Auswärtige Sitzung in Karlsruhe (Matthias Kind)
derate aufweisen. Sie wachsen also langsamer als größere Granulatpartikel. Mit
dieser durch numerische „Messung“ erlangten und quantifizierten Erkenntnis
kann die zeitliche Entwicklung der Partikelgrößenverteilung durch Auswertung
der Populationsbilanz ermittelt werden. Die auf diese Weise simulierte Entwick-
lung der Partikelgrößenverteilung bei der Sprühwirbelschicht-Granulation stimmt
gut mit experimentellen Werten überein.
Sehr kleine Partikel
Bei der Beschreibung der Fällung von sehr kleinen Partikeln im Größenbereich
von einigen 10 bis 100 Nanometern kommt es darauf an, die homogene Keim-
bildungsrate gut zu erfassen. Diese wiederum wird durch die Übersättigung
bestimmt. Selbst in sehr effizienten Mischdüsen ist die Übersättigung der
flüssigen Phase nicht homogen, sondern liegt lokal verteilt vor. Auch hier kann
die numerische Strömungssimulation eingesetzt werden, um diese lokale
Verteilung der Übersättigung der flüssigen Phase und damit die lokale Verteilung
der Keimbildungsrate zu „messen“, siehe Abb. 3. Wiederum gelingt es mit
Hilfe einer numerischen „Messung“ experimentelle Daten über einen weiten
Parameterbereich durch rechnerische Simulation gut abzubilden.
Abb. 3: Stromlinien in einer T-förmigen Mischdüse
89
derate aufweisen. Sie wachsen also langsamer als größere Granulatpartikel. Mit
dieser durch numerische „Messung“ erlangten und quantifizierten Erkenntnis
kann die zeitliche Entwicklung der Partikelgrößenverteilung durch Auswertung
der Populationsbilanz ermittelt werden. Die auf diese Weise simulierte Entwick-
lung der Partikelgrößenverteilung bei der Sprühwirbelschicht-Granulation stimmt
gut mit experimentellen Werten überein.
Sehr kleine Partikel
Bei der Beschreibung der Fällung von sehr kleinen Partikeln im Größenbereich
von einigen 10 bis 100 Nanometern kommt es darauf an, die homogene Keim-
bildungsrate gut zu erfassen. Diese wiederum wird durch die Übersättigung
bestimmt. Selbst in sehr effizienten Mischdüsen ist die Übersättigung der
flüssigen Phase nicht homogen, sondern liegt lokal verteilt vor. Auch hier kann
die numerische Strömungssimulation eingesetzt werden, um diese lokale
Verteilung der Übersättigung der flüssigen Phase und damit die lokale Verteilung
der Keimbildungsrate zu „messen“, siehe Abb. 3. Wiederum gelingt es mit
Hilfe einer numerischen „Messung“ experimentelle Daten über einen weiten
Parameterbereich durch rechnerische Simulation gut abzubilden.
Abb. 3: Stromlinien in einer T-förmigen Mischdüse
89