 30791D avenue de la Recherche Scientifique, 45071 Orléans cedex 02 * julien-yves.rolland@cnrs-orleans.fr Jérôme Vicente IUSTI UMR CNRS 6595 - Polytech’ Marseille 5 rue Enrico Fermi, 13453 Marseille cedex 13, France Journées d'Etude en Rayonnement Thermique 25-26 mars 2010 Ecole des Mines d'Albi-Carmaux

2. Plan de l’exposé Cadre des travaux Stratégie de caractérisation numérique appliquée à une mousse d’aluminium Premiers résultats obtenus Synthèse, conclusion et perspective

3. Plan de l’exposé Cadre des travaux Stratégie de caractérisation numérique appliquée à d’une mousse d’aluminium Premiers résultats obtenus Synthèse, conclusion et perspective

4. IR heater Rousseau et al., Appl. Phys. Lett.,79 (2001), 3633. 200 µm 100 µm 20 µm Cadre des travaux Etude des propriétés radiatives de matériaux poreux Cathode (Fuel cell) Corps noirs Chambre de combustion Projectionplasma

5. Dynamique multi-discipline MATERIAUX ELABORATION Matériaux hétérogènesmicro & nano poreuxVerres-Céramiques-Mousses Expérience numérique Caractérisation expérimentaleSpectroscopie d’émission infrarouge300-3000 K, 0.8-1000 µm Reconstruction 3D - Microstructure Monte Carlo – Transport de photons Validation Grandeurs Thermoradiatives Equivalentes: Directes : E,R,T CODE DE CALCUL ENERGIE

6. Méthode expérimentale echegut@cnrs-orleans.fr Bruker Vertex 80v (FT-IR) Bruker Vertex 70 (FT-IR) Enceinte porte échantillon Transmission y x L. del Campo Réflexion A. Canizares Laser CO2 Refl. spectrale Norm. Hémi. Trans. spectrale Norm. Hémi. [2-25 µm] 300K P. Melin Emittance spectrale directionnelle (): 500K – 3000K  →[ 0.6 – 1000 µm]

7. 300 K • 400 à 5 500 cm-1 Modélisation des propriétés radiatives Méthode expérimentale Transmission y x Réflexion Méthode numérique • Flexibilité : • en température • en nombre d’onde

8. Plan de l’exposé Cadre des travaux Stratégie de caractérisation numérique appliquée à d’une mousse d’aluminium Premiers résultats obtenus Synthèse, conclusion et perspective

9. Stratégie de simulation numérique Caractérisation Caractérisation chimique (composition chimique, concentration en impuretés) Caractérisation texturale (porosité, surface spécifique, distribution des tailles de pores…) • Choix de lois physiques de propagation (optique géométrique, diffusion Mie, …) et des paramètres de propagation (indices optiques) Numérisation Acquisition de la texture (µ-tomographie) Reconstruction d’un échantillon numérique Simulation Algorithme de lancer de rayon Exploitation des résultats pour calcul de propriétés thermoradiatives

10. Mousse d’aluminium ERG Al 20 Elaboration : Mousse de réplication à brin plein d’aluminium 5 cm • Texture poreuse à échelle multiple d’hétérogénéités : • Macro porosité 400 µm • Méso porosité 1-20 µm 20 µm

11. Caractérisation chimique Brins aluminium sans impuretés Al Spectre EDX (spectroscopie de dispersion électronique) Aleksandar D. Rakić. Algorithm for the determination of intrinsic optical constants of metal films: application to aluminum, Appl. Opt. 34, 4755-4767 (1995)

12. Analyse morphologique Utilisation du logiciel iMorph (Jérôme Vicente & Emmanuel Brun – IUSTI Polytech’Marseille) Classification locale de forme Tortuosité Extraction de cellule ellipsoïdes équivalentes • Données obtenues par µ-Tomographie X (ESRF ID 19) : • Dimensions 40 × 40 × 15 mm • Résolution de 88, 41 µm • Mousse 442 × 442 × 171 Voxels • 171 images

13. Echantillon numérique Segmentation des interfaces solides/liquides sur les données de µ-tomographie Utilisation d’un algorithme de Marching Cube pour obtenir des interfaces 3D

14. Règle de transport Distribution de tailles de pore obtenue par analyse texturale (XMie >>1) Optique géométrique Interface = réseau de triangles optiquement polis (Marching cube) Réflexion spéculaire fonction de l’angle d’incidence Test d’une réflexion lambertienne (pores < résolution tomographie) Composition chimique obtenue par spectre EDX + Imagerie MEB [ Epaisseur moyenne d’un brin (d)  coefficient d’absorption (K) ] >> 1 => Brins opaques

15. Simulation numérique dans un VER Génération de N 105 -106 photons dans un faisceau collimaté à  variable • Photon rétro-diffusé par la face illuminée • Réflexion directionnelle hémisphérique (R) • Photons sortant par les autres faces • Transmission directionnelle hémisphérique (T) • Photons absorbé après réflexion multiple au sein du volume global de simulation • Emission (E) Estimation de l’émissivité (Loi de Kirchhoff) B. Rousseau, D. De Sousa Meneses, P. Echegut , M. Di Michiel , J.F. Thovert, Prediction of the thermal radiative properties of an x-ray µ-tomographied porous silica glass, Applied Optics46 (2007) 4266-4276

16. Plan de l’exposé Cadre des travaux Stratégie de caractérisation numérique appliquée à d’une mousse d’aluminium Premiers résultats obtenus Synthèse, conclusion et perspective

17. Raytracing - Face de rétrodiffusion Données de simu : Nb d’onde (cm-1) : 4840.0 n : 2.47 k : 21.0 Nb de rayons : 106 Diamètre du spot : 1/3 × côté Réflexion spéculaire Réflexion lambertienne

18. Raytracing - Face de transmission Réflexion spéculaire Réflexion lambertienne

19. Raytracing – Faces latérales Profondeur effective de pénétration ? Spéculaire Lambertien

20. Influence du modèle de réflexion Données de simu : Nb d’onde (cm-1) : 4840.0 n : 2.47 k : 21 Nb de rayons : 106 Diamètre du spot : 1/3 × côté Le modèle de réflexion pilote la distribution du nombre d’interactions total vécus.

21. Grandeurs spectroscopiques Influence du modèle de diffusion Nécessité de prise en compte de la micro-structure

22. Grandeurs spectroscopiques

23. Influence de la taille du spot Echantillon : Taille totale : 40x40x15 mm3 Volume de mesure : 30x30x15 mm3 Fluctuation des grandeurs spectroscopiques par rapport au ø du spot.

24. Plan de l’exposé Cadre des travaux Stratégie de caractérisation numérique appliquée à d’une mousse d’aluminium Premiers résultats obtenus Synthèse, conclusion et perspective

25. Synthèse des résultats L’influence de la méso-porosité non acquise par tomographie a été mise en évidence. Les comportements de diffusion sont cohérents avec les résultats de la littérature (A.G. Fedorov, R. Viskanta, Radiation Characteristics of Glass Foams, J. Am. Ceram. Soc). Des lois de diffusion en surface doivent être utilisées pour traduire la micro-porosité (thèse Mathilde Loretz CETHIL). Le diamètre du spot d’émission a une influence différente sur les grandeurs radiatives et les grandeurs spectroscopiques (Notion de VER différente ?)

26. Conclusions • Elaboration d’un outil de simulation numérique permettant l’évaluation de propriétés radiatives de milieux poreux à partir d’images 3D (tomographie, RMN,…) si l’approximation de l’optique géométrique est valide. • Traitement d’échantillons numériques de volume semblable à ceux des échantillons caractérisés par spectroscopie d’émission infrarouge : possibilité de confronter les résultats. • Outil numérique permettant ensuite d’envisager des modifications de textures et/ou de compositions à des fins d’aide à la conception de matériaux. • Développement d’un plug-in « radiatif » dans un code préexistant (iMorph) permettant une analyse complémentaire à l’étude morphologique : dépôt d’une licence CECILL en cours.

27. Perspectives • Evaluer l’erreur statistique de Monte-Carlo sur les mesures numériques. • Modifier le spot d’émission et les lois de tirage pour obtenir une densité de flux constante en émission. • Mettre en cohérence les définitions et les moyens de mesure de la transmitance expérimentale et numérique. • Evaluation de grandeurs radiatives et de grandeurs directionnelles (albedo, fonction de phase, émittance directionnelle). • Adapter l’architecture du code numérique pour le traitement de milieu transparent à haute température (Zr02-8%Y2O3, Al2O3, MgO,Si02)

28. Merci pour votre attention