Optimization of heat transfer in phase change materials using metallic porous structures

Abstract

Phase change materials (PCM) for use in Thermal Energy Storage (TES) systems have garnered significant attention in recent years. However, the limited thermal conductivity of PCM remains a major challenge. To address this issue, various techniques have been explored, ranging from the use of multiple PCM to lattice systems. The latter, particularly, has gained popularity as a promising method to enhance PCM for TES, offering superior thermal enhancement capabilities. This thesis explores the optimization of cell size and thickness parameters in lattice systems using PCM for TES. The objective is to enhance system performance and heat storage capacity through simulation methodology development and parameter optimization. A robust simulation methodology is developed using nTop and Ansys® software to analyze various lattice structures (Kelvin, IsoTruss, and Gyroid) combined with PCM. The focus then shifts to optimizing cell size and thickness parameters within the lattice structure, which impact PCM volume, surface area, performance, and convergence rate. Increasing the thickness of the structure improves system performance by 68% but decreases heat storage capacity by 10%. Decreasing thickness has a detrimental effect, reducing performance by 347% but increasing heat storage capacity by 9%. Increasing cell size modestly improves performance by 3% and slightly increases heat storage capacity by 1%. Decreasing cell size yields mixed results, with enhanced performance in some structures and a consistent average decrease of 3% in heat storage capacity. These findings highlight the importance of careful parameter selection and the sensitivity of different lattice structures to changes in cell size and thickness. A systematic approach to parameter optimization is necessary to achieve optimal performance. By identifying the optimal combination of parameters, significant enhancements in performance, convergence rate, and heat storage capacity can be achieved.

Materiais de mudança de fase (PCM) para uso em sistemas de Armazenamento de Energia Térmica (TES) têm recebido atenção significativa nos últimos anos. No entanto, a limitada condutividade térmica dos PCM continua a ser um desafio importante. Para enfrentar esta questão, várias técnicas t êm sido exploradas, desde o uso de múltiplos PCM até sistemas de treliça. Este último, em particular, tem ganhado popularidade como um método promissor para melhorar os PCM para TES, oferecendo capacidades superiores de aprimoramento térmico. Esta dissertação explora a otimização do tamanho de célula e espessura em sistemas de treliça usando PCM para TES. O objetivo é aprimorar o desempenho do sistema e a capacidade de armazenamento de calor por meio do desenvolvimento de metodologia de simulação e otimização de parâmetros. Uma metodologia de simulação robusta é desenvolvida usando os softwares nTop e Ansys® para analisar diversas estruturas de lattice (Kelvin, IsoTruss e Gyroid) combinadas com PCM. O foco então virase para a otimização dos parâmetros de tamanho de célula e espessura dentro da estrutura de treliça, que afetam o volume do PCM, área superficial, desempenho e taxa de convergência. Em média, aumentar a espessura da estrutura melhora o desempenho do sistema em 68%, mas diminui a capacidade de armazenamento de calor em 10%. Diminuir a espessura tem um efeito prejudicial, reduzindo o desempenho em 347%, mas aumentando a capacidade de armazenamento de calor em 9%. Aumentar o tamanho da célula melhora modestamente o desempenho em 3% e aumenta ligeiramente a capacidade de armazenamento de calor em 1%. Diminuir o tamanho da célula produz resultados mistos, com melhoria de desempenho em algumas estruturas e uma diminuição média consistente de 3% na capacidade de armazenamento de calor. Esses resultados destacam a import ância da seleção cuidadosa de parâmetros e a sensibilidade de diferentes estruturas de treliça a alterações no tamanho da célula e na espessura. Uma abordagem sistemática para a otimização de parâmetros é necessária para alcançar um desempenho ótimo. Ao identificar a combinação ideal de parâmetros, podem ser obtidos aprimoramentos significativos no desempenho, taxa de convergência e capacidade de armazenamento de calor.