Caricamento in corso...
Sistemi a combustione
06GKYND
A.A. 2023/24
Lingua dell'insegnamento
Italiano
Corsi di studio
Corso di Laurea Magistrale in Ingegneria Energetica E Nucleare - Torino
Mutua
01DSWND
Organizzazione dell'insegnamento
| Didattica | Ore |
|---|---|
| Lezioni | 36 |
| Esercitazioni in aula | 15 |
| Esercitazioni in laboratorio | 9 |
Docenti
| Docente | Qualifica | Settore | h.Lez | h.Es | h.Lab | h.Tut | Anni incarico |
|---|---|---|---|---|---|---|---|
| Bergamasco Luca | Ricercatore a tempo det. L.240/10 art.24-B | IIND-07/A | 27 | 3 | 9 | 0 | 1 |
Collaboratori
Didattica
| SSD | CFU | Attivita' formative | Ambiti disciplinari | ING-IND/10 | 6 | D - A scelta dello studente | A scelta dello studente |
|---|
2023/24
L’insegnamento si propone di fornire gli strumenti metodologici e le conoscenze ingegneristiche utili per l’analisi dei componenti in cui si ha formazione di fiamma. A tale scopo, nella prima parte dell’insegnamento vengono richiamate le equazioni che regolano il moto dei fluidi, gli strumenti per l’analisi termodinamica e della trasmissione del calore. Su queste basi, vengono illustrati i concetti principali relativi ai sistemi reattivi (combustione). Saranno inoltre forniti alcuni esempi di come le moderne tecniche di Intelligenza Artificiale (Machine Learning) possono essere utili per l’analisi del moto dei fluidi, dello scambio termico e della combustione. Nella seconda parte dell’insegnamento, vengono discusse le caratteristiche principali dei combustibili solidi, liquidi e gassosi e le emissioni inquinanti, con particolare riferimento all’impatto dell’anidride carbonica (CO2) sul riscaldamento globale. Sono quindi brevemente illustrati alcuni aspetti sui combustibili da fonti rinnovabili. Nell’ultima parte dell’insegnamento, vengono descritti e analizzati i principali dispositivi a combustione per la produzione di energia termica e vapore, con particolare dettaglio dei loro componenti. Sono previste esercitazioni in aula sui metodi Machine Learning, e di laboratorio, presso Energy Center, con misure sperimentali su un impianto termotecnico complesso, provvisto di sistema di accumulo termico con materiali a cambiamento di fase (PCM).
The course aims to provide students with the necessary methodological tools and engineering knowledge for the analysis of flame-forming systems and components. To this, in the first part of the course, the equations governing fluid flows, the tools for thermodynamic and heat transfer analysis are recalled. Building on these foundations, the fundamental concepts for reactive systems (combustion) are introduced. Additionally, a showcase of how modern Artificial Intelligence (Machine Learning) techniques can be effectively used to analyze fluid flows, heat transfer, and combustion processes will be provided. In the second part of the course, the key characteristics of solid, liquid, and gaseous fuels, along with their associated pollutant emissions will be discussed. Particular attention will be given to the impact of carbon dioxide (CO2) on global warming, and some aspects on renewable fuels will be introduced along with their potential applications. In the final segment of the course, the major combustion devices used for the production of thermal energy and steam are described and analyzed, with particular detail of their components. The course will feature practical exercises on Machine Learning methods in the classroom. Additionally, laboratory experiments (at the Energy Center) will be performed on a complex thermotechnical plant, equipped with a thermal storage system relying on phase change materials (PCM).
Al termine dell’insegnamento, gli allievi dovranno conoscere i meccanismi principali che regolano il moto dei fluidi, la trasmissione del calore e la combustione nei componenti in cui si ha formazione di fiamma, nonché conoscere e saper utilizzare le leggi della termodinamica per l’analisi delle principali tipologie di impianti considerati. Gli studenti dovranno inoltre conoscere il funzionamento di base delle tecniche Machine Learning presentate, e come queste possono essere utilizzate per lo studio dei problemi energetici considerati.
At the end of the course students should know the main types of combustion systems, their structural and functional characteristics and should be able to make energy balances, on the whole system and on individual components.
Conoscenza dei concetti di base di termodinamica e trasmissione del calore. Conoscenza dei concetti di base di analisi matematica e chimica. Predisposizione all'utilizzo del linguaggio di programmazione Python.
Prior knowledge of calculus, physics, chemistry, thermodynamics and heat transfer is required.
L'insegnamento è strutturato secondo il seguente programma:
1) MOTO DEI FLUIDI: richiami sul moto dei fluidi per sistemi continui; cenni al fenomeno della turbolenza e strato limite; tecniche Machine Learning per la soluzione delle equazioni che regolano il moto dei fluidi; esercitazione in aula su Machine Learning per l’analisi dei dati tramite Python notebook
2) ANALISI TERMICA: richiami sugli strumenti di analisi termodinamica; richiami sulla trasmissione del calore e analisi dimensionale; tecniche Machine Learning per lo scambio termico; esercitazione in aula su Machine Learning per l’analisi di immagini tramite Python notebook
3) SISTEMI REATTIVI: trasporto di specie; specie reattive e principi della combustione; combustione teorica, eccesso d’aria, incombusti, temperatura di fiamma; tecniche Machine Learning per sistemi reattivi; esercizi applicativi sulla combustione e analisi termodinamica
4) COMBUSTIBILI: caratteristiche dei combustibili solidi, liquidi e gassosi; il problema delle emissioni inquinanti e l’impatto della CO2 sul riscaldamento globale; cenni ai combustibili da fonti rinnovabili e loro utilizzo
5) DISPOSITIVI PER LA COMBUSTIONE: generatori di calore; generatori di vapore; bruciatori; caratteristiche costruttive e principio di funzionamento dei componenti; sistema generatore di calore - camino; esercizi applicativi su bilanci termodinamici e valutazione delle prestazioni
6) ESERCITAZIONE IN LABORATORIO: misure sperimentali su un impianto termotecnico complesso presso Energy Center, con impostazione di bilanci termodinamici e analisi delle prestazioni dei vari componenti
1. Review of Technical Physics
1.1 Heat exchangers
1.2 Heat transfer
1.3 Fluid flow in pipes
1.3.1 Flow rate
1.3.2 Mechanical strength
1.3.3 Fluid flow resistance
2. Fuels
2.1 Solid fuels: characteristics
2.1.1 The resource biomass: availability on the Italian territory
2.1.2 Biofuels, logs, wood chips and pellets
2.1.3 Notes on the MSW (Municipal Solid Waste)
2.2 Liquid fuels: characteristics
2.2.1 Viscosity, density, calorific value, water and sediments
2.2.2 Flash point, ignition point and pour point
2.2.3 Sulphur and ash
2.2.4 Fuel oil and diesel
2.3 Gaseous fuels
2.3.1 Natural gas
2.3.2 Liquified petroleum gas (LPG)
2.3.3 Fuel gas or refinery gas
2.3.4 Manufactured gas
3. Combustion
3.1 The role of combustion
3.1.1 General
3.1.2 Elements of combustion
3.2 The chemistry of combustion
3.2.1 Theoretical complete combustion
3.2.2 Combustion of carbon, hydrogen, sulphur
3.2.3 Theoretical incomplete combustion
3.2.4 Combustion practice
3.2.5 Excess air
3.2.6 Ostwald Triangle
3.3 Combustion Technology
3.3.1 The combustion of solid, liquid and gaseous fuels
3.3.2 Correlation of excess air and formation of unburned solid and gaseous pollutants
3.3.3 Dual fuel Combustion
3.3.4 Acid Dewpoint
3.3.5 Flame Temperature
4. Apparatus Combustion grates and burners
4.1 Fireplaces for solid fuels
4.2 Burners
4.2.1 General
4.2.2 Range of adjustment; flame stability: control of the shape and dimensions
4.2.3 Volume of the flame in proportion to the combustion chamber
4.2.4 Burners for liquid fuels
4.2.5 Mechanical pulverization burners
4.2.6 Atomization burners
4.2.7 Diffusion flame burners
4.2.8 Premixed burners
4.2.9 Burners for solid fuels
4.2.10 Multi-fuel burners
5. Heat generators: general
5.1 Classification according to the heat transfer fluid
5.2 Classification according to the fuel used
5.3 Classification according to the pressure in the combustion chamber
5.4 Classification according to costruction material
5.5 Classification by ranges of thermal power
5.6 Condensing boilers
6. Steam generators
6.1 Elements characteristics of steam generators
6.2 Steam generators for large volume of water
6.2.1 The Cornovaglia boiler
6.3 Steam generators average volume of water
6.3.1 Cornovaglia boiler with fixed fire tube
6.3.2 Modern steam generators with multiple rounds of smoke tubes
6.3.3 Fire tube generators with a dry and wet walls
6.3.4 Reverse flame boilers
6.3.5 Marina type boiler
6.4 Multitubular steam generators with small volume of water
6.4.1 Water tube steam generators
6.4.2 Steam generators by convection, radiation and recovery
6.5 Steam generators: main components
6.5.1 Superheaters, economizers and air preheaters
7. Diathermic oil, superheated water and hot water generators
8. Hot air generators
9. Generators accessories
9.1 Safety, observation, adjustment, blocking and power accessories
10. The water in the generators
10.1 Water treatments in steam generators
10.2 Pre-treatments
10.3 Chemical treatment plants
10.4 Ion exchange resins treatment plants
10.4.1 Softening, decarbonisation plus softening, demineralization
10.4.2 Membrane treatments
10.4.3 Degassing systems
11. The system heat generator - fireplace
11.1 Individual and branched collective chimneys
11.2 Natural draft
11.3 Forced draft
11.4 Fans
12. Energy performance and environmental
12.1 Steady state fluid flow balance
12.2 Steady state power balance
12.3 On-off regime power balance
12.4 Efficiency and losses
12.5 Emissions
12.5.1 Combustion products emissions
12.5.2 Limits on emissions
12.5.3 Relations between concentrations of pollutants
13. Calculation fluid
13.1 Distributed and concentrated pressure drops in pipes and ducts
13.2 Pressure drops through the tube bundles
13.3 Pressure drop in special equipment
13.4 Pumps and fans
L’insegnamento comprende lezioni ed esercitazioni in aula. Le esercitazioni verteranno sugli argomenti teorici trattati nelle lezioni, e includeranno esercizi con soluzione numerica ed esercizi su Machine Learning tramite Python notebook. L’insegnamento comprende inoltre esercitazioni in laboratorio, con misure sperimentali su un impianto termotecnico complesso.
Laboratory exercises
• Hot water boiler and wood pellet boiler: the component description and explanation of their functions
• Gas burners and oil burners in spray mechanical and pneumatic nebulization: description and explanation of the components of their functions
• Equipment used in power plants operation and maintenance: combustion products analyzers, temperature transducers, pressure gauges, Bacharach pump, Mahler calorimeter bomb, etc.
• Heat generation: description of the hydraulic circuit cooling
• Heat generator: energy balance in continuous operation conditions. Measurement of thermal efficiency with the direct method and indirect method. Pressure trend in the supply-air, combustion chamber, chimney system. Measurement of pollutants concentrations
• Engler viscometer: viscosity of a liquid fuel as a function of temperature
application
Exercises of some aspects of the theory
• Materiale caricato dal docente sul portale della didattica
• Incropera, Frank P., et al. Fundamentals of heat and mass transfer. Vol. 6. New York: Wiley, 1996
• Cengel, Yunus A., Michael A. Boles, and Mehmet Kanoğlu. Thermodynamics: an engineering approach. Vol. 5. New York: McGraw-hill, 2011
• Géron, Aurélien. Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow. O'Reilly Media Inc., 2022
• Mahajan, Sanjoy. The art of insight in science and engineering: mastering complexity. The MIT Press, 2014
• Paolo Anglesio Elementi di impianti termotecnici. Pitagora Editrice Bologna
• P. Andreini F. Pierini Generatori di vapore Hoepli Milano
• Donatello Annaratone Generatori di vapore clup Milano
• Material uploaded to the site by the teacher
Slides; Esercitazioni di laboratorio;
Lecture slides; Lab exercises;
Modalità di esame: Prova scritta (in aula); Elaborato scritto individuale;
Exam: Written test; Individual essay;
...
La prova scritta intende valutare l’apprendimento dei contenuti dell’insegnamento, è pertanto organizzata nella forma di domande aperte su concetti di teoria e/o applicativi. Durante la prova, non è possibile consultare materiale didattico. La prova ha una durata di circa 1.5 ore, e consente di ottenere un punteggio massimo di 28/30. Ad integrazione del punteggio, è possibile (ma non obbligatorio) presentare una breve relazione sulle attività sperimentali in laboratorio svolte durante l’insegnamento. La relazione deve essere consegnata prima dell’esame scritto, e consente di ottenere fino a 4 punti. Il voto complessivo risulta quindi determinato dalla valutazione dell’esame scritto più l’eventuale relazione di laboratorio.
Gli studenti e le studentesse con disabilità o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unità Special Needs, al fine di permettere al/la docente la declinazione più idonea in riferimento alla specifica tipologia di esame.
Exam: Written test; Individual essay;
The written test is centered on a design theme that covers the main topics of the course. To complete this, some questions are foreseen that require the carrying out of calculations. The number of questions varies according to the articulation of the design theme. The purpose of this test is to test students' ability to analyze the functioning of combustion systems and apply energy balances at system and component level. The exam lasts a total of 2 hours. It is not possible to consult educational material during the test. The maximum mark is 28/30.
The exam is completed with the presentation of the project reports relating to 4 laboratory experiences carried out during the year. This test is intended to verify the student's ability to draw up a technical report relating to the detection of the operating conditions of combustion systems. The maximum score for this part of the exam is 4/30. The reports must be delivered before the written test.
In addition to the message sent by the online system, students with disabilities or Specific Learning Disorders (SLD) are invited to directly inform the professor in charge of the course about the special arrangements for the exam that have been agreed with the Special Needs Unit. The professor has to be informed at least one week before the beginning of the examination session in order to provide students with the most suitable arrangements for each specific type of exam.