École Doctorale E.M.M.

A Institut National Polytechnique de Lorraine

Étude et modélisation des phénomènes

de transport de matière couplés à la
morphologie de la poudre lors de la
pyrohydrolyse réductrice du difluorure
d’uranyle

THÈSE
présentée et soutenue publiquement le 4 février 2004

pour l’obtention du grade de

Docteur de l’Institut National Polytechnique de Lorraine

(Sciences et Ingénierie des Matériaux)

par

Stéphane Hébrard
Ingénieur E.N.S.I.G.C.

Composition du jury
Rapporteurs : M. Gilles Flamant
M. Frédéric Gruy

Examinateurs : Mme. Carine Ablitzer-Thouroude

M. Denis Ablitzer
M. Régis Castelli
M. Fabrice Patisson

Invité : M. André Feugier

Laboratoire de Science et Génie des Matériaux et de Métallurgie — UMR 7584 CNRS-INPL

Mis en page avec la classe thloria.
 Remerciements
Ce travail a été réalisé au Laboratoire de Science et Génie des Matériaux et de Métallurgie
(LSG2M) de l’École Nationale Supérieure des Mines de Nancy en étroite collaboration avec le
Laboratoire Combustible Uranium (LCU) du CEA Cadarache. Cette thèse a été initiée par la
COGEMA, dans le cadre d’un programme d’intérêt commun de recherches CEA-COGEMA.

Je tiens à remercier Monsieur Denis Ablitzer, professeur à l’École Nationale Supérieure des
Mines de Nancy de m’avoir accueilli dans l’équipe Procédés d’Élaboration du LSG2M et d’avoir
encadré ce travail en qualité de directeur de thèse. Je remercie également Monsieur Fabrice Pa-
tisson, chargé de recherche au LSG2M, de m’avoir fait bénéficier de sa rigueur de raisonnement
et de la pertinence de ses remarques.

J’adresse tous mes remerciements à Monsieur Christophe Perrais, chef du LCU, pour avoir
encadré initialement ce travail et avoir représenté Madame Carine Ablitzer-Thouroude à mon
jury de thèse. Que Madame Carine Ablitzer-Thouroude, ingénieur au CEA Cadarache, accepte
toute ma reconnaissance pour son soutien sans faille en qualité de responsable du LCU de mon
travail, pour sa disponibilité et pour ses nombreux et judicieux conseils scientifiques.

J’exprime toute ma gratitude à Monsieur Gilles Flamant, Directeur de Recherche au CNRS

(IMP, Odeillo), pour avoir accepté d’être président de mon jury de thèse et pour m’avoir fait
l’honneur d’être rapporteur de ce travail. Que Monsieur Frédéric Gruy, Maı̂tre de Recherche à
l’École Nationale Supérieure des Mines de Saint-Etienne, reçoive également mes sincères remer-
ciements pour avoir accepté de juger ce travail en tant que rapporteur.

Que Monsieur André Feugier trouve ici l’expression de toute ma reconnaissance pour la
compétence, l’enthousiasme et la pédagogie dont il a fait preuve lors de mon apprentissage du
procédé industriel à FBFC, et pour avoir accepté de participer à mon jury de thèse.

Je tiens également à remercier le personnel technique du LCU de Cadarache, sans lequel

une grande partie de l’étude expérimentale n’aurait pu être réalisée. Je salue ici leurs grandes
compétences dans la manipulation des poudres d’oxyde d’uranium et dans la mesure des caracté-
ristiques des milieux granulaires. Je remercie également Monsieur François Nicolas de COGEMA
Pierrelatte d’avoir permis la réalisation des essais en maquette froide et en four statique.

Enfin, je tiens à saluer les thésards, post-docs et permanents (qui se reconnaı̂tront, j’en suis
sûr . . . ) que j’ai eu plaisir à côtoyer au cours de ces quelques années passées à Nancy.

i
ii
 Table des matières

Introduction générale
De la morphologie d’une poudre à la dynamique de son transport 1
1 Principe du procédé de conversion voie sèche . . . . . . . . . . . . . . . . . . 1
2 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.1 Contexte et objectifs de l’étude . . . . . . . . . . . . . . . . . . . . . 2
2.1.1 Attentes des industriels . . . . . . . . . . . . . . . . . . . . . 3
2.1.2 Caractéristiques techniques des fours . . . . . . . . . . . . . 5
2.2 Objectif de l’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3 Caractéristiques granulométriques et morphologiques . . . . . . . . . . . . . 8
3.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.1.1 Terminologie employée . . . . . . . . . . . . . . . . . . . . . 8
3.1.2 Échelles d’observation . . . . . . . . . . . . . . . . . . . . . 9
3.2 Description générale des éléments constitutifs . . . . . . . . . . . . . . 9
3.2.1 Description d’une particule primaire . . . . . . . . . . . . . 9
3.2.2 Description d’un assemblage de particules primaires . . . . . 12
3.2.3 Paramètres granulométriques . . . . . . . . . . . . . . . . . 18
3.3 Caractéristiques morphologiques et physico-chimiques des poudres étu-
diées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.3.1 Caractéristiques de la poudre d’UO2 F2 . . . . . . . . . . . . 19
3.3.2 Caractéristiques de la poudre d’UO2 . . . . . . . . . . . . . 21
3.4 Synthèse sur les caractéristiques morphologiques et granulométriques 22
4 Démarche adoptée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

Partie I Étude dynamique 27

Chapitre 1
Présentation générale de la dynamique des fours tournants 29

iii
Table des matières

1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.2 Cas des fours tournants sans releveurs . . . . . . . . . . . . . . . . . . . . . . 30
1.2.1 Régimes de fonctionnement . . . . . . . . . . . . . . . . . . . . . . . . 30
1.2.2 Historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.3 Cas des fours tournants munis de releveurs . . . . . . . . . . . . . . . . . . . 34
1.3.1 Transport des particules dans un four tournant muni de releveurs . . 34
1.3.2 Historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
1.3.3 Définition de la nomenclature utilisée . . . . . . . . . . . . . . . . . . 36
1.3.3.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.3.3.2 Définition de l’angle d’avalanche . . . . . . . . . . . . . . . . 36
1.3.3.3 Degré de chargement et angle initial de déchargement . . . . 37
1.3.4 Vitesse de déchargement . . . . . . . . . . . . . . . . . . . . . . . . . 40
1.3.5 Vitesse de roulement . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
1.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

Chapitre 2
Présentation du modèle dynamique 43

2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.2 Mise en équation pour un taux de chargement donné . . . . . . . . . . . . . 43
2.2.1 Débits massiques solides . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.2.1.1 Débit massique solide de la phase dispersée . . . . . . . . . 43
2.2.1.2 Débit massique solide de la phase dense . . . . . . . . . . . 48
2.2.2 Rétentions massiques solides . . . . . . . . . . . . . . . . . . . . . . . 55
2.2.2.1 Rétention solide de la phase dispersée . . . . . . . . . . . . . 55
2.2.2.2 Rétention solide de la phase dense . . . . . . . . . . . . . . . 56
2.2.3 Amélioration du modèle dynamique . . . . . . . . . . . . . . . . . . . 59
2.3 Évolution des variables dynamiques le long du four tournant . . . . . . . . . 60
2.3.1 Différentiation des équations . . . . . . . . . . . . . . . . . . . . . . . 60
2.3.2 Intégration des équations . . . . . . . . . . . . . . . . . . . . . . . . . 64
2.3.2.1 Données nécessaires . . . . . . . . . . . . . . . . . . . . . . . 64
2.3.2.2 Méthode numérique . . . . . . . . . . . . . . . . . . . . . . . 65
2.3.3 Calcul du profil de chargement et du temps de séjour . . . . . . . . . 66
2.3.3.1 Profil de chargement des fours tournants dépourvus d’équi-
pements internes . . . . . . . . . . . . . . . . . . . . . . . . 66
2.3.3.2 Profil de chargement des fours tournants munis de releveurs 67
2.3.3.3 Temps de séjour moyen . . . . . . . . . . . . . . . . . . . . . 67
2.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

iv
Chapitre 3
Détermination des paramètres du modèle dynamique 69

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.2 Présentation des essais expérimentaux . . . . . . . . . . . . . . . . . . . . . . 70
3.2.1 Description du dispositif expérimental . . . . . . . . . . . . . . . . . . 70
3.2.2 Présentation du plan d’essais . . . . . . . . . . . . . . . . . . . . . . . 71
3.3 Paramètres dynamiques classiques . . . . . . . . . . . . . . . . . . . . . . . . 72
3.3.1 Détermination des régimes d’écoulement . . . . . . . . . . . . . . . . 72
3.3.2 Détermination des angles de repos statiques . . . . . . . . . . . . . . 75
3.3.3 Détermination des angles de repos dynamiques . . . . . . . . . . . . . 75
3.3.4 Détermination des angles d’avalanche . . . . . . . . . . . . . . . . . . 77
3.4 Paramètres dynamiques spécifiques . . . . . . . . . . . . . . . . . . . . . . . 78
3.4.1 Longueur de talus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.4.1.1 Détermination expérimentale . . . . . . . . . . . . . . . . . . 78
3.4.1.2 Détermination géométrique . . . . . . . . . . . . . . . . . . 79
3.4.2 Caractéristiques du rideau de poudre . . . . . . . . . . . . . . . . . . 80
3.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82

Chapitre 4
Confrontation à l’expérience et discussion 85

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.2 Confrontation à l’expérience . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.2.1 Comparaison des angles de premier déchargement . . . . . . . . . . . 86
4.2.2 Temps de séjour . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.2.2.1 Temps de séjour du four FBFC . . . . . . . . . . . . . . . . 89
4.2.2.2 Temps de séjour du four LCU . . . . . . . . . . . . . . . . . 90
4.3 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.3.1 Profil de chargement . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.3.1.1 Conditions limites . . . . . . . . . . . . . . . . . . . . . . . . 91
4.3.1.2 Exemples de profils de chargement . . . . . . . . . . . . . . 93
4.3.2 Résultats et sensibilité du modèle aux paramètres pour un fonction-
nement nominal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.3.2.1 Sensibilité à la condition limite . . . . . . . . . . . . . . . . 95
4.3.2.2 Sensibilité à l’angle de repos cinétique . . . . . . . . . . . . 97
4.3.2.3 Sensibilité aux profils de composition chimique . . . . . . . 99
4.3.2.4 Répartition moyenne de la poudre . . . . . . . . . . . . . . . 100
4.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

v
Table des matières

Conclusion sur l’étude dynamique 103

Partie II Étude morphologique 105

Chapitre 1
Mécanismes d’évolution morphologique et équations associées

1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

1.2 Introduction aux bilans de populations . . . . . . . . . . . . . . . . . . . . . 108
1.2.1 Vecteur d’état d’une particule . . . . . . . . . . . . . . . . . . . . . . 108
1.2.2 Densité de fonction numérale . . . . . . . . . . . . . . . . . . . . . . . 109
1.2.3 Vitesse d’évolution du vecteur d’état d’une particule . . . . . . . . . . 109
1.2.4 Équation de transport de Reynolds . . . . . . . . . . . . . . . . . . . 110
1.2.5 Dérivation de l’équation de bilan de population . . . . . . . . . . . . 110
1.2.6 Modèles de résolution des bilans de population . . . . . . . . . . . . . 112
1.3 Description de l’agglomération . . . . . . . . . . . . . . . . . . . . . . . . . . 112
1.3.1 Définition générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
1.3.2 Formulation mathématique de l’agglomération [Ramkrishna 1985] . . 114
1.4 Description de la fragmentation . . . . . . . . . . . . . . . . . . . . . . . . . 115
1.4.1 Définition générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
1.4.2 Formulation mathématique de la fragmentation . . . . . . . . . . . . 115
1.5 Description du frittage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
1.5.1 Définition générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
1.5.2 Formulation mathématique du frittage . . . . . . . . . . . . . . . . . 119
1.5.2.1 Cas de deux sphères . . . . . . . . . . . . . . . . . . . . . . 119
1.5.2.2 Cas d’un agglomérat . . . . . . . . . . . . . . . . . . . . . . 121
1.6 Description de l’évolution morphologique par réaction chimique . . . . . . . . 123
1.6.1 Cinétique des réactions chimiques mises en jeu [Ablitzer 2003] . . . . 123
1.6.1.1 Schémas réactionnels de [Favre 1977] . . . . . . . . . . . . . 123
1.6.1.2 Schémas réactionnels de [Lepeytre 2002] . . . . . . . . . . . 124
1.6.1.3 Quelques résultats cinétiques . . . . . . . . . . . . . . . . . . 124
1.6.2 Formulation mathématique de l’évolution morphologique par réaction
chimique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
1.6.2.1 Pyrohydrolyse d’UO2 F2 en U3 O8 . . . . . . . . . . . . . . . 125
1.6.2.2 Réduction d’U3 O8 en UO2 . . . . . . . . . . . . . . . . . . . 126
1.6.2.3 Bilan de population . . . . . . . . . . . . . . . . . . . . . . . 127
1.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127

vi
Chapitre 2
Modélisation de l’évolution morphologique des particules

2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129

2.2 Formulation des équations du modèle à sections . . . . . . . . . . . . . . . . 131
2.2.1 Historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
2.2.2 Représentation des évènements d’évolution morphologique . . . . . . 132
2.2.2.1 Principe de conservation de deux propriétés . . . . . . . . . 132
2.2.2.2 Représentation mathématique de l’agglomération . . . . . . 133
2.2.2.3 Représentation mathématique de la fragmentation . . . . . . 135
2.2.2.4 Représentation mathématique du pré-frittage . . . . . . . . 136
2.2.2.5 Représentation mathématique de l’évolution morphologique
par réaction chimique . . . . . . . . . . . . . . . . . . . . . . 137
2.2.3 Récapitulation des équations discrétisées . . . . . . . . . . . . . . . . 141
2.3 Couplage des bilans de populations et de la dynamique . . . . . . . . . . . . 142
2.4 Validation numérique du modèle . . . . . . . . . . . . . . . . . . . . . . . . . 144
2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145

Chapitre 3
Détermination des paramètres du modèle morphologique

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147

3.2 Évolution de la morphologie par agglomération . . . . . . . . . . . . . . . . . 148
3.2.1 Agglomération dans la phase dispersée . . . . . . . . . . . . . . . . . 148
3.2.1.1 Agglomération par diffusion brownienne . . . . . . . . . . . 148
3.2.1.2 Agglomération par sédimentation différentielle . . . . . . . . 151
3.2.1.3 Agglomération turbulente . . . . . . . . . . . . . . . . . . . 155
3.2.1.4 Influence de l’agglomération en phase dispersée . . . . . . . 157
3.2.2 Agglomération dans la phase dense . . . . . . . . . . . . . . . . . . . 160
3.2.2.1 Agglomération par cisaillement . . . . . . . . . . . . . . . . 160
3.3 Évolution de la morphologie par fragmentation . . . . . . . . . . . . . . . . . 165
3.3.1 Rappels bibliographiques . . . . . . . . . . . . . . . . . . . . . . . . . 165
3.3.2 Introduction dans le modèle morphologique . . . . . . . . . . . . . . . 168
3.4 Évolution de la morphologie par pré-frittage . . . . . . . . . . . . . . . . . . 168
3.4.1 Rappels bibliographiques . . . . . . . . . . . . . . . . . . . . . . . . . 168
3.4.2 Détermination expérimentale du temps de frittage . . . . . . . . . . . 170
3.5 Évolution de la morphologie par réaction chimique . . . . . . . . . . . . . . . 173
3.5.1 Incorporation dans le modèle morphologique . . . . . . . . . . . . . . 173
3.5.2 Essais en four statique avec réaction [Ablitzer 2003] . . . . . . . . . . 174

vii
Table des matières

3.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176

Chapitre 4
Confrontation à l’expérience et discussion

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179

4.2 Confrontation à l’expérience - Cas des essais sans réaction . . . . . . . . . . . 180
4.2.1 Résultats expérimentaux . . . . . . . . . . . . . . . . . . . . . . . . . 180
4.2.2 Résultats numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
4.2.2.1 Résultats généraux . . . . . . . . . . . . . . . . . . . . . . . 184
4.2.2.2 Influence des paramètres morphologiques . . . . . . . . . . . 186
4.2.2.3 Essais sur UO2 . . . . . . . . . . . . . . . . . . . . . . . . . 187
4.2.2.4 Essais sur U3 O8 . . . . . . . . . . . . . . . . . . . . . . . . . 189
4.2.2.5 Essais sur UO3 . . . . . . . . . . . . . . . . . . . . . . . . . 192
4.3 Discussion - Cas des essais avec réaction . . . . . . . . . . . . . . . . . . . . . 193
4.3.1 Influence de la taille du germe d’U3 O8 exnucléé . . . . . . . . . . . . 193
4.3.2 Résultats pour un fonctionnement nominal . . . . . . . . . . . . . . . 198
4.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201

Conclusion sur l’étude morphologique

Conclusion générale et perspectives 205

Nomenclature 211

Annexes 215

Annexe A Calculs dynamiques 215

A.1 Calcul de la longueur de talus . . . . . . . . . . . . . . . . . . . . . . . . . . 215
A.2 Calcul de la hauteur de chute . . . . . . . . . . . . . . . . . . . . . . . . . . . 218

Annexe B Équations différentielles décrivant l’évolution morphologique 219

B.1 Évolution suivant z du débit numéral total de particules du composé l . . . . 219
B.2 Évolution suivant z du débit volumique V̇il du composé l . . . . . . . . . . . 220
B.3 Évolution suivant z du débit surfacique Ȧli du composé l . . . . . . . . . . . 220
B.4 Évolution suivant z du pivot xli du composé l . . . . . . . . . . . . . . . . . . 220
B.5 Définitions des caractéristiques moyennes des distributions de particules . . . 220

viii
 Annexe C Détermination des temps de frittage 223

Bibliographie 225

ix
Table des matières

x
 Introduction générale
De la morphologie d’une poudre à la
dynamique de son transport

1 Principe du procédé de conversion voie sèche

La conversion de l’hexafluorure d’uranium gazeux (UF6 ) en poudre de dioxyde d’uranium (UO2 )
est l’une des étapes de la fabrication du combustible nucléaire. En amont de cette étape est réalisé
l’enrichissement d’UF6 , tandis qu’en aval la poudre d’UO2 est mise sous forme de pastilles. Celles-
ci, utilisées comme combustibles dans les réacteurs à eau pressurisée (REP), sont placées dans
des gaines en alliage de zirconium pour constituer des crayons. Ces crayons sont réunis à l’aide
de grilles de section carrée pour former des assemblages destinés à être introduits au cœur des
centrales nucléaires.
La production de poudre de dioxyde d’uranium à partir d’hexafluorure peut être réalisée par
différents types de procédés. Les procédés par voie sèche sont souvent préférés aux procédés par
voie humide qui nécessitent une mise en solution de l’uranium.
L’élaboration de poudre d’UO2 par voie sèche a connu un développement important dans les
années 1970 et c’est actuellement par ce procédé qu’est fabriqué l’ensemble du combustible
UO2 destiné au parc nucléaire français. Les principaux avantages de ce mode de préparation de
la poudre sont sa simplicité de mise en œuvre dans un seul équipement, le risque de criticité
limité et l’absence de production d’effluents liquides. Son principal inconvénient, sur lequel nous
reviendrons, est que la poudre d’UO2 obtenue est plus difficile à mettre en forme que celle issue
du procédé par voie humide.
Le procédé par voie sèche utilisé en France fait intervenir deux étapes :
– l’hydrolyse de l’UF6 gazeux par la vapeur d’eau dans un réacteur vertical pour former la
poudre d’oxyfluorure d’uranium (ou difluorure d’uranyle) UO2 F2

UF6(g) + 2H2 O(g) = UO2 F2(s) + 4HF(g) (1)

– la pyrohydrolyse réductrice de la poudre d’UO2 F2 en poudre d’UO2 dans un four tournant :

UO2 F2(s) + H2(g) = UO2(s) + 2HF(g) (2)

1
Introduction générale De la morphologie d 'une poudre à la dynamique de son transport

Réacteur
oo
d'hydrolyse
oo
00 Crinoline
0
üo
U02F2(s)

Four de pyrohydrolyse

FIG. 1 - Schéma de principe du procédé de conversion par voie sèche

Ces deux opérations sont réalisées successivement dans un unique four de conversion (Fig. 1).
L 'UF6 gazeux est introduit dans le réacteur vertical d 'hydrolyse en même temps que la vapeur
d 'eau au moyen de jets coaxiaux turbulents. L'U02F2 formé est ensuite transporté à l'aide d 'une
vis d'ARCHIMÈDE jusqu'au four tournant de pyrohydrolyse où il réagit progressivement avec le
mélange gazeux circulant à contre-courant. Les gaz sortent du four par la partie supérieure de la
chambre d 'hydrolyse en traversant des bougies de filtration qui retiennent la poudre à l'intérieur
du réacteur. En France, ce procédé est mis en œuvre par la société Franco-Belge de Fabrication
du Combustible (FBFC) sur le site de Romans (Drôme). Signalons également que COGEMA
emploie le même type de four (usine W de Pien-elatte) pour défiuorer l'hexafluoru.re d 'uranium
appauvri et produire de l'octoxyde de triuranium (U30s) destiné à l'entreposage.

2 Objectifs

2.1 Contexte et objectifs de l'étude

Le contexte général de cette étude est celui de l'amélioration de la qualité de l'U02 produit par
voie sèche. Cette qualité peut être définie par un ensemble de propriétés : puret-é, coulabilité,
compressibilité, compactibilité et frittabilité. La pureté du composé U0 2 doit être la plus élevée
possible en ce qui concerne le fluor résiduel, en revanche la présence d' une légère surstœchio-
métrie en oxygène de U0 2,1 à U0 2,4 peut être favorable à la mise en forme ultérieure. Une
bonne coulabilité de la poudre est nécessaire pour toutes les opérations de mise en forme. La
coulabilité, représentative de la facilité d 'écoulement de la poudre, est fonction de paramètres
morphologiques tels que les diamètres des particules et leurs formes. La compressibilité caracté-
rise l'aptitude d 'une poudre à voir sa densité croître sous l'effet de la pression et dépend de la

2
 2. Objectifs

taille des particules primaires, de leur solidité et de la cohésion des agglomérats. La compactibi-
lité se définit quant à elle comme l’aptitude de la poudre à produire des comprimés suffisamment
solides en vue de leur manutention ultérieure. Enfin la frittabilité, ou aptitude au frittage, est
évidemment recherchée en vue de la qualité ultérieure de la pastille frittée et dépend de la sta-
bilité thermique, de la microstructure ainsi que de la porosité de la poudre. Nous verrons plus
loin comment une bonne coulabilité et une bonne frittabilité peuvent être traduites en termes
de caractéristiques morphologiques.

2.1.1 Attentes des industriels

Parmi les attentes des industriels concernant une amélioration de la qualité de la poudre issue du
procédé voie sèche, deux tendances peuvent être dégagées. Une première concerne le combustible
UO2 de base et une seconde le combustible MOX.

2.1.1.1 Combustible UO2 La poudre d’UO2 obtenue par voie sèche présente une grande
pureté et une excellente aptitude au frittage, mais elle est caractérisée par une mauvaise coula-
bilité, une faible densité et la tenue mécanique des comprimés crus obtenus est assez médiocre.
C’est pourquoi l’utilisation de la poudre d’UO2 « voie sèche » pour la fabrication de combustible
nucléaire nécessite au préalable des opérations d’homogénéisation de l’UO2 , d’addition d’U3 O8
(augmente la solidité des comprimés crus), d’agglomération du mélange à faible pression, puis
de broyage et de tamisage des agglomérats. Ces opérations sont actuellement intégrées dans le
procédé de fabrication du combustible UO2 de FBFC.
Il serait bien sûr plus intéressant d’obtenir directement en sortie du four de pyrohydrolyse un
produit formé de granulés de taille adéquate, c’est-à-dire d’agglomérats solides de forme relati-
vement sphérique afin d’éviter les étapes de granulation mécanique.

2.1.1.2 Combustible MOX Le combustible MOX fabriqué par COGEMA est un combus-
tible utilisé dans les réacteurs nucléaires et dont la différence avec le combustible UO2 réside
dans le fait qu’il contient une faible proportion de plutonium mélangé avec l’uranium (MOX
signifie Mélange d’OXydes d’uranium et de plutonium). La proportion de plutonium varie se-
lon le type de combustible : elle est généralement comprise entre 3 et 10 %. Le plutonium est
un sous-produit de l’irradiation de l’uranium dans le réacteur nucléaire. Après trois ou quatre
années en réacteur, le combustible UO2 usé contient environ 1 % de plutonium. Ce plutonium
est récupéré et séparé des autres éléments présents dans le combustible usé (uranium et déchets
ultimes) durant l’opération de traitement et peut donc être réutilisé.
Le procédé MIMAS a été créé pour fabriquer du combustible MOX à haute performance en ré-
acteur. La première étape du procédé MIMAS consiste à broyer la poudre d’oxyde de plutonium
avec de la poudre d’oxyde d’uranium afin de former un mélange primaire contenant de 20 à 30 %
de plutonium. Ce mélange est ensuite dilué mécaniquement dans de la poudre d’oxyde d’uranium
et homogénéisé pour obtenir la teneur finale et spécifiée en plutonium (mélange secondaire). La
poudre ainsi obtenue grâce au procédé MIMAS est ensuite pressée et frittée pour former des

3
Introduction générale De la morphologie d’une poudre à la dynamique de son transport

pastilles de combustibles. Actuellement, seules les poudres d’UO2 produites par voie humide
sont utilisées dans la fabrication du combustible MOX du fait de leur meilleure coulabilité et de
leur forte densité.
En effet, la poudre obtenue par procédé voie sèche n’est pas d’une qualité adaptée pour être utili-
sée dans la fabrication du combustible MOX, la dilution homogène du mélange mère UO2 /PuO2
dans l’UO2 nécessitant l’utilisation de granulés fins qui ne peuvent être obtenus par granulation
mécanique.
Des caractéristiques adaptéees de la poudre d’UO2 voie sèche sont donc recherchées dans la
perspective de son utilisation dans la fabrication du combustible MOX.

2.1.1.3 Programme d’études au CEA La problématique de la qualité de l’UO2 voie sèche

a été abordée par le CEA dans le cadre d’un Programme d’Intérêts Communs en partenariat
avec COGEMA. Les objectifs du programme en terme de qualité de poudre sont définis dans
une note de référence [Maury et al. 1995]. Il s’agit d’obtenir en sortie de four de conversion
une poudre coulable, dense et donnant après pressage des comprimés crus solides. En terme
de morphologie de poudre, cela implique une poudre composée d’agglomérats solides de forme
relativement sphérique et dont la distribution granulométrique est peu dispersée autour d’une
valeur moyenne environ égale à 40 µm. Ces objectifs représentent une mise à niveau pour le
procédé voie sèche, ils ont été complétés par des objectifs d’amélioration [Perrais 2000] :
– concernant la taille des granulés : on souhaite pouvoir ajuster leur dimension sur une plage
d’environ 2 à 100 µm ;
– concernant la tenue mécanique des comprimés crus : on espère l’améliorer en obtenant
directement un oxyde présentant une stœchiométrie comprise entre 2,1 et 2,4 afin d’éviter
l’ajout d’U3 O8 .
Une première phase du programme a été l’extension du Laboratoire UO2 du CEA/Cadarache
et la conception puis la mise en place de nouveaux équipements expérimentaux en vue d’étudier
les étapes élémentaires du procédé. Il a été décidé de séparer le procédé en deux : d’une part le
réacteur d’hydrolyse et d’autre part le four tournant de pyrohydrolyse. Cette approche permet
d’étudier séparément les phénomènes mis en jeu dans chacune des parties du procédé. L’en-
semble des moyens expérimentaux installés au Laboratoire UO2 de Cadarache est constitué d’un
réacteur d’hydrolyse d’UF6 , d’un four de pyrohydrolyse d’UO2 F2 , des équipements nécessaires
au fonctionnement des installations (notamment un dispositif de mise en œuvre de l’UF6 et une
installation de traitement du fluorure d’hydrogène), et des outils de caractérisation des produits
(Microscope Electronique à Balayage (MEB), mesure de surface spécifique par BET, dosage du
fluor, granulomètre laser par voie humide). Parallèlement à la mise en place des dispositifs ex-
périmentaux, des travaux de modélisation ont été menés. Ainsi, l’étude et la modélisation des
jets d’hydrolyse a fait l’objet d’un travail de recherche [Ablitzer 1999, Ablitzer 2000a] visant
à une meilleure compréhension des effets de divers paramètres sur la formation des particules
d’UO2 F2 . Notre travail poursuit l’effort de modélisation du procédé en s’intéressant à la partie
four tournant de pyrohydrolyse.

4
 2. Objectifs

Les paragraphes suivants présentent rapidement les caractéristiques techniques du four indus-
triel de FBFC et du four tournant pilote du CEA. Cette mise en parallèle permet de dégager
les similitudes mais également les différences qui existent entre ces deux installations. De plus,
dans le cadre de cette étude, nous appliquerons dans la mesure du possible notre modèle aux
deux installations.

2.1.2 Caractéristiques techniques des fours

2.1.2.1 Four FBFC Le four tournant industriel de FBFC a un diamètre interne de 348
mm, une longueur totale de 5,34 m dont une longueur chauffée de 4,13 m et est incliné de 2,5
% par rapport à l’horizontale. Ce tube est équipé de 14 anneaux, au centre desquels se trouve
un fourreau permettant la mise en place d’une canne de thermocouples.
Chaque anneau est équipé de 4 ailettes formant entre elles
un angle de 90◦ , dont une moitié se trouve dans le plan per-
pendiculaire à l’axe du four et l’autre moitié est décalé de
30◦ par rapport à une section de four. Chaque anneau et ses
quatre ailettes correspond à une chicane (Fig. 2), sur laquelle
sont soudés quatre releveurs longitudinaux de dimensions 35,
30 mm (respectivement pour la partie othogonale et pour la
partie parallèle à la paroi). Le débit nominal de ce type de
four est de 80 kgU F6 h−1 . Le débit de vapeur injectée au ni-
veau du réacteur d’hydrolyse est de 12 kg h−1 . En sortie du
four tournant, les débits sont de 18 kg h−1 pour la vapeur
injectée, et de 12 Nm3 h−1 pour l’hydrogène. La quantité
Fig. 2 – Chicane du four FBFC
totale d’azote injecté, au niveau de l’injecteur, des points
d’étanchéité et des bougies de filtration, est de 5,25 Nm3 h−1 . La vitesse de rotation est de 7
tr min−1 .

2.1.2.2 Four pilote de Cadarache La partie réacteur d’hydrolyse est remplacée par un
dispositif d’alimentation en poudre d’UO2 F2 . Les caractéristiques du four de pyrohydrolyse
ont été choisies afin de conserver certaines grandeurs et certains principes des fours industriels
(notamment le four FBFC). Plus précisément,
– il y a conservation du rapport entre la longueur (L) et le diamètre (D) du tube tournant
tel que L/D ∼ 12 ainsi que du rapport de la longueur chauffée (Lc ) et de la longueur du
tube tournant (Lc/L ∼ 65 − 75 %) ;
– la circulation du gaz est à contre-courant de celle de la poudre ;
– le chauffage du tube peut se faire sur 6 zones régulées de façon indépendante ;
– le tube est équipé d’un garnissage interne appelé crinoline et composé de chicanes et de
barres de relevage.

5
Introduction générale De la morphologie d’une poudre à la dynamique de son transport

Ainsi, le tube tournant a un diamètre interne de 160 mm pour une longueur de 1,85 m dont
une longueur de 1,2 m est chauffée. Le centre du tube est équipé d’un dispositif de mesure de
température permettant de déterminer la température dans l’axe du four (température du gaz)
et en partie basse (température de la poudre). Le garnissage interne du four a été défini en
reproduisant à une échelle réduite les garnissages industriels. Des modifications ont néanmoins
dû y être apportées compte tenu du besoin de mesurer la température de la poudre circulant
dans le four. La crinoline est un sous ensemble mobile en rotation avec le tube alors que la canne
pyrométrique est fixe en rotation. Les releveurs ne se présentent pas comme dans le four FBFC :
les parties parallèles à la paroi sont symétriques par rapport à la partie orthogonale. De plus,
on observe un jeu entre la paroi et les barres de relevage pouvant conduire au déchargement de
la poudre à cet endroit. La figure 3 montre une section du four reconstituée pour des essais en
maquette froide (cf. Partie I - Chapitre 3) et la figure 4, une vue d’ensemble du four.

Fig. 3 – Vue d’une section du four reconstituée pour des essais en maquette froide (cf. Partie I - Chapitre
3)

Fig. 4 – Vue d’ensemble du four de conversion

Le four tournant de Cadarache est un dispositif d’étude qui permet de faire varier plusieurs
paramètres opératoires, notamment l’inclinaison du four (1 à 8 %), la vitesse de rotation du

6
 2. Objectifs

tube (1 à 10 t r min- 1) et le débit d 'alimentation en poudre (0 à 151 h- 1) . Le débit d ' hydrogène

peut être fixé entre 0 et 3 ,5 m3 h- 1 et le débit de vapeur d 'eau ent re 0 et 3 kg h - 1 . Les profils
de température sont également modulables (température maximale de 850 oC dans le four).

2.2 Objectif de l'étude

L'idée de base est qu'une meilleure compréhension des mécanismes physico-chimiques intervenant
dans le procédé peut permettre d 'améliorer la qualité de la poudre produite par voie sèche. En
se r éférant à la figure 5, on note que la qualité, traduite comme un ensemble de propriétés
d 'usage ( coulabilité, frittabilité ... ) est déterminée par les caract érist iques g ranulomét riques et
morphologiques de la poudre sort ant du four de conversion.

Cadre de l'étude
/- - -- ---- - --- - -- - - - ---- -- - - - ,
t1
P aramètres 1 Poudre Propriétés
opératoires 1
Procédé
ｾ＠ finale 1 d'usage
1

ｾ＠
1
- coulabilit é
1
- g<Mulomêt,;e 1 • - ｦｲｩｴ ｴ ｡｢ｩｬｴｾ＠
•- morphologie 1 1 - compacite
1 1 1 - ...
1
1
Mesures des Mesures des 1
variables Vi
1
l_-- caractéristiques
1 --- Mesures des
C· 1 propriétés Pk
J
1 Cj= f(Vi)
• 1
1
1 P k= g(Ci)
' - - -- - ---- --- ----------- -- -- -

FIG. 5 - R elations procédé/caract éristiques/ propriétés d'une poudre

Ces caract éristiques sont entièrement fixées par le procédé (réacteur et conditions opératoires)
de synthèse d e la poudre à partir des gaz UF6 , H20 et H2. Les modèles et les expériences destinés
à relier les propriétés d 'usage Pk aux caractéristiques Cj sont supposés connus et ne rentrent p as
dans le cadre d e cett e étude. Nous nous sommes limités à préciser les étapes élémentaires de la
pyrohydrolyse et à établir des relat ions entre paramètres opérat oires et propriétés finales d e la
poudre en vue d 'obtenir, par act ion sur les paramètres opératoires, une poudre de caractéristiques
données en sortie de four.
De façon plus restreinte, compte t enu des travaux déjà réalisés sur l'étape d ' hydrolyse, on peut
considérer que les caractéristiques de la poudre d 'U0 2F 2 entrant dans le four de pyrohydrolyse
sont connues, et l'objectif principal de ce travail de thèse est donc la prédiction des caracté-
ristiques granulométriques et morphologiques de la poudre d 'U02 en fonction des conditions
opératoires de la pyrohydrolyse, soit la relat ion Cj = ! (Vi) sur la figure 5.
P our atteindre cet objectif, nous avons ent repris une modélisat ion mathématique d e l'évolution

7
Introduction générale De la morphologie d’une poudre à la dynamique de son transport

morphologique (et, préalable nécessaire, de la dynamique) de la poudre dans le four tournant,

associée à des expériences spécifiques destinées à mieux connaı̂tre et à quantifier les phénomènes
responsables de l’évolution morphologique, ainsi qu’à valider les modélisations.
Avant de détailler la démarche suivie, il est à ce stade nécessaire de préciser, théoriquement et
concrètement, les caractéristiques morphologiques en question.

3 Caractéristiques granulométriques et morphologiques

3.1 Généralités

Une poudre peut être définie comme étant un milieu poreux non consolidé où le gaz est la
phase continue et le solide la phase discontinue. Cette structure et la distribution des phases
constitutives ont une influence directe sur les propriétés physiques, thermiques, mécaniques et
chimiques [Bideau et Hansen 1993].

3.1.1 Terminologie employée

Quelques définitions sont nécessaires pour éliminer toute ambiguı̈té de terminologie.

On utilisera le mot particule de manière très générale pour désigner tout morceau de matière,
individualisé ou non. Ainsi, une particule peut être isolée ou bien faire partie d’une entité plus
grande.
On appellera particule élémentaire, particule primaire, grain ou cristallite la « brique » consti-
tutive de toutes les particules considérées, qu’elle soit cristallisée ou non.
On appellera agrégat ou agglomérat dur un assemblage de particules discrètes jointives par des
surfaces liées entre elles par des forces iono-covalentes. La cohésion est d’ordre physico-chimique
et difficile à rompre (Norme Française N.F. X-II.630 [Chermant 1992, Huber 2000]).
On appellera agglomérat ou agglomérat mou un assemblage plus labile de particules discrètes
jointives par des surfaces liées entre elles par des forces physico-chimiques de surface (N.F. X-
II.630). Ces forces sont conditionnées par les espèces superficielles : fonctions chimiques de surface
ou molécules adsorbées. Elles dépendent donc directement de l’atmosphère (espèces adsorbées) et
des traitements thermiques que la poudre subit [Bernache-Assolant 1993]. Un agglomérat stable
dans des conditions physico-chimiques données, peut être redispersé par agitation thermique
ou hydrodynamique, en modifiant l’intensité des forces de surfaces. Cette pseudo-reversibilité
distingue les agglomérats des agrégats.
Tous ces termes n’entraı̂nent a priori par définition aucune distinction de taille. Néanmoins, si la
taille des briques est homogène et comme les forces physico-chimiques de surface se développent
à plus grande échelle que les forces iono-covalentes, la taille des cristallites est généralement plus
faible que la taille des agrégats, qui elle même est plus faible que la taille des agglomérats.

8
 3. Caractéristiques granulométriques et morphologiques

3.1.2 Échelles d’observation

Différentes échelles d’observation peuvent être choisies pour caractériser la structure ou pour
mesurer les propriétés du milieu, parmi lesquelles [Bideau et Hansen 1993] :
– une échelle microscopique, à laquelle seule la structure cristalline des grains est accessible,
ce qui correspond à la taille des cristallites (0,1-1µm) ;
– une échelle mésoscopique, à laquelle l’organisation locale des particules et leur distribution
sont définies, ce qui correspond à la taille des agrégats et des agglomérats (1µm à plusieurs
centaines de µm) ;
– une échelle macroscopique, à laquelle la structure globale du milieu et son organisation
peuvent être observées, ce qui correspond à la taille d’un lit de particules.
Cette liste n’est pas exhaustive, mais elle correspond bien aux particules étudiées ici.

3.2 Description générale des éléments constitutifs

Des informations à l’échelle des grains (échelle microscopique et mésoscopique) sont essentielles.
Il faut donc être en mesure de caractériser à la fois les cristallites, les agrégats et les agglomérats.

3.2.1 Description d’une particule primaire

3.2.1.1 Taille La « taille » parait être le paramètre le plus naturel pour décrire une particule.
Or, si définir une taille caractéristique est simple pour une particule sphérique (la taille est
définie par le rayon ou le diamètre), la même opération sur un objet plus complexe (tel qu’un
parallélépipède par exemple) est, à la fois plus difficile et réductrice, puisque attribuer à l’objet
une grandeur caractéristique unique entraı̂ne nécessairement une perte d’information.
Il existe néanmoins de nombreuses possibilités de définir une taille caractéristique pour des objets
non sphériques. Une démarche commune consiste à mesurer une propriété donnée (par exemple
le volume, la force de traı̂née ou la mobilité électrique) pour une particule et à définir la taille
comme le diamètre qu’aurait une particule sphérique ayant la même propriété. Le cas le plus
simple est celui du volume. Si la densité du matériau est connue, alors la mesure du poids d’un
grain permet d’accéder à son volume quelle que soit la forme du grain. On peut alors définir et
calculer le diamètre de la sphère qui aurait le même volume i.e. le diamètre équivalent volumique.

3.2.1.2 Forme La forme d’une particule peut être dans un premier temps appréhendée in-
tuitivement, par comparaison avec des formes de référence (cf. Tab. 1). Ainsi, comme nous le
verrons au § 3.3, les cristallites d’UO2 ont une forme sphérique, alors que celles d’UO2 F2 , se
présentent sous la forme de plaquettes [Perrais 2000].
L’utilisation de facteurs de forme permet une description plus précise. Elle permet de ne plus
limiter la description d’une particule complexe à une unique taille caractéristique. La littérature
fournit de nombreuses définitions de facteurs de forme [Harr 1977, Allen 1990].

9
Introduction générale De la morphologie d’une poudre à la dynamique de son transport

Type de géomé- Définition

trie
Aciculaire Forme en aiguille
Angulaire Contours anguleux ou fortement polyhédrale
Cristallin Librement développé dans un milieu, de forme géométrique
Dendritique Ayant une forme ramifiée
Fibreux Filiforme régulier ou irrégulier
Floconneux Plat
Granulaire Ayant approximativement une forme irrégulière équidimensionnelle
Irrégulier Perte de toute symétrie
Modulaire Ayant une forme irrégulière et arrondie
Sphérique Forme globulaire

Tab. 1 – Classification morphologique des particules d’après [Allen 1990]

Facteurs de forme simples Soit une particule que l’on caractérise par les trois dimensions
perpendiculaires suivantes : longueur L, largeur B et épaisseur T (Fig. 6), (B et L sont définies
comme la largeur et la longueur du rectangle de surface minimum tracé autour de la projection
de la particule dans un plan).

Fig. 6 – Forme simples [Harr 1977] : (a) sphéroı̈dale L ≈ B ≈ T ; (b) aplatie L ≈ B > T ; (c) aiguille
L>B≈T

Les définitions de B et L peuvent également être exprimées en fonction du diamètre de Féret.

Le diamètre de Féret représente la distance entre deux droites tangentes au contour de l’image
de l’objet dans la direction α (Fig. 7). Il existe autant de diamètres de Féret que d’angles α.
Ainsi, la longueur L peut être définie comme étant le diamètre de Féret maximum du profil de
la particule et B comme étant la dimension la plus large du profil à angle droit de la mesure de
la longueur.

10
 3. Caractéristiques granulométriques et morphologiques

Ainsi, à partir de ces grandeurs, on peut en déduire que si :

– L= ∼ B= ∼ T , la particule est dite sphéroı̈dale ;
– L∼ = B > T , la particule est dite plate ou aplatie ;
– L>B∼ = T , la particule est dite allongée ou en aiguille.
On peut alors définir les rapports suivants, facteurs caractérisant la forme de la particule :
– le facteur d’élongation égal à L/B ;
– le facteur d’aplatissement égal
q à B/T ;
4
– le diamètre projeté égal à π BL .

Fig. 7 – Illustration de la mesure du diamètre de Feret : DF s : diamètre de Feret maximum, DF e :

diamètre de Feret minimum, DFα : diamètre de Feret dans la direction α, DF h : diamètre de Feret
horizontal, DF v : diamètre de Feret vertical [Chermant 1992]

Arrondissement et sphéricité L’arrondissement et la sphéricité d’une particule sont

mesurés par l’écart qu’il y a avec une sphère. La sphère est donc utilisée comme référence pour
la mesure quantitative de ces facteurs de forme.
La sphéricité est définie comme le rapport de la surface de la sphère de même volume que la
particule sur la surface de la particule. Cependant, la mesure de la surface et du volume de
petits grains est généralement très difficile, alors que la mesure directe de dimensions à partir
d’images microscopiques est plus aisée. C’est pourquoi on préférera souvent définir la sphéricité
comme étant le rapport du diamètre projeté de la particule sur le diamètre du plus petit cercle
circonscrivant l’aire projetée. La valeur de la sphéricité varie de 0 à 1, la valeur maximale étant
celle de la sphère.
L’arrondissement est défini par :
P r
R
(3)
Narêtes
où r est le rayon de courbure d’une arête de la surface de la particule, R est le rayon du

11
Introduction générale De la morphologie d’une poudre à la dynamique de son transport

cercle le plus grand inscrit dans la surface projetée et Narêtes est le nombre d’arêtes (Fig. 8).
L’arrondissement est donc une mesure du tranchant des arêtes. Si les arêtes sont très arrondies,
r se rapproche de R et l’arrondissement de 1.

Fig. 8 – Arrondissement d’une particule

Facteurs de forme de volume et de surface Des résultats obtenus empiriquement [Harr

1977] montrent que pour un matériau donné, sans tenir compte de l’irrégularité de la forme des
particules, le rapport V /d3 , où V est le volume moyen des particules et d la dimension moyenne,
reste pratiquement constant pour diverses tailles de particules. Il en est de même du rapport
S/d2 , où S est la surface moyenne des particules. Autrement dit, les diverses particules d’un
échantillon pour lequel d est valable ont des volumes divers, mais la moyenne des volumes de
toutes les particules rapportée au diamètre moyen est une constante. La constance des rapports
V /d3 et S/d2 permet de définir le facteur de forme de volume αv et le facteur de forme de surface
αs . Ainsi, le volume moyen d’une particule est égal à αv d3p et la surface moyenne d’une particule
est égale à αs d2p où dp est le diamètre projeté.

Les outils de caractérisation morphologique évoqués ici sont utiles pour décrire des particules
isolées ou des particules primaires au sein d’un agrégat ou d’un agglomérat, cependant leur uti-
lisation pour des assemblages de particules s’avère difficile en raison des différentes échelles de
description nécessaires (cristallite et agglomérat ou agrégat).

3.2.2 Description d’un assemblage de particules primaires

3.2.2.1 A l’aide des fractales

Définitions La notion de fractale a été introduite par [Mandelbrot 1977] dans les années
1970. Il s’agissait là d’une généralisation de nombreux travaux antérieurs sur les fonctions non
dérivables en tout point. D’un point de vue qualitatif, un objet fractal possède des aspérités à
toutes les échelles de longueur. Sa surface ou son contour résiste à toute définition d’un plan
tangent ou d’une ligne tangente. La théorie des fractales introduit un nombre, la dimension
fractale similaire aux facteurs de forme (comme la circularité), en général non entier, qui permet
de quantifier l’aspect plus ou moins tortueux de l’objet. Plusieurs définitions de la dimension
fractale existent [Jullien 1986]. Une structure fractale possède la propriété intéressante d’être

12
 3. Caractéristiques granulométriques et morphologiques

invariante lors d’un changement d’échelle. Les objets fractals peuvent être réguliers et suivre
rigoureusement cette invariance d’échelle, ou bien être aléatoires et posséder cette propriété
uniquement dans un certain intervalle de taille. Dans la majorité des cas, les objets réels qui
possèdent une certaine invariance d’échelle n’obéissent pas à une règle de construction déter-
ministe stricte. Ils possèdent un certain désordre qui rend une modélisation éventuelle par un
ensemble fractal valable uniquement en moyenne i.e. d’un point de vue statistique. Une autre
caractéristique différencie systématiquement les objets fractals physiques des fractales mathé-
matiques : leur invariance d’échelle ne s’étend pas à l’infini mais se manifeste entre certaines
bornes dont la détermination est par conséquent essentielle. Il y aura toujours une limite infé-
rieure au-dessous de laquelle l’objet ne pourra plus être considéré comme fractal. Ainsi, dans le
cas des agglomérats, la limite inférieure sera le diamètre des particules élémentaires [Chermant
1992].

Propriétés physiques des fractales Les agglomérats (durs ou mous) de particules pri-
maires constituent fréquemment des particules fortement irrégulières (Fig. 9). Ces structures
complexes présentent des comportements physico-chimiques différents de ceux de particules
sphériques. On ne peut donc pas utiliser directement les paramètres morphologiques cités plus
haut comme variables dans un modèle physico-chimique, pour, par exemple, calculer certaines
propriétés de transport.

Fig. 9 – Exemple d’agrégat fractal de dimension fractale Df = 2, 5

Un agglomérat composé de np particules primaires identiques et sphériques sera dit fractal, de

dimension fractale Df , s’il suit la loi [Kodas et Hampden-Smith 1999, Matsoukas et Friedlander
1991]
 
2Ra Df va
np = κ = , (4)
dp vp

13
Introduction générale De la morphologie d’une poudre à la dynamique de son transport

np : nombre de particules primaires composant l’agglomérat (-)

Ra : longueur caractéristique de l’agglomérat (m)
dp : diamètre d’une particule primaire (m)
Df : dimension fractale de masse (-)
va : volume de l’agglomérat (m3 )
vp : volume d’une particule primaire (m3 )
κ : paramètre adimensionnel (-)

La longueur caractéristique de l’agglomérat peut être définie comme le rayon de giration ou

racine carrée du produit de la longueur par la largeur de l’image en deux dimensions de la
particule (définis par exemple à l’aide des diamètres de Féret). La dimension fractale de masse
est un indicateur de la forme des particules (Tab. 2).

Forme Géométrique Df
Sphère ou particule compacte 3
Fine plaquette 2
Fibre 1

Tab. 2 – Exemples de dimensions fractales de masse [Kodas et Hampden-Smith 1999]

De la même façon, on peut définir une dimension fractale de surface Ds , représentant la rugosité
de l’agglomérat, telle que [Xiong et Pratsinis 1993] :

  Ds
aa va 3
= , (5)
ap vp

aa : surface de l’agglomérat (m2 )

ap : surface d’une particule primaire (m2 )
Ds : dimension fractale de surface (-)
D’après la définition donnée par l’équation 4, la dimension fractale quantifie la répartition
spatiale de la masse de l’objet. La densité de matière contenue dans une sphère de rayon r,
varie donc comme rDespace −Df , où Despace est la dimension de l’espace [Jullien 1986]. [Rosner et
Tandon 1994] proposent de calculer, grâce à la remarque précédente, la fraction locale de solide
φ (et donc la porosité ε) dans un agglomérat (r étant la distance à partir du centre de masse)
par l’expression :
 Df −3
κDf 2r
φ(r) = 1 − ε(r) = (6)
3 dp
On peut noter que lorsque Df → 3, φ → κ et que par conséquent κ représente la valeur de la
fraction solide dans le cas limite d’une porosité uniforme.
Le tableau 3 récapitule les expressions d’un certain nombre de propriétés morphologiques des
agglomérats fractals en supposant κ égal à 1.

14
 3. Caractéristiques granulométriques et morphologiques

Propriété Expression

π 3−Df Df
masse 6 ρp dp da

π 3−Df Df
volume solide 6 dp da

π −1/3 1/3−1/Df 1/Df
diamètre de l’agglomérat 6 vp va

 Df −3
da
densité ρp dp

 Df −3
da
porosité 1− dp

Tab. 3 – Expressions des propriétés d’un agglomérat à l’aide de la dimension fractale

Ces expressions montrent qu’une fois donnés la dimension fractale de l’agglomérat, le diamètre
des particules primaires et celui de l’agglomérat, on peut calculer toutes les grandeurs morpho-
logiques susceptibles d’être nécessaires à une modélisation ultérieure.

3.2.2.2 Cohésion d’un assemblage de particules

Forces physico-chimiques d’interactions La cohésion entre les particules est un phéno-

mène déterminant pour la morphologie de la poudre. La formation, la croissance d’agglomérats
dépendent en premier lieu des forces agissant sur et entre les particules. Une classification de
ces différentes forces en forces d’interactions et en forces externes simplifie la compréhension
du phénomène. Parmi les forces externes au système, on dénombre [Thümmler et Oberacker
1993, Hogg 1990] :
– les forces de gravitation et d’inertie dont le module est proportionnel à la masse de la
particule (donc faible pour les petites particules) ;
– les forces hydrodynamiques pour les particules en suspension dans un fluide ;
– l’énergie thermique résultant des collisions entre les particules et les molécules du fluide et
entraı̂nant des phénomènes tel que le mouvement brownien.
D’autre part, les particules exercent différentes forces sur leurs voisines, qui excepté pour les
forces de friction entre les particules en contact et, dans certains cas, les forces magnétiques ou
électrostatiques, deviennent négligeables pour de grosses particules.
– Les forces de Van der Waals sont liées aux interactions entre deux particules (et par
extension entre particules voisines). Les molécules possèdent toutes un dipôle instantané
créé par le mouvement des électrons. Ce dipôle génère un champ électrique qui polarise
n’importe quel atome environnant, et y génère à son tour un dipôle induit. L’interaction
entre ces deux dipôles crée une force attractive instantanée.

15
Introduction générale De la morphologie d’une poudre à la dynamique de son transport

– Les forces de répulsion proviennent de l’interaction des nuages électroniques des atomes de
surface de deux particules en contact. Elles sont fortement répulsives, mais n’interviennent
qu’à de très faibles distances.
– Les forces électriques résultent de la charge électrostatique des particules. Ces forces
peuvent être estimées à partir de la loi de Coulomb.
– Les forces chimiques proviennent de la formation de liens chimiques entre les particules
et peuvent contribuer à la cohésion d’un agglomérat. Néanmoins, ce sont des forces qui
agissent à très courte distance.

Résistance d’un agglomérat Les forces d’interaction décrites plus haut déterminent la
force attractive entre particules adjacentes au sein d’un agglomérat ou d’un agrégat. D’après
[Rumpf 1970], la résistance (en N m−2 ) à la traction d’un agglomérat peut être estimée par

(1 − εa )Fattr.
, (7)
εa d2p

εa : porosité de l’agglomérat (-)

Fattr. : force d’attraction entre les particules primaires (N)

Cette relation montre que la cohésion d’un agglomérat dépend des forces de liaison entre les
particules, mais aussi de la densité (via εa ) de l’agglomérat. Pour une compilation des expressions
de la force d’attraction Fattr. pour différents cas, le lecteur pourra se reporter à [Castel ] ou [Hogg
1990]. La figure 10 présente la résistance à la traction d’un agglomérat pour différentes forces
de liaison.

Fig. 10 – Résistance à la traction d’un agglomérat pour différentes forces de liaison [Thümmler et
Oberacker 1993]

16
 3. Caractéristiques granulométriques et morphologiques

Notons que dans le cas de poudres d’UO2 , [Ledac 1982] avait entrepris de déterminer la nature des
liaisons entre les particules primaires à partir des caractéristiques des cristallites obtenues par des
résultats de cohésion sur des comprimés crus. Les valeurs de la résistance à la traction situaient
le comportement de la poudre dans le domaine des forces de Van der Waals. Néanmoins,
[Ledac 1982] mentionnait que l’existence de liaisons de type solide dues à un début de frittage
pouvait fortement modifier la cohésion.

Degré d’agglomération Le degré d’agglomération a été défini par [Balek 1970] par un
paramètre d’agglomération A tel que

da
A= (8)
dp
où da et dp sont respectivement les diamètres moyens de l’agglomérat (déterminé par sédimen-
tation) et de la particule primaire (déterminé par méthode B.E.T). Cette tentative d’évaluer
l’agglomération à l’aide d’un paramètre n’a guère été poursuivie. Seuls [Shin et Lee 1997] ont
repris cette définition et l’ont corrélée avec le degré d’agglomération en reliant la densité rela-
tive de l’agglomérat à la densité théorique du matériau. [Shin et Lee 1997] supposent que les
agglomérats et les particules primaires sont sphériques et définissent la densité d’une particule
primaire ρp par

mp
ρp = 4 3
, (9)
3 πrp

et celle d’un agglomérat par

np mp
ρa = 4 3
, (10)
3 πra
Le degré d’agglomération A peut alors s’écrire

ra3 np ρp
A3 = 3 = . (11)
rp ρa
[Shin et Lee 1997] en déduisent l’expression suivante en exprimant les densités en fonction des
volumes et des masses des pores et des particules :
 
εa
A3 = np 1 + , (12)
1 − εa
On obtient donc une définition reliant le paramètre d’agglomération avec le nombre de particules
élémentaires dans un agglomérat et la porosité de l’agglomérat. Il est intéressant de mettre en
parallèle les équations (12) et (4). En effet, pour Df = 3, l’agglomérat est sphérique et l’équation
(4) s’écrit alors :
 3
ra
np = κ = κA3 , (13)
rp

17
Introduction générale De la morphologie d’une poudre à la dynamique de son transport

d’où

κ = 1 − εa . (14)

On retrouve la signification physique du facteur adimensionnel κ, qui est une indication sur la
compacité des particules primaires dans l’agglomérat [Wu et Friedlander 1992]. Pour Df = 3,
le vide est uniformément distribué et il existe une frontière prononcée entre l’agglomérat et le
fluide environnant. Le rayon d’un agglomérat d’une masse fixée atteint un minimum lorsque les
particules primaires sont entièrement coalescées, i.e. lorsqu’il n’y a plus de vide. De même, le
rayon de l’agglomérat augmente avec la fraction de vide (alors que la fraction solide diminue).
Pour np , Df < 3 et ra fixés, une valeur de κ élevée signifie que l’agglomérat est compact. En effet
l’arrangement des particules primaires peut évoluer de telle façon que Df reste constant, mais
que la compacité de l’agglomérat change. Pour Df < 3, κ ne peut plus être directement relié à la
compacité de l’agglomérat, la densité diminuant lorsqu’on s’éloigne du centre de masse. [Wu et
Friedlander 1992] ont souligné le fait que les auteurs avaient souvent négligé la détermination
de κ par rapport à la détermination de la dimension fractale.
[Emeruwa 1989, Emeruwa et al. 1991] a utilisé la porosimétrie au mercure pour définir un degré
d’agglomération. Une première intrusion de mercure permet l’enregistrement du volume cumulé
des pores inter-agglomérats et intra-agglomérats. Au cours de la première intrusion, les liaisons
faibles entre particules se rompent, les agglomérats et les particules se réarrangent. Toute la
porosité inter-agglomérats est alors supposée éliminée. Une seconde intrusion donne le volume
intra-agglomérats. L’auteur définit alors le degré d’agglomération A tel que

porosité intra - agglomérats

A= (15)
porosité cumulée
A étant compris entre 0 pour une poudre non agglomérée et 1 pour une poudre très agglomérée.
A est un coefficient relatif à une poudre et non pas à un agglomérat comme la résistance à la
traction d’un agglomérat donnée par la formule de [Rumpf 1970]. Le coefficient A caractérise la
dureté des agglomérats.
Enfin, [Ledac 1982] a cherché à quantifier le degré de liaison des cristallites au sein d’un agré-
gat, qu’il appelle aussi degré de coalescence en comparant le diamètre équivalent des particules
primaires obtenu par B.E.T et le diamètre estimé à partir d’observation M.E.B des poudres. Il
définit ainsi le degré de liaison ou degré de coalescence par

diamètre réel des particules primaires MEB

degré de liaison = 1 - . (16)
diamètre équivalent des particules primaires BET

3.2.3 Paramètres granulométriques

Généralités La présence de particules de tailles parfois très différentes impose de prendre en

compte la distribution granulométrique lors de la description géométrique d’une poudre. La dis-
tribution de taille détermine en effet la taille moyenne, la surface spécifique, l’éparpillement de la

18
 3. Caractéristiques granulométriques et morphologiques

distribution et donc influence fortement les phénomènes physico-chimiques associés à leur évo-
lution. La distribution peut être exprimée en nombre, en volume ou en masse. Les distributions
se déduisent les unes des autres par [Kodas et Hampden-Smith 1999].

n(da ) dda = n(v) dv = n(s) ds, (17)

da étant la « taille » définie, et s la surface d’une particule de volume v.

Techniques de mesures Les outils de mesure granulométrique (Tab. 4) sont très nombreux
et permettent d’accéder à des distributions en masse, en volume ou en nombre. Chaque type
d’appareil possède sa propre définition de taille selon la méthode de mesure utilisée. Il faut néan-
moins garder à l’esprit que la taille est malheureusement définie de façon ambiguë selon le type
d’appareil utilisé et souvent déterminée avec biais dans la plupart des études [Bernard Michel
1999].

Technique Taille Distribution Intervalle de Masse de

expérimentale caractéristique taille l’échan-
tillon
Tamisage Largeur en masse 20 – 5000 µm 5 à 20 g de
poudre
Compteur Diamètre équivalent en volume 0,1 – <1 g dans li-
Coulter sphérique 400 µm quide
Diffractomètres Diamètre équivalent en volume 0,2 µm à plu-
à l’aire projetée sieurs
moyenne mm
Sédimentation Diamètre de Stokes en masse <1 g dans li-
gravité 0,2 - 100 µm quide
centrifuge 0,02 - 100 µm
Microscopie Au choix en nombre quelques mg
optique 0,2 - 400 µm de poudre
MEB 0,01 - 50 µm sèche
MET 0,001 - 1 µm

Tab. 4 – Outils de mesure granulométrique d’après [Bernard Michel 1999] et [Allen 1990]

3.3 Caractéristiques morphologiques et physico-chimiques des poudres étu-

diées
3.3.1 Caractéristiques de la poudre d’UO2 F2

Industriellement, la caractérisation de la poudre d’UO2 F2 est difficile, le réacteur d’hydrolyse et

le four tournant n’étant pas dissociés. Pour pallier cette difficulté, un dispositif spécifique avait

19
Introduction générale De la morphologie d’une poudre à la dynamique de son transport

été mis en place lors du travail de recherche de [Debacq 2001]. Il avait permis de prélever un
échantillon de 70 grammes dans un four de défluoration de l’usine W de COGEMA. Des prélè-
vements analogues avaient également été effectués sur l’un des fours FBFC mais les quantités
se sont révélées être insuffisantes pour être caractérisées avec précision. Dans le cas du four de
Cadarache, les deux opérations étant séparées, une caractérisation précise des poudres d’UO2 F2
est possible.
D’après les études en diffraction X [Ablitzer 2001, Debacq 2001], la poudre issue du réacteur
d’hydrolyse semble être composée uniquement d’UO2 F2 anhydre.
Dans le cadre de l’étude de [Debacq 2001], les surfaces spécifiques observées sont en moyenne de
20 m2 g−1 et les masses volumiques apparentes mesurées sont en moyenne de 400 kg2 m−3 . La
masse volumique théorique est de 6370 kg2 m−3 .
L’analyse par microscope électronique à balayage (MEB) montre la présence d’agglomérats de
forme irrégulière et de taille comprise entre 10 et 200 µm constitués de particules primaires de
taille inférieure à 100 nm et de forme type « rose des sables ». L’examen révèle plus précisé-
ment quelques fines de 5 à 10 µm, de nombreux agglomérats de 30 à 60 µm et quelques grosses
particules d’environ 300 µm. Les valeurs de surfaces spécifiques des poudres d’UO2 F2 prélevées
dans le réacteur de Cadarache présentent quant à elles des variations importantes entre 6 et
19 m2 g−1 suivant les conditions d’essai. D’après [Ablitzer 2001], la température à l’intérieur
du réacteur d’hydrolyse semble avoir une forte influence sur la morphologie des particules pri-
maires. Ainsi, lorsque la température dans le réacteur varie de 160 à 300 ◦ C, on passe d’abord
d’une structure mi-plaquettes et mi-réseaux à une structure en roses de sables (cf. Fig. 11) puis,
lorsque la température dépasse 250 ◦ C, on obtient une structure coalescée voire réticulée. Lors
d’expériences de laboratoire, [Fulconis 1996] a également constaté des variations notables de sur-
face spécifique. Dans ce cas, les variations semblaient liées aux variations de pressions partielles
d’H2 O, les pressions élevées semblant favoriser la formation de cristallites de grandes tailles par
coalescence. L’analyse des échantillons de [Debacq 2001] par granulométrie voie sèche et dans le
chloroforme montre des écarts entre les deux méthodes :
– dans le chloroforme, la distribution de taille est bimodale avec une population vers 20 µm
et une autre plus importante vers 300 µm mais la distribution s’étale plus largement entre
2 et 1500 µm ;
– par voie sèche, les mesures montrent une population supplémentaire vers 1 mm et s’étend
jusqu’à quelques centaines de nanomètres.
La dimension fractale des agglomérats est un paramètre ajustable dans la modélisation de [Ablit-
zer 2000a] du réacteur d’hydrolyse. À partir d’une représentation considérant des particules
primaires cylindriques, sa valeur a été ajustée à 2,45 [Ablitzer 2001].

20
 3. Caractéristiques granulométriques et morphologiques

Fig. 11 – Clichés MEB d’une poudre d’UO2 F2 [Ablitzer et al. 2002]

3.3.2 Caractéristiques de la poudre d’UO2

Les surfaces spécifiques des dioxydes produits dans le four de Cadarache varient de 1,6 à
3,3 m2 g−1 . On considère généralement que la surface spécifique d’une poudre d’UO2 obte-
nue par voie sèche est de 2 m2 g−1 . Contrairement aux particules primaires d’UO2 F2 qui sont
généralement des plaquettes, les particules primaires d’UO2 apparaissent globalement sphériques
(cf. Fig.12). C’est pourquoi les mesures de surfaces spécifiques peuvent être considérées en pre-
mière approximation comme représentatives de la taille des particules primaires (moyennant
l’hypothèse d’une distribution monodispersée et l’absence de frittage entre les particules pri-
maires). Les masses volumiques apparentes mesurées sont en moyenne de 1200 kg m−3 et la
masse volumique théorique de 10950 kg m−3 [Debacq 2001]. Les clichés MEB peuvent également
être exploités pour évaluer la taille des particules primaires. [Ablitzer et al. 2002] calcule ainsi
des diamètres équivalents similaires pour ces deux méthodes. De façon générale, le diamètre des
particules primaires est compris entre 0,1 et 0,5 µm. Les agrégats sont quant à eux observés entre
0,5 et 10 µm. Enfin, les poudres apparaissent également constituées de particules plus grosses
peu cohésives de taille comprise entre 50 et 600 µm. Lors de la première campagne de conversion
voie sèche CVS1, deux lots d’UO2 ont été caractérisés de façon approfondie (dosage du fluor,
porosimétrie au mercure, mesure des distributions granulométriques laser voie humide, mesure
de surface spécifique BET, observation au MEB)[Ablitzer 2000b]. Un lot (essai FR8) présentait
des particules de petits diamètres 0,1 à 0,3 µm et l’autre (essai FR9) des grosses particules
primaires de diamètres 0,2 à 0,4 µm. Ces caractérisations permettent en outre d’estimer une
dimension fractale à partir des masses volumiques des agglomérats, de la taille des agglomérats
et des particules primaires. La dimension fractale du premier lot est ainsi de 2,6 et celle du
deuxième lot de 2,8.

21
Introduction générale De la morphologie d’une poudre à la dynamique de son transport

Fig. 12 – Clichés MEB d’une poudre d’UO2 [Ablitzer et al. 2002]

3.4 Synthèse sur les caractéristiques morphologiques et granulométriques

Cette introduction nous permet de conclure que, lorsque l’on cherche à décrire la forme d’une
particule, il faut garder à l’esprit
– qu’il n’existe pas de définition générale et précise de la forme d’une particule ;
– que la forme définie à partir de l’analyse d’image est obtenue la plupart du temps à
partir d’une projection de la particule sur un plan : une particule en forme d’aiguille aura
tendance à rester dans une position la plus stable possible, et donc la forme sera biaisée ;
– que même en utilisant une définition de référence, on peut s’interroger sur le sens physique
de la valeur moyenne d’un facteur de forme calculé à partir de nombreuses particules et
sur la possibilité d’utiliser une valeur moyenne pour déterminer le comportement physique
d’un lit de grains.
Il s’agit ensuite d’associer la description d’un agglomérat à celle d’une particule primaire. Les
fractales offrent l’avantage d’une telle description et permettent de plus l’accès à de nombreux
paramètres physico-chimiques. Cette description est d’ailleurs très employée dans le domaine des
aérosols et des réactions gaz→solide telles qu’elles existent dans le four d’hydrolyse du procédé
voie sèche. Il parait donc judicieux d’utiliser une telle représentation applicable à la fois dans le
four d’hydrolyse et de pyrohydrolyse. La description d’agglomérats à l’aide des variables : nombre
de cristallites dans un agglomérat, dimension fractale de l’agglomérat et taille de la particule
primaire, apparaı̂t comme utile à une modélisation ultérieure. L’emploi de cette représentation
impose néanmoins une hypothèse sur les particules primaires composant l’agglomérat : elles
doivent être sphériques et identiques. La taille des particules primaires non sphériques pourra
être décrite par exemple à l’aide d’un diamètre équivalent. Cette description permet de connaı̂tre
le volume de l’agglomérat, sa surface, sa porosité et donc sa compacité et même d’accéder à la
résistance à la traction de l’agglomérat.
Agrégats et agglomérats peuvent être caractérisés par analyse granulométrique, porosimétrie au
mercure et compression. En effet, si la mesure de l’aire spécifique donne accès au rayon équi-

22
 4. Démarche adoptée

valent du grain élémentaire, l’analyse de la répartition granulométrique conduit souvent, pour

des poudres agglomérées, à la distribution en taille des agglomérats.
Pour ce qui concerne plus particulièrement les poudres d’UO2 F2 et d’UO2 du four de pyrohy-
drolyse, la synthèse des résultats disponibles au début de la présente étude est donnée ci-dessous
(Tab. 5).

Entité Propriétés UO2 F2 UO2

diamètre moyen (µm) 0,1 0,1 - 0,5
Particule forme la plus fréquente rose des sables sphérique
primaire
masse volumique (kg m−3 ) 6370 10950
diamètre moyen (µm) 5 - 30 0,5 - 10
Agglomérat dimension fractale 2,3 - 2,5 2,6 - 2,8
(dur)
masse volumique (kg m−3 ) 5000 - 8000
?
Poudre masse volumique apparente 440 1280
(kg m−3 )

Tab. 5 – Caractéristiques moyennes des poudres d’UO2 F2 et d’UO2

4 Démarche adoptée
Il s’agit dans la suite de ce travail de suivre l’évolution des caractéristiques morphologiques des
poudres à l’aide d’un modèle mathématique. L’ensemble des phénomènes responsables de cette
évolution de la morphologie et de la granulométrie sera présenté en détails en introduction de
la Partie II de ce mémoire. Pour expliquer la démarche retenue et introduire le plan qui suit, il
est cependant nécessaire de préciser dès maintenant que cette évolution morphologique résulte
tout à la fois de phénomènes :
– de nature chimique : réactions gaz-solides (UO2 F2 →UO3−x →U3 O8 →UO2 ) avec germi-
nation et croissance de nouvelles phases ;
– physiques liés à la dynamique de la poudre dans le four : agglomération des particules par
divers mécanismes, ou au contraire fragmentation des agglomérats ;
– physiques liés à la thermique, comme le frittage des particules primaires.
L’importance des phénomènes d’agglomération et le fait que ceux-ci soient contrôlés par les
processus de mise en contact des particules, que ce soient pour les particules dispersées dans
le gaz ou par celles entassées en lit, imposent pour leur description mathématique de connaı̂tre
précisément la dynamique de transport de la poudre en tous points du four. C ’est ce qui nous
a conduit, en préalable à la modélisation morphologique, à développer un modèle dynamique
adapté aux fours (FBFC et CEA) de pyrohydrolyse. La démarche retenue est illustrée par la

23
 Introduction générale De la morphologie d'une poudre à la dynamique de son transport

figure 13.

Partie Etude morphologiq ue P artie Etude dynamique

E t ude bibliographique
- définition de la mor- E tude bibliographique
phologie d'une poudre - dynamiques des fours
- mécanismes d'évolution tournants avec et sans
morphologique releveurs
l\Iodèle
global
tdodélisation
des phénomènes Modélisation des
transport
d'évolution caractéristiques de la poudre
morphologique morphologiquesＮＭｾ＠ et
L __ _, d a ns le four tournant
dynamiques

Etude expérimentale Etude expérimentale

- détermination des para- - détermination des para-
mètres du modèle mètres du modèle
- confrontation modèle- - confrontation modèle-
expérience expérience

FIG. 13 - Démarche adoptée pour l'étude

Le développement des modèles mathématiques dynamiques et morphologiques doit s'appuyer

sur une bonne connaissance des phénomènes physico-chimiques et thermiques que l'on cherche
à décrire, connaissance que l'étude bibliographique ne fournit pas toujours. C'est pourquoi, en
parallèle à la modélisation, un ensemble d 'études expérimentales spécifiques a été amorcé dès
le début du travaiL Ces expériences - sur lesquelles on reviendra par la suite - avaient pour la
plupart comme objectif d'étudier de manière séparée un phénomène en particulier afin de mieux
le comprendre. n s'agit notamment de :
- l'étude de l'écoulement transversal des poudres d'U0 2F2, d'U30s et d'U02 en maquette
froide réalisée à CO GEMA P ierrelatte;
- l'étude des réactions chimiques en four statique conduite à COGEMA P ierrelatte et au
CEA Cadarache et la caractérisation des poudres avant et après chaque essai ;
- l'étude du pré-frittage1 thermique des poudres d 'U02F2 , d'U30s, d 'U03 et d 'U02 en
four statique conduite aussi à COGEMA Pierrelatte et au CEA Cadarache, complétée
également par des caractérisations avant et après chaque essai.
D 'autres essais étaient plus spécifiquement destinés à la validation des modèles : essais classiques
sur le four pilote de Cadarache, complétés par diverses caractérisations des poudres : observations
au microscope électronique à balayage, granulométrie laser, surface spécifique.

1
Le terme de préfrittage sera employé par la suite pour désigner le début de frittage des particules lors de la
conversion en voie sèche afin de distinguer ce phénomène du frittage d'U02 lors de la mise en forme des pastilles.

24
 4. Démarche adoptée

Les deux axes de recherche - dynamique et morphologie - correspondent aux deux parties de ce
manuscrit. Chacune de ces parties a été divisée d’une façon similaire :
– un premier chapitre analyse la bibliographie et cherche à dégager la modélisation la plus
pertinente dans notre cas ;
– un deuxième chapitre est consacré à la description du modèle mathématique issu de l’étude
bibliographique ;
– un troisième chapitre cherche à déterminer les paramètres du modèle grâce à l’expérience
ou à l’aide de relations de la littérature ;
– un quatrième chapitre a pour but de confronter les résultats du modèle avec les résultats
expérimentaux obtenus en parallèle du volet modélisation, présente la sensibilité du modèle
et propose des résultats pour un régime nominal du four.

25
Introduction générale De la morphologie d’une poudre à la dynamique de son transport

26
 Première partie

Étude dynamique

27
 1

Présentation générale de la
dynamique des fours tournants

Sommaire
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.2 Cas des fours tournants sans releveurs . . . . . . . . . . . . . . . 30
1.2.1 Régimes de fonctionnement . . . . . . . . . . . . . . . . . . . . . . 30
1.2.2 Historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.3 Cas des fours tournants munis de releveurs . . . . . . . . . . . . 34
1.3.1 Transport des particules dans un four tournant muni de releveurs . 34
1.3.2 Historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
1.3.3 Définition de la nomenclature utilisée . . . . . . . . . . . . . . . . . 36
1.3.4 Vitesse de déchargement . . . . . . . . . . . . . . . . . . . . . . . . 40
1.3.5 Vitesse de roulement . . . . . . . . . . . . . . . . . . . . . . . . . . 40
1.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

1.1 Introduction
L’étude de la dynamique des fours tournants nécessite de s’intéresser à la fois au mouvement
axial et au mouvement transversal de la poudre. Ces deux composantes sont, de plus, différentes
dans le cas d’un four avec ou sans releveurs. Rappelons que les releveurs sont destinés à favo-
riser le contact gaz-solide, de même, les équipements internes tels que les chicanes sont censés
améliorer le mélange gazeux. Le mouvement transversal de la poudre conditionne la réparti-
tion moyenne de cette poudre dans une section droite du four, alors que le mouvement axial
de la poudre conditionne des variables dynamiques telles que le temps de séjour moyen. Un
modèle de transport du solide dans un four tournant doit décrire le mouvement global du solide
(transversal et axial) et les facteurs influençant ce mouvement. De nombreuses études se sont
attachées à décrire le transport du solide à l’aide de modèles semi-empiriques, stochastiques ou
mécanistiques.

29
Chapitre 1. Présentation générale de la dynamique des fours tournants

1.2 Cas des fours tournants sans releveurs

Les fours sans releveurs sont très largement utilisés dans les industries de la chimie et de la
métallurgie pour le traitement thermique des solides granulaires. C’est pourquoi la dynamique
de la phase solide en four tournant est un problème qui concerne un grand nombre d’applications
industrielles et a donc été bien étudiée.

1.2.1 Régimes de fonctionnement

Le nombre de Froude est un critère caractéristique du mouvement du solide dans un four tournant
dépourvu d’équipements internes [Blumberg et Schünder 1995]. Il représente le rapport de la
force centrifuge sur la gravité, c’est-à-dire :

ω2R
Fr = (1.1)
g
Fr : nombre de Froude ( - )
ω: vitesse angulaire (s−1 )
R: rayon du four (m)
g: accélération de la pesanteur (m s−2 )

Sept types de mouvement radial de lit ont été identifiés [Mellmann 2001] : le régime de glissement,
d’oscillations, d’avalanches, de roulement, de cascade, de cataracte et de centrifugation, par ordre
croissant de vitesse de rotation. Le taux de remplissage et le nombre de Froude ont été proposés
pour décrire les transitions entre les différents régimes. Néanmoins, de nombreux autres facteurs
tels que les propriétés rhéologiques de la poudre et les propriétés physiques du four jouent
vraisemblablement un rôle non négligeable. De plus, pour des fours ayant des rapports longueur
sur diamètre élevés, plusieurs régimes peuvent exister simultanément. Les différents régimes de
fonctionnement sont illustrés dans le tableau 1.1. Des intervalles du nombre de Froude et du
degré de chargement sont donnés à titre indicatif, ces valeurs étant dépendantes du matériau
granulaire utilisé. Le paramètre µW,c désigne le coefficient de frottement critique de la paroi
pour lequel il y a transition entre le régime de glissement et le régime d’avalanche. L’étude de
[Mellmann 2001] a montré que les critères essentiels pour déterminer le mouvement transversal
de la charge solide dans un four tournant sont :
– le nombre de Froude et le degré de chargement ;
– le coefficient de frottement paroi-lit de poudre ;
– le coefficient de frottement interne de la poudre ;
– l’angle de repos statique et dynamique (voir définitions en fin de paragraphe) ;
– le rapport du diamètre moyen des particules sur le diamètre du four.
En revanche, les paramètres déterminant essentiellement le mouvement axial de la charge solide,
tels que la longueur et l’inclinaison du four, n’ont pas d’influence sur le mouvement transversal. Il
est donc généralement possible d’étudier expérimentalement le mouvement transversal en batch
dans un four horizontal. Ainsi, le régime de glissement est principalement influencé par le taux de

30
 1.2. Cas des fours tournants sans releveurs

chargement et le coefficient de frottement paroi-lit, l’effet du nombre de Froude étant négligeable

pour les faibles vitesses de rotation. En revanche, les régimes d’avalanche et de cataracte sont
fortement influencés par le nombre de Froude, le degré de chargement et les propriétés physico-
chimiques du lit de poudre.

Type de Glisse- Oscilla- Avalan- Roule- Cascade Cataracte Centrifuga-

mouve- ment tions ches ment tion
ment

Nombre 0 − 10−4 10−5 − 10−3 10−4 − 10−2 10−3 − 10−1 0, 1 − 1 Fr > 1

de Froude
Fr
Degré de f < 0, 1 f > 0, 1 f < 0, 1 f > 0, 1 f > 0, 2
charge-
ment
Coeff. de µW < µW,c µW > µW,c µW > µW,c µW > µW,c
frotte-
ment de
la paroi
Applica- Pas d’application Sécheurs, mélangeurs, réac- Broyeurs à Pas d’ap-
tion teurs chimiques boulets plication

Tab. 1.1 – Régimes d’écoulement transversal en l’abscence de releveurs [Mellmann 2001]

Angle de repos statique

Lorsque l’on cherche à incliner un empilement de grains secs, un angle limite d’inclinaison de la
surface du tas par rapport à l’horizontale apparaı̂t, appelé angle de repos statique ou angle de
talus. Un écoulement en nappe se produit dès que l’on cherche à donner au tas de grains une
inclinaison supérieure. Le tas s’écroule jusqu’à présenter une pente d’inclinaison égale à l’angle
de talus (généralement proche de 35◦ ). [Bagnold 1954] a remarqué l’existence d’un second angle :
l’angle de stabilité maximale, de quelques degrés supérieur, correspondant à l’inclinaison maxi-
male pouvant être atteinte lorsque l’on ajoute avec précaution de nouveaux grains. L’expérience
et l’analyse montrent qu’en fait il existe plusieurs angles de talus, dépendant entre autres de la
méthode d’empilement. La physique des milieux granulaires sous-jacente à la détermination de
ces angles est un domaine où de nombreuses recherches sont en cours. Des études expérimentales
ont montré par exemple que ces angles dépendaient de l’humidité, de l’empilement et des condi-

31
Chapitre 1. Présentation générale de la dynamique des fours tournants

tions limites, mais aussi de la forme et de la distribution en taille des particules. La densité du lit
intervient également : plus elle est élevée plus l’angle de repos est grand [Grasseli et Herrmann
1997].

Angle de repos dynamique

Lorsque la vitesse de rotation du tambour est progressivement augmentée, on constate que l’angle
du talus croı̂t jusqu’à une valeur que l’on appelle angle de mouvement, puis une avalanche se
produit, ramenant l’inclinaison du talus à un angle plus faible, appelé angle de cisaillement. La
différence entre ces deux angles est appelée angle de relaxation et la valeur de l’angle de mou-
vement est peu différente de l’angle de repos dynamique. En cas d’absence de toute information
sur la manière dont a été construit l’empilement de grains en situation d’avalanche, la valeur
de l’angle de repos dynamique est indéterminée à l’angle de relaxation près (de l’ordre de 2◦
pour des milieux granulaires secs). En augmentant la vitesse de rotation, l’écoulement précédent
devient continu, le temps de roulement des particules étant de l’ordre de grandeur de l’apport de
solide induit par la rotation, la surface du talus devient alors relativement plane et présente une
inclinaison égale à l’angle de repos dynamique. Le régime de roulement est le type de mouvement
transversal le plus souvent rencontré dans les fours tournants dépourvus de releveurs car il est le
plus favorable aux échanges de matière et de chaleur. On assiste alors à un mouvement continu
des grains en surface du lit (la couche dite active) constamment alimenté par le solide venant
du sein du lit. Les grains situés au sein du lit ont un mouvement circulaire solidaire de celui de
la paroi.

1.2.2 Historique

Il existe deux types de modèles décrivant l’écoulement et le mélange de particules dans un four
tournant. Le premier considère que la phase solide peut être assimilée à un fluide idéal (modèle
de distribution axiale : Axial Distribution Model). Le second modèle s’intéresse aux trajectoires
des particules (Particle Trajectory Model) et considère la phase solide comme une structure
granulaire.
[Danckwerts 1953] a été le premier à développer un modèle piston à dispersion axiale avec un
nombre de Peclet adéquat mesuré expérimentalement. Par la suite, [Fan et Ahn 1961] utilisèrent
le modèle ADM pour déterminer la distribution du temps de séjour et le coefficient de disper-
sion de la phase solide dans des tambours rotatifs. [Rutgers 1965] a vérifié la validité du modèle
ADM dans le cas d’un mélange radial uniforme et a déterminé les coefficients axiaux de dis-
persion dans différentes configurations (chargement, vitesse de rotation, inclinaison du cylindre,
régimes d’écoulement, conditions limites en entrée ou en sortie de four, caractéristiques morpho-
logiques du solide). Dans leur étude, [Abouzeid et Fuerstenau 1980] utilisent un modèle identique
et tentent de définir son domaine d’application. Ils notent trois conditions préalables : une vitesse
axiale constante, un mélange radial assez important pour lisser la concentration quelle que soit

32
 1.2. Cas des fours tournants sans releveurs

l’abscisse du cylindre et un coefficient de dispersion constant pour des conditions opératoires

fixées. [Wes et al. 1976] ont amélioré le modèle ADM pour des systèmes de fours tournants avec
des nombres de Peclet très importants. Une variante du modèle ADM a été proposée par [Mu et
Perlmutter 1980]. Ce modèle considère que l’écoulement du solide peut être assimilé à N cas-
cades, chacune de ces cascades étant constituée par une combinaison d’un réacteur piston et d’un
réacteur parfaitement agité, reliés entre eux par dérivation et recyclage. Trois paramètres sont
alors nécessaires et un de ces paramètres peut être accessible par des mesures expérimentales
de distributions de temps de séjour. De même, [Sai et al. 1990] et [Groen et al. 1986] ont utilisé
une série de N réacteurs parfaitement agités pour ajuster des distributions de temps de séjour
expérimentales.
[Saeman 1951] fut le premier à proposer un modèle géométrique basé sur la trajectoire des par-
ticules afin de calculer le temps de séjour moyen dans un four tournant. L’idée de base de ce
modèle est de considérer qu’en régime de roulement, les particules roulent en surface du talus
en suivant la ligne de plus grande pente tandis que les particules au sein du lit tournent so-
lidairement avec la paroi. Ce modèle permet de calculer la vitesse axiale moyenne des grains
(fonction de l’inclinaison du four et de la pente locale du talus), le débit volumique du solide et
le temps de séjour. [Vahl et Kigma 1952] et [Kramers et Croockewit 1952] ont validé ce modèle
pour, respectivement, des fours horizontaux et inclinés. Leurs travaux s’intéressent également
au calcul du temps de séjour moyen et de la rétention solide par le modèle PTM. [Rogers et
Gardner 1979] ont, quant à eux, adapté le modèle de [Saeman 1951] et, à partir d’une simulation
de type Monte Carlo, obtenu un bon accord des temps de séjour moyens avec l’expérience pour
un tambour rotatif horizontal avec un taux de chargement variable. [Hehl et al. 1978] furent les
premiers à combiner les modèles ADM et PTM, le modèle ADM étant utilisé afin d’évaluer les
coefficients de dispersion à partir de l’expérience, alors que le temps de séjour moyen et le taux
de chargement étaient calculés à partir d’une amélioration du modèle de [Vahl et Kigma 1952].
Le principal désavantage de cette méthode réside dans le fait que les deux modèles ne sont pas
couplés. Les travaux de [Das Gupta et al. 1991] apparaissent comme une réelle avancée dans la
modélisation par PTM. À partir de la cinématique des particules, ils déduisent une évaluation
de la distance probable de leur roulement dans la couche active qui est introduite dans le modèle
de [Saeman 1951]. De façon similaire, [Kohav et al. 1995] ont développé différents algorithmes
stochastiques afin d’évaluer la position latérale ou radiale d’une particule à chaque cycle de rou-
lement afin de déterminer la distribution de temps de séjour et la dispersion axiale. Ce modèle
présente de plus l’avantage de prendre en compte la ségrégation de la phase solide, mais est
limité au four horizontaux avec un taux de chargement constant. De nombreux autres travaux
basés sur les PTM ont été réalisés ces dernières années, on peut citer par exemple [Das Gupta
et al. 1991, Kohav et al. 1995, Langrish 1993, Lebas et al. 1995, Spurling et al. 2000] ou [Afacan
et Masliyah 1990]. Enfin, plus récemment, [Wightman et al. 1998] ont cherché à introduire la
dynamique des particules discrètes et les interactions dues aux collisions de particules à l’aide de
la méthode des éléments discrets (DEM) pour simuler l’écoulement et le mélange des particules
dans un cylindre rotatif.

33
Chapitre 1. Présentation générale de la dynamique des fours tournants

Pour conclure, il est important de garder à l’esprit les limites des modèles évoqués précédem-
ment :

– la trajectoire des particules est basée sur l’analyse géométrique de [Saeman 1951] et non
pas sur la cinématique des milieux granulaires ;
– l’extrapolation des modèles de particules homogènes à des particules irrégulières a été peu
traitée ;
– la modification des modèles pour prendre en compte les structures internes (chicanes. . . )
est rarement considérée ;
– peu de modèles prennent en compte le rôle de la ségrégation (c’est-à-dire la percolation
(petites particules tombant entre les grosses) et la cohésion (petites particules s’agglutinant
les unes aux autres et sur les grosses)) ;
– l’optimisation de la conception géométrique de fours tournants à l’aide des relations empi-
riques donnant le temps de séjour moyen et l’écoulement n’est pas possible et demanderait
des modèles plus sophistiqués.

1.3 Cas des fours tournants munis de releveurs

1.3.1 Transport des particules dans un four tournant muni de releveurs

De nombreux fours tournants sont équipés de releveurs (en forme de cornières, d’ailettes, etc.)
dans le but de favoriser le brassage du solide. La poudre prise dans un releveur va être progressi-
vement amenée par la rotation du four à une position à partir de laquelle elle va être déchargée
et traverser le gaz. La charge solide peut ainsi être divisée en deux phases distinctes : une phase
dense et une phase dispersée. La phase dispersée est composée des particules chutant dans le gaz
et se déplaçant ainsi axialement grâce à l’inclinaison du four. La phase dense est constituée de la
charge solide présente dans les releveurs et dans le fond du lit (dans le cas d’un four suffisamment
chargé). Le déplacement axial de la phase dense s’explique par le roulement des particules dans
les releveurs ou au fond du four dû à l’inclinaison du four, comme dans le modèle de [Saeman
1951]. D’après la figure 1.1, une particule partant de A est typiquement relevée par un releveur
jusqu’à B, position à laquelle elle est déchargée.
À partir de B, cette particule chute jusqu’à atteindre le fond du four et la position C. Le dépla-
cement axial (AC) est dû au déplacement en phase dispersée entre B et C et dépend à la fois de
l’inclinaison du four et de l’existence d’un co- ou contre-courant gazeux qui entraı̂ne la particule.
Le four étant légèrement incliné, la particule se déplace ensuite axialement en phase dense de C
vers D, position à laquelle la particule débute un nouveau cycle.

34
 1.3. Cas des fours tournants munis de releveurs

A C
D

(a) Vue axiale (b) Vue transversale

Fig. 1.1 – Transport d’une particule solide dans un four tournant muni de releveurs

1.3.2 Historique

De nombreux auteurs ont cherché de décrire le transport des particules dans les fours tournants
à l’aide de modèles mécanistiques [Matchett et Sheikh 1990], [Baker 1992, Sherritt et Caple
1993, Sherritt et Caple 1994, Wang et al. 1994]. Ces modèles se basent sur un bilan de forces
appliqué à une particule ou à un ensemble de particules chutant sous la forme d’un rideau de
poudre afin de calculer le déplacement axial des particules. Ils sont basés sur la détermination de
l’instant à partir duquel les particules quittent les releveurs et débutent leur chute. La conception
d’un four tournant et donc des releveurs est en effet étroitement liée à leur capacité à mettre
en contact les particules solides avec le courant gazeux. [Kelly et O’Donnel 1968] donnent les
équations reliant le taux de chargement d’un four et le taux de chargement d’un releveur. [Baker
1988] a montré que l’angle de repos dynamique pouvait être utilisé pour calculer le chargement
des releveurs quelle que soit leur position angulaire et a proposé des relations pour calculer
le chargement de releveurs de géométrie classique. Il présente également une méthode permet-
tant d’estimer le nombre optimal de releveurs afin de maximiser le taux de chargement. Cette
méthode donne des résultats proches de la relation empirique de [Perry et Chilton 1974] qui in-
diquent que le nombre de releveurs généralement rencontré dans les fours tournants est compris
entre 6,6D et 9,8D, avec D le diamètre du four2 . [Kelly et O’Donnel 1992] ont complété ces
travaux en proposant une méthode permettant d’obtenir une géométrie optimale du releveur à
l’aide de la « distribution horizontale homogène » (EHD : « Equal Horizontal Distribution »).
Cette distribution déchargerait la poudre de manière uniforme sur une surface plane introduite
au milieu du four tournant. La géométrie des releveurs influe également sur la distribution de
temps de séjour du solide dans le four. [Hatzilyberis et Androutsopoulos 1999] ont ainsi obtenu
des temps de séjour différents pour des géométries de releveurs différentes. [Cao et Langrish
1999] proposent un inventaire des modèles de prédiction des distributions de temps de séjour
du solide. [Revol et al. 2001] ont quant à eux développé un modèle permettant de calculer le
2
Cette relation donne par exemple un nombre de releveurs de 3 pour un four FBFC de diamètre 350 mm, de
5 à 7 pour un four COGEMA de diamètre 750 mm, pour un nombre effectif de respectivement 4 et 6 releveurs.

35
Chapitre 1. Présentation générale de la dynamique des fours tournants

chargement de releveurs composés de trois segments.

Parmi ces modèles, celui de [Sherritt et Caple 1994], développé à l’origine pour simuler l’écoule-
ment dans les fours de séchage de copeaux de bois, nous est apparu comme à la fois le plus général
et le plus précis et c’est sur la base de ce modèle que nous avons mis au point la modélisation
dynamique du four tournant de pyrohydrolyse présentée dans le Chapitre 2.

1.3.3 Définition de la nomenclature utilisée

1.3.3.1 Généralités

Par la suite, les indices 1 et 2 désigneront respectivement les phases solides dispersée et dense.
Ainsi, la rétention solide totale, quelle que soit la position axiale, est la somme des rétentions
solides des deux phases :

M = M1 + M 2 , (1.2)
M : rétention solide totale (kg m−1 de four)
M1 : rétention solide de la phase dispersée (kg m−1 )
M2 : rétention solide de la phase dense (kg m−1 )
De même, le flux massique solide total s’écrit :

F = F1 + F 2 (1.3)
F : flux massique solide total (kg s−1 )
F1 : flux massique solide de la phase dispersée (kg s−1 )
F2 : flux massique solide de la phase dense (kg s−1 )
La figure 1.2 représente un releveur du type cornière en déchargement, dont la position angulaire
θ est définie par le sommet de la face du releveur parallèle à la paroi du four. Les positions
angulaires sont définies dans le sens direct. L’origine θ = 0 est placée comme l’indique la figure
1.2. Nous reprenons ici les notations et la méthodologie proposées par [Sherritt et Caple 1993].

1.3.3.2 Définition de l’angle d’avalanche

La poudre présente dans un releveur forme, de la même façon que dans le fond du four, un
talus. L’inclinaison de ce talus par rapport à l’horizontale définit l’angle d’avalanche. La poudre
sera déversée du releveur si la position angulaire de celui-ci est supérieure à l’angle d’avalanche,
appelé aussi angle de repos cinétique, θcin .
[Schofield et Glikin 1962] ont montré qu’un bilan de forces appliqué à une particule quelconque
de la surface libre permettait de déterminer théoriquement la valeur de l’angle d’avalanche :
 
µ + F r(cos θ − µ sin θ)
θcin = arctan (1.4)
1 − F r(µ cos θ + sin θ)
θcin : angle d’avalanche, ou angle de repos cinétique (rad)
θ : position angulaire (rad)
µ : coefficient cinétique de frottement particule - particule

36
 1.3. Cas des fours tournants munis de releveurs

θ=3π/2
n β

releveur
R
hp ho

θ cin
θ=0 θ=π

θ=π/2

Fig. 1.2 – Nomenclature utilisée pour la modélisation

L’hypothèse faite que trois forces (centrifuge, gravitationnelle et de friction) sont à l’équilibre
a été validée jusqu’à une valeur du coefficient cinétique de frottement, µ, de 0,4. Dans la re-
lation (1.4), seul le coefficient µ définit les propriétés d’écoulement de la poudre. De la même
façon que pour les angles de repos précédemment définis, la valeur de l’angle de repos cinétique
semble être influencée par de nombreuses variables notamment les propriétés morphologiques
telles que la taille, la forme et la densité des particules. La relation (1.4) ne peut être utilisée
ici pour déterminer l’angle de repos cinétique puisque les coefficients de friction sont incon-
nus. Une détermination expérimentale de ce coefficient a été proposée par [Kelly et O’Donnel
1968] et consiste à fixer autour d’un tambour rotatif à intervalles réguliers des petits cylindres
transparents à moitié remplis de poudre et de diamètre égal aux dimensions du releveur. Des
photographies du tambour à différentes vitesses de rotation et positions angulaires permettent
de déterminer l’angle de repos dynamique dans les cylindres puis, en considérant que l’angle
d’avalanche et l’angle de repos dynamique sont identiques, le coefficient de friction à l’aide de la
relation (1.4).

1.3.3.3 Degré de chargement et angle initial de déchargement

Contrairement au cas des fours dépourvus de releveurs dans lesquels le degré de chargement (ou
taux de remplissage) est défini simplement comme la fraction de section transversale occupée
par le lit de poudre, le degré de chargement des fours avec releveurs dépend de ces derniers
de manière complexe, puisqu’il faut considérer la poudre piégée dans les releveurs, la poudre
chutant des releveurs et, éventuellement, la poudre formant un lit dans le partie inférieure du
four.
La figure 1.3 définit les différents degrés de chargement possibles. Elle montre également le
comportement de la poudre dans une section du four. Les releveurs en déchargement remplissent

37
Chapitre 1. Présentation générale de la dynamique des fours tournants

progressivement les releveurs vides, entraı̂nant ainsi le transport de la poudre dans une section
du four. Ainsi, un releveur vide à θ = 0 est rempli progressivement par la poudre se déversant
des releveurs présents au-dessus de lui jusqu’à atteindre une position angulaire, θinit , à laquelle la
poudre présente dans le releveur se déversera à son tour. L’inclinaison, par rapport à l’horizontale,
de la surface des talus en déchargement est ici considérée égale à l’angle de repos cinétique.

(a) Four peu chargé (b) Four chargé sans rele- (c) Four chargé avec rele-
veurs enterrés veurs enterrés

Fig. 1.3 – Degrés de chargement possibles pour un four tournant équipé de releveurs

L’angle initial de déchargement θinit , que nous emploierons comme une des variables principales
du modèle dynamique, n’est pas une caractéristique de la poudre, mais doit plutôt être considéré
comme un indicateur du degré de chargement du four :
– Pour π < θinit < 2π, l’angle initial de déchargement se trouve dans la moitié supérieure
du four, le four est peu chargé ;
– pour 0 < θinit < π, l’angle initial de déchargement se trouve dans la moitié inférieure du
four, le four est chargé.
– pour 0 < θinit < θcin + π2 , le four tournant est extrêmement chargé.
La limite θcin + π2 correspond à la position angulaire d’un releveur dont la face interne (paral-
lèle à la paroi) est parallèle à la pente du lit de poudre. Par conséquent, seuls des angles de
déchargement inférieurs à θcin + π2 peuvent entraı̂ner l’enterrement de certains des releveurs.
Soit θD la position angulaire atteinte par le talus du premier releveur en déchargement. [Sherritt
et Caple 1993] proposent de considérer que les releveurs se trouvant à une position angulaire
comprise entre θinit + 2π N (N étant le nombre de releveurs) et θD seront enterrés par la poudre
présente dans le premier releveur en déchargement. θinit + 2π N correspond à la position angulaire
du releveur situé immédiatement après le premier releveur en déchargement. La figure 1.3-(c)
représente ainsi schématiquement une situation avec un θinit tel que plusieurs releveurs soient
enterrés. D’après la figure 1.4-a, on peut écrire, en première approximation, quand 2R ≫ ho (ho
étant la hauteur du releveur dans la direction orthogonale à la paroi du four) :

θD = 2θcin + π − θinit . (1.5)

38
 1.3. Cas des fours tournants munis de releveurs

Il existe au moins un releveur enterré par le talus du premier releveur en déchargement si et

seulement si :

2π
θinit + < θD (1.6)
| {z N}
position angulaire du releveur
situé à la suite du 1er releveur
en déchargement
soit
π π
θinit < θcin + − (1.7)
2 N

B θD
θD
R B R
O O
Γ
l(θinit )
l(θinit)
R−ho
θcin
A
θcin
A
θ init θ init

(a) (b)

Fig. 1.4 – Détermination de θD (Γ : angle de remplissage)

Pour un nombre de releveurs égal à quatre (four FBFC) et un angle d’avalanche égal à 45 degrés,
on trouve par exemple que θinit doit être inférieur à 90 degrés pour qu’un releveur soit enterré
d’après l’équation 1.7.
La détermination de la position angulaire θD atteinte par le premier releveur en déchargement
peut être précisée en fonction de lθinit (lθinit désignant la longueur du talus d’un releveur à la
position angulaire θinit ) en prenant en compte la hauteur du releveur. D’après la figure 1.4-b,
on a en effet :

lθ2init = R2 + (R − h0 )2 − 2 (R − h0 ) R cos (θD − θinit ) (1.8)

d’où :
!
R2 + (R − h0 )2 − lθ2init
θD = θinit + arccos (1.9)
2 (R − h0 ) R

39
Chapitre 1. Présentation générale de la dynamique des fours tournants

1.3.4 Vitesse de déchargement

On appelle loi de déchargement la relation entre la fraction de poudre chutant d’un releveur et sa
position angulaire. Cette information est généralement la première qu’il est nécessaire d’obtenir
pour être capable de prédire la répartition moyenne de la poudre dans une section du four. De
nombreux auteurs se sont intéressés à la détermination expérimentale de cette loi.
En supposant que le talus de poudre d’un releveur en déchargement garde une inclinaison
constante (égale à θcin ) par rapport à l’horizontale lors du déchargement, on peut calculer la
masse de poudre (par unité de longueur de four), dm, déchargée par-dessus le releveur quand
celui-ci tourne d’un angle dθ (cf. Fig. 1.5) :

(l · l dθ)
dm = ρb , (1.10)
2

dm : masse de poudre par unité de longueur (kg m−1 )

ρb : masse volumique apparente du lit de poudre (kg m−3 )
l : longueur du talus de poudre présent dans le releveur (m)

n
θ+dθ
θ
l
Quantité de matière
déchargée pendant dθ

θ cin

Fig. 1.5 – Exemple de releveur en déchargement

D’où la vitesse de déchargement pour θ ∈ [θinit , 2π], en kg s−1 m−1 de four :

dm
rdéch = = πnρb l2 (1.11)
dt

n : vitesse de rotation du four (tr.s−1 )

t : temps (s)

Cette vitesse est, par l’intermédiaire de l, fonction de la position radiale θ du releveur. La

longueur de talus l(θ) peut être entièrement calculée à partir des données géométriques du four
(R), des releveurs (ho et hp ) et de l’angle θcin . Ce point sera expliqué en détail au § 3.4.1.2

1.3.5 Vitesse de roulement

D’après la gamme des vitesses de rotation des fours de pyrohydrolyse, on suppose que le mouve-
ment des particules dans les releveurs est comparable au mode dit « de roulement » des fours

40
 1.4. Conclusion

tournants sans équipements internes. Ainsi, le mouvement peut être décomposé de la manière
suivante : les grains roulent sur la surface du lit de poudre du releveur, puis ré-intègrent le lit de
poudre et ont alors un mouvement solidaire du releveur et donc de la paroi du four. En consi-
dérant que le chemin parcouru sur le talus par une particule est égal en moyenne à la moitié
de la longueur de ce talus (cf. Fig. 1.6), le flux de particules qui roulent sur le talus est pour
θ ∈ [0, θinit ] et en kg s−1 m−1 de four :
 c 2
rroul = πnρb , (1.12)
2
c : longueur de talus dans un releveur ne déchargeant pas de poudre (m)

dθ
c

Fig. 1.6 – Exemple de releveur ne déchargeant pas de poudre

La détermination de la longueur c est relativement difficile dans la mesure où celle-ci, contraire-
ment à l, dépend à la fois du degré de chargement et de la position angulaire. Afin de simplifier
le modèle, [Sherritt et Caple 1993] proposent d’utiliser les approximations suivantes :
 
c(θ) ≃ 0 pour θ ∈ 0, θf − 2πN
  (1.13)
c(θ) ≃ l(θinit ) pour θ ∈ θf − 2π
N , θ init

avec θf = 2π − θinit dans le cas de fours peu chargés et θf = θinit dans les fours chargés.

1.4 Conclusion
Afin d’étudier la dynamique du transport de la poudre dans un four tournant, nous avons rappelé
les différents régimes de fonctionnement d’un four tournant dépourvu de releveurs, puis dans le
cas du régime de roulement, nous avons proposé une étude bibliographique des modèles existant
pour décrire le transport de la poudre dans ce type de four. Ces rappels sont nécessaires pour
mieux appréhender le mouvement de la poudre tel qu’il existe dans les fours pourvus d’équipe-
ments internes et en particulier pourvus de releveurs. En effet, la phase solide se décompose alors
en une phase dispersée et une phase dense qui a des propriétés de transport similaires à celles
rencontrées dans les fours sans releveurs. Nous avons également défini les différentes variables
dynamiques qui seront utilisées dans la modélisation mathématique présentée dans le chapitre
suivant.

41
Chapitre 1. Présentation générale de la dynamique des fours tournants

42
 2

Présentation du modèle dynamique

Sommaire
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.2 Mise en équation pour un taux de chargement donné . . . . . . 43
2.2.1 Débits massiques solides . . . . . . . . . . . . . . . . . . . . . . . . 43
2.2.2 Rétentions massiques solides . . . . . . . . . . . . . . . . . . . . . . 55
2.2.3 Amélioration du modèle dynamique . . . . . . . . . . . . . . . . . . 59
2.3 Évolution des variables dynamiques le long du four tournant . 60
2.3.1 Différentiation des équations . . . . . . . . . . . . . . . . . . . . . . 60
2.3.2 Intégration des équations . . . . . . . . . . . . . . . . . . . . . . . . 64
2.3.3 Calcul du profil de chargement et du temps de séjour . . . . . . . . 66
2.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

2.1 Introduction
Le but de ce chapitre est de déterminer les variables dynamiques décrivant le mouvement trans-
versal et axial de la poudre pour les phases dense et dispersée et d’exprimer l’évolution de ces
variables le long du four.

2.2 Mise en équation pour un taux de chargement donné

2.2.1 Débits massiques solides
2.2.1.1 Débit massique solide de la phase dispersée

Les modèles mécanistiques de transport de solide cherchent à déterminer l’avance axiale de la

phase dispersée à l’aide d’un bilan de forces appliqué aux particules lorsqu’elles chutent des
releveurs. Dans cette approche, le plus difficile est de quantifier l’action du gaz sur le transport
des particules.

43
Chapitre 2. Présentation du modèle dynamique

2.2.1.1.1 Equation du mouvement

Modèle de la sphère isolée (« Isolated Sphere Model ») Les particules solides

chutant des releveurs se déplacent axialement grâce au courant gazeux et à l’inclinaison du four.
Si l’on considère que la traı̂née verticale est négligeable et que l’on peut assimiler la poudre
chutant d’un releveur à un ensemble de particules sphériques isolées, les forces s’exerçant sur les
particules sont :
– la force de gravité qui agit verticalement ;
– la force de traı̂née qui agit parallèlement à l’axe du four.
Si l’on écrit le principe fondamental de la dynamique projeté sur l’axe (Oz) du four (l’origine O
de l’axe étant prise à l’entrée solide du four), on obtient pour une particule chutant à travers un
contre-courant gazeux :
π  duz π  π  CD
ρp d3p = ρp d3p g sin α − d2p ρg (ug − uz )2 (2.1)
6 dt | 6 {z } |4 {z 2}
force de pesanteur force de traı̂née

ρp : masse volumique de la particule solide (kg m−3 )

ρg : masse volumique du gaz (kg m−3 )
dp : diamètre de la particule solide (m)
uz : vitesse suivant z de la particule solide (m s−1 )
α : inclinaison du four (rad)
g : accélération de la pesanteur (m s−2 )
ug : vitesse suivant z du contre-courant gazeux (m s−1 )
CD : coefficient de traı̂née ( - )
qui s’écrit de manière simplifiée :

duz
= g sin α − KISM (ug − uz )2 (2.2)
dt
3CD ρg
KISM = : fonction de traı̂née (m−1 )
4dp ρp

Le coefficient de traı̂née CD peut être déterminé dans le cas d’une sphère isolée à partir de la
relation de Shiller & Naumann :

24
CD = pour Rep < 0, 2 (2.3)
Rep

24

CD = 1 + 0, 15Re0,687
p pour 0,2 < Rep < 100 (2.4)
Rep
ρg dp |ug −uz |
Rep = µg : nombre de Reynolds de la particule ( - )
.
µg : viscosité dynamique du gaz (Pa s)

44
 2.2. Mise en équation pour un taux de chargement donné

Ce modèle a été utilisé par [Kelly et O’Donnel 1968] et comparé à des résultats expérimen-
taux. Les résultats obtenus montrent que le modèle théorique ne rend pas compte correctement
du déplacement des particules. L’entraı̂nement des particules par le gaz est en effet largement
surestimé. Cette faiblesse du modèle peut être attribuée au fait que les particules chutent des
releveurs sous forme de rideau. Une particule est partiellement protégée du gaz en contre-courant
par le rideau de poudre dans lequel elle chute. C’est pourquoi la vitesse du gaz dans le rideau
tend à être inférieure à la valeur moyenne dans le four. [Kelly et O’Donnel 1968] proposent ainsi
de calculer la vitesse du gaz dans le rideau de poudre en égalisant les pertes de charge axiales
calculées d’une part à travers le rideau et d’autre part, en dehors du rideau par friction sur les
parois du four. [Kamke 1984] puis [Langrish 1989] ont, cependant, incorporé le modèle de sphère
isolée sans correction dans leur modélisation de four tournant.

Modèle proposé par [Sherritt et Caple 1994] Conscients eux aussi du fait que la
résolution des équations du modèle de la sphère isolée surestime l’effet du contre-courant gazeux
sur le déplacement des particules, [Sherritt et Caple 1994] proposent de distinguer la vitesse du
gaz dans le rideau de poudre de la vitesse superficielle ug . A partir d’expérimentations dans une
soufflerie, ils déterminent une corrélation empirique donnant la vitesse du gaz dans le rideau de
poudre ur en fonction de la vitesse de déchargement définie par l’équation 1.11 et de la hauteur
de chute.

 −0,86
0,76 dm
ur = 1, 546 ug y(θ) L−1,44 (2.5)
dt

y(θ) : hauteur de chute à partir d’une position angulaire θ (m)

L : longueur du four (m)

Le déplacement axial des particules est alors déterminé à partir de l’équation de mouvement pour
une sphère isolée 2.2 mais en utilisant comme vitesse de gaz non pas la vitesse de gaz superficielle
ug mais la vitesse apparente dans le rideau ur définie par l’équation 2.5. Cette corrélation n’est
pas applicable dans le cas du four tournant de pyrohydrolyse du fait qu’elle a été déterminée
empiriquement pour des matériaux aux propriétés physico-chimiques très différentes des poudres
d’oxydes d’uranium.

Modèle de chute en rideau (« Flat Plate Model ») [Baker 1992] Le modèle pro-
posé par [Baker 1992] tente d’améliorer la modélisation des interactions gaz-solide dans un four
tournant par rapport au modèle de sphère isolée. Dans cette approche, les rideaux de poudre
chutant des releveurs sont assimilés à des plaques planes poreuses.
Les forces s’exerçant sur un élément de rideau sont (cf. Fig. 2.1) :
– la force de pesanteur dont la composante suivant z s’écrit

Fgz = Lr ∆Y er (1 − εr )ρp g sin α (2.6)

45
Chapitre 2. Présentation du modèle dynamique

Lr : Longueur axiale (suivant z) du rideau (m)

er : épaisseur du rideau (m)
εr : porosité du rideau ( - )
∆Y : hauteur de l’élément de rideau considéré (m)

– la force de traı̂née qui peut s’écrire

CD
Fdz = −2Lr ∆Y ρg (ug − uz )2 (2.7)
2

er
Lr

∆Y
Fd

y
Fg
z

Fig. 2.1 – Représentation schématique du rideau de poudre

Le facteur 2 de l’équation 2.7 exprime le fait que la force de traı̂née s’exerce des deux côtés de
la plaque. Toujours grâce au principe fondamental de la dynamique, on obtient :

duz
= g sin α − KF P M (ug − uz )2 (2.8)
dt
CD ρg
KF P M = : fonction de traı̂née (m−1 )
er (1 − εr )ρp

Le coefficient de traı̂née CD peut être déterminé à partir des corrélations standards utilisées
pour les disques [Baker 1992] :

1, 328
CD = (2.9)
Re0,5
r

ρg Lr |ug − uz |
Rer = : nombre de Reynolds d’une plaque de longueur Lr .
µg

Utilisation du modèle de chute en rideau L’intégration des équations de mouvement

2.2 ou 2.8 permet d’obtenir le déplacement axial des particules chutant depuis un releveur situé
à une position angulaire θ donnée.

46
 2.2. Mise en équation pour un taux de chargement donné

L’intégration de l’équation de mouvement est faite entre t = 0 et t1 (θ), temps de chute d’une
particule de la position angulaire θ. Le calcul de t1 (θ) est développé en § 2.2.2.1. Cette intégration
suppose comme conditions limites une vitesse et un déplacement nuls initialement.
Le déplacement axial de la phase dispersée effectué pendant un temps égal au temps de chute
s’écrit :

δ1 (θ) = z(t1 (θ)) − z(t = 0) (2.10)

Dans le four de pyrohydrolyse, le mélange gazeux circule à contre-courant, il tend donc à diminuer
le déplacement axial induit par l’inclinaison du four. Le déplacement axial positif maximum
s’obtient pour une vitesse de gaz nulle et donc une force de traı̂née nulle soit

g sin α 2
δ1max (θ) = t1 (θ) (2.11)
2
À partir des débits moyens de gaz pour une abscisse donnée, et connaissant la géométrie des
fours et le taux de remplissage, la vitesse du gaz peut être calculée à cette abscisse. La figure
2.2 compare les termes de droite des relations 2.2 et 2.8 et donc l’effet sur le déplacement
axial des particules. Cette figure illustre le fait que, dans notre cas (à savoir un contre-courant
gazeux relativement faible), le modèle de sphère isolée ne peut être utilisé pour calculer le
déplacement axial des particules, puisque la valeur de la force de traı̂née est alors beaucoup plus
importante que la contribution de la pesanteur. Cette situation entraı̂nerait un déplacement axial
des particules dans le sens du contre-courant gazeux, situation qui ne semble pas se produire
industriellement, même si cet effet pourrait exister de façon ponctuelle. En revanche, l’utilisation
du modèle « Flat plate » permet d’inverser cette tendance. On observe alors que la contribution
de la force de traı̂née est bien plus faible qu’avec le modèle de sphère isolée et généralement plus
faible que l’effet de la pesanteur. On note enfin sur la figure 2.2 l’importance des paramètres
du rideau, εr et er . Selon leurs valeurs, ceux-ci peuvent influencer ou non (traı̂née négligeable)
le déplacement de la phase dispersée. La détermination de ces paramètres sera abordée dans le
Chapitre 3.
Les modèles basés sur le calcul de la traı̂née d’une particule ou d’un rideau afin de déterminer
le déplacement axial ont été comparés à l’expérience par [Earner 1994]. Ces résultats montrent
que ces modèles sont peu fiables, les prédictions données par les modèles étant généralement
éloignées des valeurs expérimentales. Une meilleure compréhension des facteurs influençant le
déplacement des particules s’avère nécessaire.

2.2.1.1.2 Application au cas du four tournant muni de releveurs Le flux massique

axial de la phase dispersée dû au déchargement d’un releveur à une position angulaire donnée
s’écrit comme étant le produit de la vitesse de déchargement 1.11 par le déplacement axial δ1 (θ) :

f1 (θ) = πnρb l2 (θ)δ1 (θ) (2.12)

ce qui correspond en moyenne pour une révolution complète à

47
Chapitre 2. Présentation du modèle dynamique

Z 2π
nρb
f¯1 (θinit ) = l2 (θ)δ1 (θ) dθ (2.13)
2 θinit

Le flux massique total de la phase dispersée correspond donc au produit du flux moyen par
releveur par le nombre de releveurs N :

Z 2π
nρb N
F1 (θinit ) = l2 (θ)δ1 (θ) dθ (2.14)
2 θinit

1e+08

1e+06 KISM(ug−uz)2
2
KFPM(ug−uz) , er=1 cm, εr=0.8
Kug−uz2, m s−2

10000 KFPM(ug−uz)2, er=1 cm, εr=0.99

KFPM(ug−uz)2, er=0,5 cm, εr=0.99
100
g sin(α)

0,01

1e−04

1e−06
0 2 4 6 8 10
ug−uz, m s−1

Fig. 2.2 – Évolution des fonctions de traı̂née multipliées par la vitesse relative au carré en fonction de
la vitesse relative gaz-solide

2.2.1.2 Débit massique solide de la phase dense

2.2.1.2.1 Cas des fours tournants dépourvus d’équipements internes Comme il a

été mentionné au § 1.2.2, de nombreux auteurs ont cherché à modéliser le mouvement axial de la
charge solide dans un four tournant dépourvu de releveurs afin d’établir des relations donnant le
temps de séjour en fonction des paramètres opératoires et des propriétés physico-chimiques du
solide. La description du mouvement d’une particule solide à l’aide d’une approche géométrique
a été utilisée par la plupart de ces auteurs. Cette description s’appuie sur la trajectoire typique
d’une particule qui est supposée avoir lieu uniquement dans une couche fine à la surface du
lit. Les particules avancent vers la sortie grâce à une série de cycles, composés d’un mouvement
circulaire au sein du lit, sans composante axiale, et d’un mouvement linéaire en surface (Fig. 2.3).
Le sein du lit n’a pas de mouvement relatif par rapport au tube tournant, ainsi une particule à
une distance r de l’axe du tube décrit un arc de cercle dans le plan perpendiculaire à l’axe à la
même vitesse angulaire que le tube. Lorsque cette particule atteint la surface du lit, elle dévale
la pente du lit selon un angle par rapport à l’horizontale correspondant à l’angle de talus du
solide.

48
 2.2. Mise en équation pour un taux de chargement donné

FIG. 2.3 - Chemin typique d'une particule selon l'approche géométrique {Debacq 2001}

(a) (b)

FIG. 2.4 - Vue schématique de la trajectoire d'une particule selon {Saeman 1951} (a): Coupe transversale
du four; (b) : Coupe axiale du four (lit de poudre vu du dessus)

À partir de considérations géométriques et statistiques, [Saeman 1951] a montré que le déplace-

ment axial moyen parcouru par une particule pendant un cycle s 'écrivait (cf FIG.2.4)

e
&= 2r ( .tana
sm dyn
- cotOdyn -ddh)
z
= 2r ( .tana
sm
e + cotOdyn tan1)
dyn
(2.15)

h : hauteur du lit (m)

r :déplacement transversal (m)
tan1 = -*avec 1 : pente du lit par rapport à l'axe du four (rad)

Dans cette expression, le premier terme correspond au déplacement engendré par l'inclinaison de
l'axe du four par rapport à l'horizontale (angle a), et le second à l'effet de l'inclinaison locale de
la surface du lit par rapport à l'axe du four. Notons que [Li et al. 2002] ont abouti à une relation
similaire en se basant non pas sur des considérations géométriques mais sur la cinématique des
milieux granulaires :

& = 2rcos 1
2 (
e + cotOdyn tan1)
.tana
sm dyn
, (2.16)

49
Chapitre 2. Présentation du modèle dynamique

or cos γ ≃ 1 dans la pratique. À partir de la relation 2.15, on peut déterminer la vitesse moyenne
axiale des particules et par intégration, le débit massique. [Kramers et Croockewit 1952] pro-
posent ainsi l’équation générale suivante (reprise par [Afacan et Masliyah 1990]) pour le débit
massique total dans un four tournant :

   2 ! 23
4πnR3 ρb dh 2h h
FKramers = tan α − cos θdyn − (2.17)
3 sin θdyn dz R R

Si α est petit et tan γ ≃ γ, cette équation s’écrit sous la forme originale donnée par [Saeman
1951]

   2 ! 32
4πnR3 ρb α + γ cos θdyn 2h h
FSaeman = − (2.18)
3 sin θdyn R R
Le débit massique réellement observé peut varier du cas idéal prévu par les modèles décrivant
les trajectoires des particules, notamment lorsque le four tournant est équipé de structures
internes telles que des chicanes. Ainsi, les travaux d’[Afacan et Masliyah 1990] ont montré que
si les résultats expérimentaux étaient bien décrits par le modèle de [Saeman 1951] dans la
plupart des cas, ils tendaient cependant à s’en éloigner lorsqu’un diaphragme était placé en
bout de four. En effet, les modèles de trajectoires de particules prennent en compte uniquement
les interactions particules-particules à l’aide de l’angle de repos dynamique. En revanche, ils
ignorent les interactions existant entre les particules de la couche active et les équipements
internes. [Li et al. 2002] proposent d’introduire un facteur de correction dans le calcul du débit
massique et de l’évaluer par ajustement grâce à la méthode des moindres carrés appliquée aux
résultats expérimentaux et théoriques :

   2 ! 23
4εF πnR3 ρb α + γ cos θdyn 2h h
FSaeman,correc = − (2.19)
3 sin θdyn R R

εF : facteur de correction, -

2.2.1.2.2 Cas des fours tournants munis de releveurs Dans le cas d’un four muni de
releveurs, le déplacement axial de la phase dense peut être décomposé en deux contributions :
– le déplacement axial des particules présentes dans les releveurs en déchargement ;
– le déplacement axial des particules présentes dans les releveurs ne se déchargeant pas et
le déplacement de la charge solide en fond de four si le four est extrêmement chargé
(i.e 0 < θinit < θcin + π2 ).

Déplacement axial des particules présentes dans les releveurs ne se déchargeant

pas Dans les releveurs ne se déchargeant pas, comme pour la charge au fond du four, le talus
peut ne pas être parallèle à l’axe du four. Par conséquent, le déplacement axial des particules

50
 2.2. Mise en équation pour un taux de chargement donné

pourra avoir pour origine l’inclinaison du four et la pente du talus par rapport à l’axe du four.
Ces deux contributions sont en fait les mêmes que celles responsables du déplacement axial dans
un four dépourvu d’équipements internes (cf. 2.2.1.2.1).
[Das Gupta et al. 1991] ont proposé de modifier le modèle de [Saeman 1951] en incluant des
déviations aléatoires, dues aux collisions entre les particules, par rapport au chemin le plus
probable. À l’aide de densités de probabilités, ils calculent un déplacement moyen égal à :
 
4 tan α dh
hδi = rR − cot θcin (2.20)
3 sin θcin dz

En supposant α petit, rR = 2c et γ = − dh , on obtient le déplacement axial moyen dans un

dz
releveur, parcouru pendant un cycle, égal à :

2c (α + γ cos θcin )
δ2 = pour θ ∈ [0, θinit ] (2.21)
3 sin θcin
c : longueur de talus dans un releveur ne déchargeant pas de poudre (m)

Le flux massique pour un releveur ne déchargeant pas de poudre à une position angulaire θ
donnée s’écrit comme étant le produit du flux de particules qui roulent sur le talus du releveur
1.12 par le déplacement axial 2.21 :

(α + γ cos θcin )
f2 = πnρb c3 pour θ ∈ [0, θinit ] (2.22)
6 sin θcin
Dans ces équations et celles qui suivent, l’angle de repos cinétique est utilisé, conformément à
[Sherritt et Caple 1993] qui assimile l’angle de repos dynamique et cinétique. Nous introduirons
au § 2.2.3 la possibilité de prendre en compte également l’angle de repos dynamique.

Déplacement axial des particules présentes dans les releveurs en déchargement

Les particules émergent à la surface du lit, roulent sur la surface, et se déchargent par dessus le
bord du releveur parallèle à la paroi. En conséquence, si le four est horizontal, le déplacement
axial sera nul et, si le four est incliné, les particules roulant sur le talus auront une composante
de déplacement axial non nulle. Le déplacement axial peut donc s’écrire de manière similaire à
l’équation 2.21 mais sans la contribution due à la pente du lit de poudre dans le releveur, i.e.

2αl
δ2′ = pour θ ∈ [θinit , 2π] (2.23)
3 sin θcin
En effet, dans ce cas, la poudre s’échappe du releveur et il n’y a donc pas d’inclinaison entre la
pente du lit et l’axe du four. Le flux massique pour un releveur en déchargement à une position
angulaire θ donnée s’écrit comme étant le produit de la vitesse de déchargement 1.11 par le
déplacement axial 2.23 :

2πnρb l3 α
f2′ = pour θ ∈ [θinit , 2π] (2.24)
3 sin θcin

51
Chapitre 2. Présentation du modèle dynamique

À partir de ces informations, [Sherritt et Caple 1993] proposent une expression du débit massique
total de la phase dense en considérant séparément les cas « four chargé » et « four peu chargé ».
– Cas des fours peu chargés (π ≤ θinit ≤ 2π)
D’après [Sherritt et Caple 1993], le comportement de la poudre dans un releveur pendant
une révolution est le suivant (cf. Fig. 2.5) :

1. A θ = 0, le releveur considéré est vide. Il est ensuite rempli progressivement par la

poudre se déversant des releveurs présents au-dessus de lui.

2. Jusqu’à atteindre la position θf − 2π

N , la poudre présente dans le releveur n’est pas
déchargée et la pente du lit de poudre par rapport à l’axe du four est considérée
comme nulle. Le flux massique peut donc être calculé par l’équation 2.22 avec γ = 0.

3. Puis, entre la position θf − 2π

N et l’angle de déchargement θinit , la poudre présente
dans le releveur n’est toujours pas déchargée, mais une pente de lit non nulle par
rapport à l’axe du four peut exister. L’expression 2.22 décrit le flux massique pour
cet intervalle.

4. Enfin, entre la position θinit et 2π, la poudre est déchargée par le releveur. On utilisera
l’équation 2.24 pour calculer le flux massique.

θinit

O
θ=0

θf

θf −2π/Ν

Fig. 2.5 – Comportement de la poudre dans un releveur pendant une révolution. θinit angle de déchar-
gement initial, θf = 2π − θinit : position angulaire à la verticale de θinit

Connaissant donc l’histoire du chargement d’un releveur pendant une révolution, le débit
massique total de la phase dense s’écrit en moyennant sur une révolution et en multipliant

52
 2.2. Mise en équation pour un taux de chargement donné

par le nombre de releveurs :

 Z θf − 2π Z θinit
nρb N α N (α + γ cos θcin )
F2,Sherritt (θinit ) = c3 dθ+ c3 dθ
12 sin θcin 0 sin θcin θf − 2π
N
Z 2π  (2.25)
4α 3
+ l dθ si π ≤ θinit ≤ 2π
sin θcin θinit

On peut supposer que la pente des lits de poudre dans les releveurs est identique quelle
que soit la position angulaire i.e. γ n’est pas fonction de θ. En notant Ns le nombre de
releveurs ne déchargeant pas de poudre et ayant un lit de poudre dont la pente est non
nulle par rapport à l’axe, J l’intégrale de l3 et en approximant c(θ) au moyen des équations
1.13, on obtient l’expression du débit massique total de la phase dense :

nρb

F2,Sherritt (θinit ) = πNs (θinit )(α + γ cos θcin )l3 (θinit ) + 2αN J(θinit ) (2.26)
6 sin θcin
si π ≤ θinit ≤ 2π, avec
N
Ns (θinit ) = 2π (θinit − θf ) + 1
R 2π 3
J (θinit ) = θinit l dθ
– Cas des fours chargés (0 < θinit < π)
En suivant le même raisonnement que dans le paragraphe précédent, on obtient, pour des
fours chargés, une expression du débit massique total de la phase dense similaire à l’équa-
tion 2.26. Seules les expressions de J et de Ns sont différentes. Comme (0 < θinit < π), on
doit considérer que θf = θinit et donc que

Ns = 1 (2.27)

et
nρb


F2,Sherritt (θinit ) = π α + γ cos θcin )l3 (θinit ) + 2αN J(θinit si 0 ≤ θinit ≤ π
6 sin θcin
(2.28)
L’expression de J reste valable tant qu’il n’existe pas de releveur enterré. En revanche,
pour les fours extrêmement chargés dans lesquels certains releveurs sont enterrés (entre
θinit + 2π
N et θD ) il n’y a aucun déplacement axial dû à ces releveurs, d’où

Z θinit + 2π Z 2π h
N πi
J (θinit ) = l3 (θ) dθ + l3 (θ) dθ pour θinit ∈ 0, θcin + (2.29)
θinit θD 2

2.2.1.2.3 Cas limite et similitude des expressions Lorsqu’un four tournant équipé de
releveurs est extrêmement chargé et que la taille des releveurs est négligeable devant le rayon
(ho ≪ R), le mouvement axial du lit de poudre se rapproche de celui observé dans les fours tour-
nants dépourvus d’équipements internes. Il faut donc s’assurer de la cohérence des expressions
décrivant le débit massique de la phase dense et vérifier que l’équation 2.28 décrit correctement

53
Chapitre 2. Présentation du modèle dynamique

le débit massique d’un four dépourvu de releveurs. D’après la figure 2.6 et en faisant l’hypothèse
que θdyn ≃ θcin , on peut écrire :

p
l (θinit ) = 2 2hR − h2 (2.30)

O
θD

l(θinit )

θ init h

θdyn

Fig. 2.6 – Représentation schématique du cas limite

En combinant les équations 2.30 et 2.28, on obtient :

nρb
3
F2,Sherritt (θinit ) = (π(α + γ cos θcin ) 2hR − h2 2 + 2αN J(θinit )) (2.31)
8 sin θcin

soit par comparaison à 2.18,

2αnρb N J(θinit ))
F2,Sherritt (θinit ) = FSaeman + (2.32)
6 sin θcin
| {z }
terme additionnel représentant
l’action des releveurs

La figure 2.7, qui compare les flux massiques, F2,Sherritt et FSaeman , illustre l’effet des releveurs
sur le transport axial dans les fours LCU et FBFC exprimé par l’intermédiaire de l’angle θinit
(plus θinit est petit, plus le four est chargé). On constate que quelque soit le four considéré
(LCU ou FBFC), pour des angles de premier déchargement inférieurs à environ 80◦ , le flux
massique FSaeman est supérieur à F2,Sherritt . La tendance s’inverse pour des angles de premier
déchargement supérieur à 80◦ . Cette évolution s’explique par la longueur de talus, l(θinit ). L’effet
de la longueur du releveur orthogonal, plus grande dans le cas du four FBFC, se répercute sur
les valeurs de F2,Sherritt et FSaeman . Une valeur plus importante de ho accentue la différence
entre F2,Sherritt et FSaeman .

54
 2.2. Mise en équation pour un taux de chargement donné

0,004 0,14
FSaeman FSaeman
0,0035 F2,Sherritt F2,Sherritt
0,12
0,003
0,1
0,0025
F, kg s-1

F, kg s-1
0,08
0,002
0,06
0,0015
0,04
0,001

0,0005 0,02

0 0
40 50 60 70 80 90 100 110 40 50 60 70 80 90 100 110
θinit ,° θinit ,°

ho ho
(a) Four LCU R = 0, 07 (b) Four FBFC R = 0, 2

Fig. 2.7 – Évolution des flux massiques solides F2,Sherritt et FSaeman en fonction de l’angle de premier
déchargement pour les fours LCU et FBFC (poudre d’UO2 , θcin =32,5◦ , γ = 0◦

2.2.2 Rétentions massiques solides

2.2.2.1 Rétention solide de la phase dispersée

La rétention solide de la phase dispersée a pour origine le déchargement des releveurs. La contri-
bution à cette rétention d’un releveur en déchargement à la position angulaire θ peut s’écrire
comme étant le produit de la vitesse de déchargement du releveur par le temps de chute t1

m1 (θ) = πnρb l2 t1 pour θ ∈ [θinit , 2π] (2.33)

Ainsi, la rétention solide moyenne ayant pour origine le déchargement de ce même releveur sur
une révolution complète s’écrit
Z 2π
nρb
m1 (θinit ) = l2 t1 dθ (2.34)
2 θinit
La rétention totale moyenne de la phase dispersée correspond au produit de la rétention solide
moyenne pour un releveur par le nombre de releveurs :
Z 2π
N nρb
M1 (θinit ) = l2 t1 dθ (2.35)
2 θinit
Le temps de chute est calculé en faisant l’hypothèse que seule la gravité influe sur le temps de
chute :
 1
2y (θ) 2
t1 (θ) = , (2.36)
g
y (θ) : hauteur de chute à partir du bord d’un releveur situé à une position angulaire θ (m)

55
Chapitre 2. Présentation du modèle dynamique

Les calculs détaillés de la hauteur de chute sont présentés en Annexe . Le tableau 2.1 présente
un récapitulatif des expressions de la hauteur de chute à partir d’une position angulaire.

Domaine de validité pour θ Expression de la hauteur de chute

π
[β, 2 + β] y(θ) = 0
1
π
[ 2 + β, π + β] y(θ) = −(R − ho ) sin(θ − θcin ) + (R2 − (R − ho )2 cos2 (θ − θcin )) 2
1
[ π + β, 2π] y(θ) = −lt sin(θ) + (R2 − lt2 cos2 θ) 2
 
hp
Tab. 2.1 – Récapitulatif des hauteurs de chute suivant la position angulaire θ. β = arctan R−ho

2.2.2.2 Rétention solide de la phase dense

2.2.2.2.1 Cas des fours tournants munis de releveurs La rétention solide d’un releveur
déchargeant de la poudre à une position angulaire θ donnée correspond à la quantité de poudre qui
sera déchargée entre θ et l’angle 2π pour lequel le releveur est vide. En intégrant l’équation 1.10,
on obtient la rétention solide d’un releveur à la position angulaire θ :
Z 2π
ρb
m2 (θ) = l2 dθ pour θ ∈ [θinit , 2π] (2.37)
2 θ

La rétention solide dans un releveur ne déchargeant pas de poudre est composée de la poudre
que ce même releveur a reçu entre la position θ = 0 où il est vide et sa position θ actuelle. Cette
quantité de matière reçue est calculée à partir de la quantité déchargée par les releveurs situés
verticalement au-dessus. Pour un four peu chargé (θinit ∈ [π, 2π]), un releveur va recevoir de la
poudre entre θ = 0 et θ = θf ,
Z 2π
ρb
m2 (θ) = l2 dθ pour θ ∈ [0, θf ] (2.38)
2 2π−θ

En revanche, ce même releveur ne recevra pas de poudre entre θ = θf et θ = θinit , et la quantité

de poudre reçue entre θinit et 2π est :
Z 2π
ρb
m2 = l2 dθ pour θ ∈ [θf , θinit ] (2.39)
2 θinit

La rétention solide totale de la phase dense s’écrit alors, en additionnant les contributions 2.37,
2.38, 2.39 au cours d’une révolution et en multipliant par le nombre de releveurs :
Z 2π Z 2π Z θf Z 2π Z 2π 
N ρb 2 2 2
M2,Sherritt (θinit ) = l (θ) dθ dθ+ l (θ) dθ dθ + (θinit − θf ) l (θ) dθ
4π θinit θ 0 2π−θ θinit
(2.40)
Signalons ici que l’équation équivalente donnée par [Sherritt et Caple 1993] comporte une erreur
de signe.

56
 2.2. Mise en équation pour un taux de chargement donné

Pour un four chargé, θinit < π, donc un releveur ne déchargeant pas de poudre sera rempli de
celle reçue entre θ = 0 et θ, soit
Z
ρb 2π 2
m2 (θ) = l dθ pour θ ∈ [0, θinit ] (2.41)
2 2π−θ

La rétention solide totale de la phase dense s’écrit alors, en additionnant les contributions 2.37
et 2.41 :
Z 2π Z 2π Z θinit Z 2π 
N ρb
M2,Sherritt (θinit ) = l2 (θ) dθ dθ + l2 (θ) dθ dθ (2.42)
4π θinit θ 0 2π−θ

2.2.2.2.2 Cas des fours tournants dépourvus d’équipements internes La rétention

solide de la phase dense s’exprime de manière simple dans le cas d’un four tournant dépourvu
d’équipements internes. En effet, la poudre forme un lit au fond du four, dont le volume est
fonction de la hauteur du lit h. Ainsi, la rétention massique solide, par unité de longueur de
four, s’écrit :
M = ρb A(h) (2.43)

A : section du lit (m2 )

avec  
2 R−h
1
A (h) = R arccos − (R − h) 2Rh − h2 2
(2.44)
R

2.2.2.2.3 Cas limite et cohérence des expressions des rétentions Ici encore, il est
intéressant de vérifier la cohérence entre les expressions de rétention totale pour les fours avec et
sans releveurs. En exprimant l’équation 2.44 en fonction de l (θinit ) grâce à 2.30, on obtient pour
ho = 0

MSaeman = ρb A (θinit , ho = 0)
 s s 
 2  2 (2.45)
l (θinit ) Rl (θinit ) l (θinit )
= ρb R2 arccos 1− − 1− 
2R 2 2R

Ici, contrairement au cas du débit massique solide, la rétention massique solide donnée par 2.42
ne tend pas vers la rétention solide dans le cas d’un four dépourvu de releveurs 2.45 lorsque
le four devient très chargé, i.e. θinit devient petit. Ce comportement n’est pas physiquement
réaliste et nous avons cherché à améliorer le modèle de [Sherritt et Caple 1993] sur ce point.
Nous avons tout d’abord identifié l’expression suivante de la rétention,qui assure la continuité
entre les cas avec et sans releveurs quand θinit et N tendent vers 0 :
  Z θinit Z 2π Z 2π Z 2π 
N ρb 2 2
M2,lit+rel. (θinit ) = ρb A (θinit ) + l (θ) dθ dθ + l (θ) dθ dθ
4π 0 2π−θ θD θ
(2.46)
Cette expression sépare la contribution du lit au fond du four (premier terme représentant le
volume de poudre présent à la position θinit ) de la contribution des releveurs au-delà de l’angle

57
Chapitre 2. Présentation du modèle dynamique

θD (cf. équation 2.42 avec θD au lieu de θinit ). Cette expression combine l’expression de rétention
solide typique des fours sans releveurs grâce au premier terme avec l’expression de la rétention
solide proposée par [Sherritt et Caple 1993] à partir de la position θD .
Nous avons ensuite cherché à définir une limite pour laquelle le calcul de la rétention solide
bascule de l’expression 2.42 à 2.46. Cette limite peut être définie en comparant le volume de
poudre relevé lorsque le releveur passe de la position θinit à θD avec le volume de poudre présent
dans le releveur à θinit (cf. Fig. 2.8).

n n

θ
D
O O θD
l(θ )
init
l(θ )
init

releveur releveur

θinit θ
init
Volume relevé
Volume relevé

(a) Cas où RA → 1 (b) Cas où RA → 0

Fig. 2.8 – Illustration de la signification physique de RA : (a) la poudre a tendance à être en majorité
relevée, (b) une « faible proportion » de poudre sera en définitive relevée

Le rapport de ces deux volumes est donné par :



2  −1
lθ2init − h2o R2 + (R − ho − lθ2init
RA (θinit , ho ) = 1 − 2  (2.47)
(R2 − h2o ) (θD − θinit )

En effet, les figures 2.8 (a) et (b) montrent que dans le cas où RA → 1, l’action du releveur est
importante, la poudre a tendance à être majoritairement relevée et la rétention solide de la phase
dense tend vers l’expression 2.42. Alors que dans le cas où RA → 0, l’action du releveur est faible,
peu de poudre sera en définitive relevée et le mouvement transversal de la poudre s’approchera
d’un four sans releveur. Afin de conserver la continuité entre les différentes expressions de la
rétention solide suivant le RA considéré, nous proposons une relation les combinant :

M2 = RA M2,Sherritt + (1 − RA )M2,lit+rel. (2.48)

La rétention solide est calculée à la manière d’un barycentre, en utilisant comme poids RA et
1 − RA . Les figures 2.9 (a) et (b) illustrent l’effet du releveur sur la valeur du paramètre RA .

58
 2.2. Mise en équation pour un taux de chargement donné

Elles montrent l’évolution des rétentions solides massiques calculées à partir des équations 2.46,
2.42 et 2.48 en fonction de l’angle de premier déchargement. L’évolution du paramètre RA est
également représentée. Au regard des valeurs de hRo , les releveurs du four LCU ont tendance à
moins relever de poudre que ceux du four FBFC. Cette réalité physique se retrouve dans le calcul
de la rétention solide de la phase dense tel que nous le proposons. Ainsi, la valeur de RA dans
le four LCU est toujours inférieure à celle du four FBFC ayant pour conséquence une rétention
solide M2 plus proche de M2,lit+rel. que de M2,Sherritt . Alors que pour le four FBFC, l’effet est
inverse : la taille plus importante des releveurs a tendance à privilégier le calcul de rétention
solide d’après le modèle de [Sherritt et Caple 1994].

6 1 25 1
0,9 0,9
5
0,8 20 0,8

RA 0,7 RA 0,7
4
M2, kg m-1

M2 0,6 M2, kg m-1 15 M2 0,6

RA, -

RA, -
M2,Sherritt M2,Sherritt
3 0,5 M2,lit+rel. 0,5
M2,lit+rel.
0,4 10 0,4
2
0,3 0,3
0,2 5 0,2
1
0,1 0,1
0 0 0 0
60 80 100 120 140 160 180 60 80 100 120 140 160 180
θinit ,° θinit ,°

ho ho
(a) Four LCU R = 0, 07 (b) Four FBFC R = 0, 2

Fig. 2.9 – Évolution des rétentions solides d’après les différents modèles et évolution du paramètre RA
en fonction de l’angle de premier déchargement

La définition de cette limite RA est bien sûr arbitraire même si elle repose sur une réalité
physique. On pourrait imaginer d’autres formulations pertinentes de l’effet des releveurs sur le
calcul de la rétention solide. De la même façon, une répartition différente des poids dans le calcul
de la rétention solide, pour favoriser par exemple, un cas limite par rapport à l’autre pourrait
être proposée.

2.2.3 Amélioration du modèle dynamique

L’hypothèse faite précédemment sur la quasi-égalité des angles dynamiques de repos et des
angles d’avalanche n’est pas toujours une hypothèse réaliste (cf. Partie I - Chapitre 3). Afin de
s’affranchir de cette hypothèse, le débit massique et la rétention massique solide de la phase
dense peuvent être réécrits afin de prendre en compte le cas où les angles diffèrent fortement.
L’utilisation du paramètre adimensionnel RA précédemment introduit permet de prendre en
compte le cas où le comportement du four tournant est proche d’un four sans releveur. La

59
Chapitre 2. Présentation du modèle dynamique

relation 2.28 peut donc être réécrite de la façon suivante :

nρb 3

αN J(θinit )nρb
F2,lit+rel. = π(α + γ cos θdyn )llit,dyn + (2.49)
6 sin θdyn 3 sin(θcin )
| {z }
Flit,dyn

3
où llit,dyn représente la longueur du talus calculée en utilisant l’angle dynamique de repos comme
angle d’équilibre de la poudre. Une nouvelle relation donnant le débit massique de la phase dense,
similaire à 2.48 peut donc s’écrire :

F2 = RA F2,Sherritt + (1 − RA )F2,lit+rel. (2.50)

De même, la rétention solide de la phase dense, M2,lit+rel. , peut être réécrite afin de prendre
en compte l’angle d’avalanche et l’angle de repos dynamique dans le cas où le comportement
de la phase dense tend vers celui d’un four sans releveurs. Pour cela, il faut réécrire le terme
représentant la poudre dans le fond du four tel que

M2,lit+rel. =ρb A(θinit )

+ [rétention solide correspondant à la poudre présente dans les releveurs] (2.51)
| {z }
=2nd Terme de droite de l’équation 2.46

avec
R2 p
A(θinit ) = (θD − θinit ) − s(s − a)(s − b)(s − c) (2.52)
2
où  
a+b+c R2 +(R−h0 )2 −llit+rel.
2
a = R, b = R − h0 , c = llit+rel. et s = 2 et θD = θinit + arccos 2(R−h0 )R
Finalement, on obtient des expressions des débits et des rétentions massiques solides prenant en
compte à la fois l’effet plus ou moins important des releveurs et les angles de talus différents qui
coexistent dans une section de four.

2.3 Évolution des variables dynamiques le long du four tournant

2.3.1 Différentiation des équations
M1 M 2 F F 1 F 2
On dénombre 9 variables : θinit , γ, M ρb , ρb , ρb , ρb , ρb , ρb , RA , dont on cherche à connaı̂tre
l’évolution le long du four. Pour avoir un système fermé, il faut donc disposer de neuf équations.
Le paragraphe 2.2 a permis d’écrire sept équations pour calculer les variables suivantes : M (1.2),
F (1.3), F1 (2.14) , F2 (2.50), M1 (2.35), M2 (2.48) et RA (2.47). Toutes ces équations dépendent
de manière explicite de θinit et non pas de z. De plus, en se fixant un profil de conversion et en
supposant connue ρb (z), on obtient une équation de plus : ρFb = f (z). Pour résoudre le système,
plusieurs méthodes numériques sont possibles. Nous avons décidé de travailler sur un système
d’équations qui soient toutes différentielles, ce qui simplifie la résolution en évitant notamment
le calcul des intégrales doubles. Une dernière équation est nécessaire pour fermer le système. Il
s’agit de l’équation differentielle décrivant l’évolution de la rétention solide totale. Ici encore, afin

60
 2.3. Évolution des variables dynamiques le long du four tournant

de rester cohérent dans la description proposée, il faut introduire le paramètre adimensionnel

RA dans le calcul de la rétention solide totale tel que :

M = M1 + M 2
= M1 + (RA M2,Sherritt + (1 − RA )M2,lit+rel. )
(2.53)
= RA (M1 + M2,Sherritt ) + (1 − RA )(M1 + M2,lit+rel. )
| {z } | {z }
MSherritt MAf acan

D’où,
dM dMSherritt dMAf acan dRA
= RA +(1−RA ) + (MSherritt −MAf acan ) (2.54)
dz dz dz | dz
{z }
dRA dθinit dM
= · ·
dθinit dM dz

soit en utilisant la relation 2.53 :

dMSherritt dMAf acan
dM RA + (1 − RA )
= dz dz (2.55)
dz dRA dθinit M − MAf acan
1− · ·
dθinit dM RA
[Sherritt et Caple 1994] proposent de décrire l’évolution de la rétention solide en fonction de
l’abscisse du four de la façon suivante :
 
d MSherritt
≃ −γ · l(θinit ) · Ns (2.56)
dz ρb
Cette équation suppose que seuls les releveurs ne déchargeant pas de poudre et contenant un
lit de poudre ayant une pente avec l’axe du four non nulle vont contribuer à l’évolution de
la rétention solide totale. On peut par ailleurs noter que cette équation est équivalente, pour
NS = 1 à l’équation 2.86 (cf. plus loin) , qui représente l’évolution du taux de remplissage dans
un four dépourvu de releveurs :
 
d Mlit+rel.
= −γ · llit,dyn (θinit ) (2.57)
dz ρb

Dans un premier temps, la différentiation de ces équations par rapport à θinit permet d’obtenir
les équations différentielles suivantes :
– évolution de la rétention solide massique totale par rapport à θinit :
     
d M d M1 d M2
= + (2.58)
dθinit ρb dθinit ρb dθinit ρb

– évolution du débit solide massique total par rapport à θinit :

     
d F d F1 d F2
= + (2.59)
dθinit ρb dθinit ρb dθinit ρb

61
Chapitre 2. Présentation du modèle dynamique

– évolution du débit solide massique de la phase dispersée 2.14 par rapport à θinit :
 
d F1 nN 2
=− · l (θinit ) · δ1 (θinit ) ∀ θinit (2.60)
dθinit ρb 2
– évolution du débit solide massique de la phase dense 2.50 par rapport à θinit (F2 est une
fonction de θinit et de γ)
     
∂ F2 ∂ F2,Sherritt ∂ F2,lit+rel.
=RA + (1 − RA )
∂θinit ρb ∂θinit ρb ∂θinit ρb
 
dRA F2,Sherritt F2,lit+rel.
+ − (2.61)
dθinit ρb ρb
| {z }
F2 − F2,lit+rel.
=
ρb RA
avec
– comme évolution du débit solide massique de la phase dense par rapport à θinit d’après
[Sherritt et Caple 1993] 2.26 :
    
∂ F2,Sherritt n
= · (π · (α + γ cos θdyn ))
∂θinit ρb 6 sin θdyn
 
3 dNs 2 dllit,dyn
· llit,dyn (θinit ) + 3Ns (θinit ) · llit,dyn (θinit ) (2.62)
dθinit dθinit

dJ
+ 2αN
dθinit
– comme évolution du débit solide massique de la phase dense par rapport θinit d’après
[Afacan et Masliyah 1990] 2.49 :
   
∂ F2,lit+rel. n
= · (π · (α + γ cos θdyn ))
∂θinit ρb 6 sin θdyn
 
3 dNs 2 dllit,dyn
· llit,dyn (θinit ) + 3Ns (θinit ) · llit,dyn (θinit ) (2.63)
dθinit dθinit
αN n dJ
+
3 sin θcin dθinit
– comme évolution du paramètre adimensionnel RA par rapport à θinit :
dRA
obtenu numériquement à l’aide de la relation 2.47 (2.64)
dθinit
– évolution de la rétention solide massique de la phase dispersée 2.35 par rapport à θinit :
 
d M1 nN 2
=− · l (θinit ) · t1 (θinit ) ∀ θinit (2.65)
dθinit ρb 2
– évolution de la rétention solide massique de la phase dense 2.48 par rapport à θinit :
     
d M2 d M2,Sherritt d M2,lit+rel.
=RA + (1 − RA )
dθinit ρb dθinit ρb dθinit ρb
 
dRA M2,Sherritt M2,lit+rel.
+ − (2.66)
dθinit ρb ρb
| {z }
M2 − M2,lit+rel.
=
ρb R A

62
 2.3. Évolution des variables dynamiques le long du four tournant

avec
– comme évolution de la rétention solide massique de la phase dense (2.40 ou 2.42) par
rapport à θinit d’après [Sherritt et Caple 1993] :
   
d M2,Sherritt N
=− · l2 (θinit ) · (θinit − θf ) pour θinit ∈ [π, 2π] (2.67)
dθinit ρb 4π
ou
    Z Z 2π !
2π−θinit
d M2,Sherritt N 2 2
=− · l dθ + l dθ pour θinit ∈ [0, π]
dθinit ρb 4π 2π θinit
(2.68)
– comme évolution de la rétention solide massique de la phase dense par rapport à θinit
d’après l’expression de M2,lit+rel. 2.46 :
    Z 2π−θinit Z 2π !
d M2,lit+rel. dA N dθ D
= − · l2 dθ + l2 dθ
dθinit ρb dθinit 4π 2π dθinit θD (2.69)
pour θinit ∈ [0, π]

Il est ensuite possible d’obtenir les évolutions des variables en fonction de z :

– évolution de l’angle de premier déchargement θinit par rapport à z :
 
dθinit 1 d M
=  ·
dz d M dz ρb
dθinit ρb
  (2.70)
1 d M
=     ·
d M1
+ d M2 dz ρb
dθinit ρb dθinit ρb

– évolution de la rétention solide de la phase dispersée M1 par rapport à z :

     
d M1 d M1 dθinit
= · (2.71)
dz ρb dθinit ρb dz
– évolution de la rétention solide de la phase dense M2 par rapport à z :
     
d M2 d M2 dθinit
= · (2.72)
dz ρb dθinit ρb dz
– évolution du débit solide de la phase dispersée F1 par rapport à z :
     
d F1 d F1 dθinit
= · (2.73)
dz ρb dθinit ρb dz
– évolution du débit solide de la phase dense F2 par rapport à γ :
     
∂ F2 ∂ F2,Sherritt ∂ F2,Af acan
=RA + (1 − RA )
∂γ ρb ∂γ ρb ∂γ ρb
 
∂RA F2,Sherritt F2,Af acan (2.74)
+ −
∂γ ρb ρb
| {z }
=0

63
Chapitre 2. Présentation du modèle dynamique

avec, d’après 2.26

   
∂ F2,Sherritt n

= · πNs (θinit ) cos θcin · l3 (θinit ) (2.75)
∂γ ρb 6 sin θcin
et avec, d’après 2.49
   
∂ F2,lit+rel. n 3


= · πNs (θinit ) cos θdyn · llit+rel. (θinit ) (2.76)
∂γ ρb 6 sin θdyn
– évolution du débit solide de la phase dense F2 par rapport à z :
     
d F2 ∂ F2 dγ ∂ F2 dθinit
= · + · (2.77)
dz ρb ∂γ ρb dz ∂θinit ρb dz
mais aussi      
d F2 d F d F1
= − (2.78)
dz ρb dz ρb dz ρb
d’où l’évolution de la pente du lit γ par rapport à z :
   
dγ
d F2
− ∂ F2
· dθinit
dz ρb ∂θinit ρb dz
=   (2.79)
dz ∂ F2
∂γ ρb

L’équation 2.79 est utilisée pour calculer γ et l’évolution du débit de la phase dense s’obtient
par différence 2.78. Nous avons ainsi obtenu huit équations différentielles (2.55), (2.70), (2.71),
(2.72), (2.73), (2.79), (2.78) et (2.64) décrivant chacune l’évolution d’une variable le long du
four auxquelles il faut ajouter l’équation differentielle obtenue à partir du profil de conversion
et décrivant l’évolution du débit solide total avec z.

2.3.2 Intégration des équations

2.3.2.1 Données nécessaires

Conditions limites Cette modélisation permet le choix des conditions limites. En tenant
compte des contraintes et des relations existant entre les variables, on peut fixer :
– soit l’angle de premier déchargement à l’entrée ou à la sortie du four ;
– soit l’inclinaison du lit par rapport à l’axe du four en entrée ou en sortie ;
– soit la rétention solide totale i.e. le taux de remplissage en entrée ou en sortie de four.

Profil de conversion L’évolution du flux massique total F (z) et celle de la masse volumique
apparente du lit de poudre ρb (z), qui résultent de la conversion UO2 F2 → U3 O8 → UO2 , sont des
données nécessaires au modèle dynamique. Ces variables se calculent facilement si l’on connaı̂t
les profils de composition du solide le long du four par :

F (z) = ρb (z)(xU O2 F2 (z)MU O2 F2 + xU O8/3 (z)MU O8/3 + xU O2 (z)MU O2 )nU O2 F2 (z = 0) (2.80)

nU O2 F2 (z = 0) : débit molaire d’UO2 F2 en entrée de four (mol s−1 )

xU O2 F2 (z), xU O8/3 (z) et xU O2 (z) : titres molaires à l’abscisse z

64
 2.3. Évolution des variables dynamiques le long du four tournant

et
xU O2 F2 (z)MU O2 F2 + xU O8/3 (z)MU O8/3 + xU O2 (z)MU O2
ρb (z) = MU O8/3
(2.81)
M
U O2 F2 M
U O2
xU O2 F2 (z) ρb,U O F
+ xU O8/3 (z) ρb,U + xU O2 (z) ρb,U
2 2 3 O8 O 2

Les profils de conversion n’ayant pas été déterminés dans le cadre de cette étude, nous utiliserons
comme données les profils de conversion supposés pour un four de pyrohydrolyse utilisés par [De-
bacq 2001], pour calculer le profil de chargement. Deux types de profils chimiques correspondant
à des hypothèses différentes, représentés sur la figure 2.10, ont été retenus.

3
1 800 1 800

masse volumique apparente, kg/m

masse volumique apparente, kg/m

750 750
0,8 700 0,8 700
titre molaire, -

titre molaire, -
650 650
0,6 0,6
600 600
550 550
0,4 0,4
500 500

0,2 450 0,2 450

400 400
0 350 0 350
0 0,2 0,4 0,6 0,8 1 0 0,2 0,4 0,6 0,8 1
z/L, - z/L, -
UO2F2 UO2F2
U3O8 U3O8
UO2 UO2
masse volumique moyenne masse volumique moyenne

(a) Profil chimique 1 (b) Profil chimique 2

Fig. 2.10 – Exemples de profils de conversion d’après [Debacq 2001]

2.3.2.2 Méthode numérique

Le calcul des différentes dérivées doit être fait en suivant un ordre précis, les variables étant
dépendantes les unes des autres. Cet ordre est explicité dans l’énumération qui suit :
1. Calcul de dRA par 2.64
dθinit
     
∂ F2,Sherritt ∂ F2,Af acan ∂ F2
2. Calcul de ∂γ ρb , ∂γ ρb et ∂γ ρb par 2.75 et 2.76 et 2.74
     
F2,Sherritt F2,Af acan F2
3. Calcul de ∂θ∂init ρb , ∂
∂θinit ρb et ∂
∂θinit ρb par 2.62, 2.63 et 2.61
   
4. Calcul de d M1
et d F1
par 2.65 et 2.60
dθinit ρb dθinit ρb
     
5. Calcul de d d d
M2,Sherritt M2,lit+rel. M2
, et par 2.67, 2.68 et 2.66
dθinit ρb dθinit ρb dθinit ρb
 
6. Calcul de d M
par 2.58 et dθinit par 2.70
dθinit ρb dz
     
7. Calcul de d M 2
, d M1 et d F1 par 2.72, 2.71 et 2.73
dz ρb dz ρb dz ρb
 
8. Calcul de d Fρb2 , dθinit et dγ par 2.78, 2.70 et 2.79
dz dz dz

65
Chapitre 2. Présentation du modèle dynamique

Pour la résolution du système d 'équations différentielles, nous avons utilisé le solveur standard
odeint de [Press et al. 1992]. L'intégration de chaque équation fait appel à une méthode de
RUNGE-KUTTA du quatrième ordre avec adaptation automatique du pas d'intégration.

2.3.3 Calcul du profil de chargement et du temps de séjour

2.3.3.1 Profil de chargement d es fours tournants dépourvus d'équipements m-

ternes

Il existe dans la littérature de nombreuses corrélations permettant de calculer le profil de charge-

ment dans un four tournant dépourvu d 'équipements internes. Nous allons nous intéresser plus
précisément aux modèles utilisant l'approche géométrique du mouvement de la particule solide
dans le lit. L'équat ion 2.18 établit ainsi une relation entre le débit massique solide et la hauteur
du lit en fond de four. Connaissant les profils de conversion dans le four, ｾ＠ est connu en tout
point, l'équation suivante peut alors être utilisée pour en déduire l'évolution de la hauteur du
lit (Afacan et Masliyah 1990]

dh
(2.82)
dz cos Odyn

(Das Gupta et al. 1991] ont proposé d 'améliorer l'équation 2.82 en prenant en compte des dé-
viations aléatoires des particules par rapport au chemin le plus probable :

dh
dz cosOdyn
ＳＺｾＭ (:0) (ｾＭ G) ') -!
Jlff- ＨｾＩ Ｒ Ｍ (1- ｾＩ Ｒ Ｑｮ＠ ( ＱＫ ＮＯ ｲＭｾ Ｍ ｾＨ Ｍ ｩＭＮＩＧ＠ (2.83)

arccos (1- ｾＩＭ (1- ｾＩ＠ V2fi- ＨｾＩ Ｒ＠

La résolution de ces équat ions différentielles nécessite comme condition limite une hauteur de
lit en entrée ou sort ie de four.
A partir des profils de hauteur de lit ainsi calculés, le profil de chargement corr-espondant peut
être obtenu. En effet, le taux de chargement, Z , s 'écrit :
z = ___:!__ = section du lit de poudre
(2.84)
1rR2 section totale disponible
où la section du lit de poudre s'écrit en fonction de la hauteur de chargement (cf. équation 2.44).
On peut aussi décrire l'évolution du taux de chargement sous forme différentielle, en écrivant
que:
dZ 1 dA dh
-=-- · - ·- (2.85)
dz nR2 dh dz
i.e.
Ｒ
dZ 2(2Rh- ｨ Ｉｾ＠ dh
(2.86)
dz nR2 dz

66
 2.4. Conclusion

2.3.3.2 Profil de chargement des fours tournants munis de releveurs

Le taux de chargement s’écrit simplement dans le cas des fours munis de releveurs comme étant
le rapport de la rétention solide totale, M , sur la rétention solide d’un four rempli de poudre :
M
Z= (2.87)
ρb πR2
d’où d’après l’équation 2.56 ,
dZ γ · l(θinit ) · Ns (θinit )
=− (2.88)
dz πR2
Ici encore, la cohérence entre les expressions des profils de chargement pour les fours avec et
sans releveurs est respectée, puisque pour un four extrêmement chargé, Ns (θinit ) est égal à un
et que l’équation 2.30 est vérifiée.

2.3.3.3 Temps de séjour moyen

Le temps de séjour moyen de la poudre est une autre grandeur caractéristique de l’écoulement
dans le four tournant, qui présente par ailleurs l’avantage d’être mesurable expérimentalement. Il
est souvent estimé à l’aide de relations empiriques dépendant des conditions opératoires du four.
Notre modèle dynamique permet d’accéder au temps de séjour à partir des variables dynamiques
calculées lors de la résolution des équations différentielles présentées précédemment. Ainsi, le
temps de séjour s’exprime simplement à partir du rapport de la rétention solide massique totale
et du débit massique total comme :
Z L
M (z)
τs = dz (2.89)
0 F (z)

Cette expression est valide que le four soit ou non équipé de releveurs. Puisqu’on suppose connue
l’évolution du débit massique total F , cette expression montre que si le temps de séjour donné
par le modèle est supérieur au temps de séjour expérimental, cela signifie que l’évaluation par le
modèle de la rétention massique totale est surestimée par rapport à la valeur expérimentale.
De nombreux auteurs ont comparé les valeurs expérimentales aux valeurs issues de la modélisa-
tion et tenté d’expliquer les différences observées. Rappelons que ces travaux se sont limités aux
fours tournants sans releveurs. [Kramers et Croockewit 1952] ont montré une déviation systéma-
tique entre l’expérience et la modélisation : les rétentions solides calculées par la modélisation
pour des fours peu chargés étaient trop faibles et trop importantes pour des fours chargés. De
plus, ils ont observé une meilleure adéquation du modèle pour des fours munis de diaphragmes
en sortie que pour les fours sans diaphragme.

2.4 Conclusion
Nous avons dérivé l’ensemble des équations différentielles permettant de décrire le transport de
la poudre dans un four tournant équipé de releveurs. On distingue le transport en phase disper-
sée (pluie de poudre chutant des releveurs) et en phase dense (lits de poudre dans les releveurs

67
Chapitre 2. Présentation du modèle dynamique

et au fond du four). L’originalité de notre modèle, basé sur les travaux de [Sherritt et Caple
1994], consiste à prendre en compte l’effet des releveurs en fonction de leurs caractéristiques
techniques et du taux de remplissage du four. Le modèle est applicable à tous types de fours
et de releveurs. Il permet aussi, contrairement à celui de [Sherritt et Caple 1994], de retrouver
les résultats des modèles classiques de four tournant sans releveur dans le cas limite où la taille
des releveurs est négligeable devant le rayon du four. On peut en outre tenir compte d’angles
d’avalanche différents des angles dynamiques de repos dans le calcul des variables.
Après résolution numérique des équations, on obtient l’évolution le long de l’axe du four des
variables suivantes : débits massiques solides (total, de la phase dense, de la phase dispersée),
rétentions solides (totale, de la phase dense, de la phase dispersée), angle de premier décharge-
ment, pente axiale du lit de poudre, taux de remplissage et temps de séjour.
Il convient néanmoins de garder à l’esprit que ce modèle repose sur un certain nombre d’hypo-
thèses. Rappelons notamment que l’angle d’avalanche est pris constant quelle que soit la position
angulaire d’un releveur en déchargement, que la détermination de la longueur et de la pente du
talus des releveurs qui ne déchargent pas de poudre est approchée, et surtout que le calcul du
déplacement axial de la phase dispersée est délicat.

68
 3

Détermination des paramètres du

modèle dynamique

Sommaire
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.2 Présentation des essais expérimentaux . . . . . . . . . . . . . . . 70
3.2.1 Description du dispositif expérimental . . . . . . . . . . . . . . . . 70
3.2.2 Présentation du plan d’essais . . . . . . . . . . . . . . . . . . . . . . 71
3.3 Paramètres dynamiques classiques . . . . . . . . . . . . . . . . . . 72
3.3.1 Détermination des régimes d’écoulement . . . . . . . . . . . . . . . 72
3.3.2 Détermination des angles de repos statiques . . . . . . . . . . . . . 75
3.3.3 Détermination des angles de repos dynamiques . . . . . . . . . . . . 75
3.3.4 Détermination des angles d’avalanche . . . . . . . . . . . . . . . . . 77
3.4 Paramètres dynamiques spécifiques . . . . . . . . . . . . . . . . . 78
3.4.1 Longueur de talus . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.4.2 Caractéristiques du rideau de poudre . . . . . . . . . . . . . . . . . 80
3.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82

3.1 Introduction
Comme nous l’avons vu précédemment, le modèle dynamique suppose connu un certain nombre
de paramètres dynamiques. De manière simplifiée, il s’agit de paramètres décrivant la poudre
dans sa phase dense (angles de stabilité) et dans sa phase dispersée (caractéristiques géométriques
du rideau de poudre déchargé par les releveurs). Des essais dynamiques en maquette froide ont
donc été réalisés afin d’obtenir ces paramètres de manière expérimentale. Des essais en maquette
froide similaires avaient été effectués lors de la thèse de [Debacq 2001] pour étudier l’écoulement
dans les fours COGEMA et FBFC. Une nouvelle série d’essais était néanmoins nécessaire. En
effet, les dimensions des fours et leurs équipements internes, notamment les crinolines, changent

69
Chapitre 3. Détermination des paramètres du modèle dynamique

suivant le four considéré. Il a donc été décidé d’étendre l’étude du mouvement transversal de la
poudre au cas du four tournant de Cadarache avec l’équipement interne qui lui est spécifique en
construisant une maquette froide représentative de ce four.
Deux maquettes froides courtes avaient été construites pour la thèse de [Debacq 2001], l’une,
représentant une tranche du four COGEMA avec une crinoline type W2 et l’autre, une tranche
de four FBFC avec une crinoline type four 7, toutes deux à l’échelle 1. Une troisième maquette
avait été construite, représentant à l’échelle 1 une plus longue tranche du four FBFC, avec la
crinoline du four 7. Ces essais en maquette froide avaient pour objectifs :
– de mesurer les angles de talus de différentes poudres en fonction du taux de remplissage,
de la vitesse de rotation et du rayon du tube ;
– d’étudier le mouvement transversal des poudres dans les maquettes froides courtes en
fonction du taux de remplissage et de la vitesse de rotation ;
– d’étudier le mouvement longitudinal d’UO2 dans le four FBFC à l’aide de la maquette
longue ;
– d’étudier la vitesse de mélange de différentes poudres dans les fours COGEMA et FBFC.
Les maquettes sont transparentes et l’écoulement des poudres est visualisé par vidéo. Des clichés
extraits des séquences vidéo ont fait l’objet d’analyse d’image quantitative. Il est utile de rappeler
certains des résultats issus de ces essais :
– seul le type de poudre (UO2 F2 , U3 O8 , UO2 ) semble avoir une influence sur l’angle de talus ;
– les cornières de relevage de la poudre se déchargent progressivement,
– UO2 et U3 O8 tombent des cornières par mottes et irrégulièrement, UO2 F2 tombe des
cornières sous forme de pluie fine,
– dans chaque cas, la chute de la poudre assure un contact gaz/solide efficace ;
– les essais de mélange ont montré que deux à trois tours suffisent à obtenir un mélange
homogène ;
– l’étude du mouvement longitudinal a révélé une influence des chicanes sur l’écoulement du
solide.
Ces essais ont en outre fourni les lois de déchargement des cornières (quantité de poudre pré-
sente dans une cornière en fonction de la position angulaire). Nous comparerons par la suite les
résultats obtenus par [Debacq 2001] à ceux issus de la présente campagne d’essais.

3.2 Présentation des essais expérimentaux

3.2.1 Description du dispositif expérimental

Une nouvelle maquette froide a été construite, représentant à l’échelle 1 une tranche du four
tournant de Cadarache. Cette maquette a été montée, à COGEMA Pierrelatte, à l’aide d’un
« réhausse galet », sur le même châssis que celui utilisé pour les essais de [Debacq 2001]. Ce
châssis est muni d’un moteur équipé d’un variateur de fréquence qui permet de faire varier la
vitesse de rotation de la cuve. Le mouvement des poudres est filmé à l’aide d’un caméscope

70
 3.2. Présentation des essais expérimentaux

numérique à travers la paroi en verre. Pour chaque essai, deux séquences sont réalisées : une
première séquence pendant laquelle l’ensemble de la cuve est filmé et une deuxième pendant
laquelle la caméra focalisée sur un releveur suit son parcours pendant plusieurs rotations de la
cuve.

3.2.2 Présentation du plan d’essais

Les essais réalisés pendant la campagne sont présentés dans le tableau 3.1.

Taux de Vitesse de
Essai Poudre
remplissage rotation (tr/min)
MF2 UO2 F2 10 % 2
MF3 UO2 F2 10 % 4
MF4 UO2 F2 25 % 2
MF5 UO2 F2 25 % 4
MF6 U3 O8 10 % 2
MF7 U3 O8 10 % 4
MF8 U3 O8 25 % 2
MF9 U3 O8 25 % 4
MF10 UO2 F2 25 % 6
MF11 UO2 F2 40 % 4
MF12 UO2 10 % 2
MF13 UO2 10 % 4

Tab. 3.1 – Grille d’essais sur la maquette du four tournant de Cadarache

La rotation de la maquette froide se fait dans le sens inverse des aiguilles d’une montre (re-
présentatif du four de Cadarache). Le chargement de la maquette pour un taux de remplissage
donné a été réalisé en remplissant progressivement la maquette pour obtenir la hauteur de lit
correspondant à ce taux de remplissage. À partir des quantités de poudre introduites dans la
maquette, il est possible de calculer une masse volumique apparente du lit dans la maquette
froide (Tab. 3.2) :

masses volumiques apparentes, kg/m3

Taux de remplissage, %
UO2 F2 U3 O8 UO2
10 245 942 1161
25 234 616 -
40 220 - -

Tab. 3.2 – Masses volumiques apparentes calculées à partir de la quantité de poudre et du volume occupé

71
Chapitre 3. Détermination des paramètres du modèle dynamique

La quantité de poudre introduite a été prise de telle façon que le taux de remplissage corres-
ponde au volume de poudre sur le volume libre soit le volume total du cylindre moins le volume
qu’occupe le cylindre interne. Or, dans notre modèle dynamique, le taux de remplissage est basé
sur le volume total. Les taux de remplissage correspondant au volume total sont les suivants :
10 % correspondent à 8,5 %, 25 % correspondent à 21 % et 40 % correspondent à 33,5 %. Cette
précision a son importance pour la suite de cette étude et pour la comparaison des valeurs expé-
rimentales aux valeurs issues de la modélisation. D’autre part, la valeur de la masse volumique
calculée pour U3 O8 et un taux de remplissage de 10 % ne paraı̂t pas réaliste. Cette impression
est confirmée par les images issues des films video des essais MF6 et 7 pour lesquels la quantité
de poudre paraı̂t trop importante pour un taux de remplissage de 10 %. Si on utilise une masse
volumique de 616 kg m−3 , la même quantité de poudre est équivalente à un taux de remplissage
de 18 % (soit un taux de remplissage basé sur le volume total de 13 %).
A titre de comparaison, les masses volumiques apparentes des poudres mesurées par le Labora-
toire Principal de Cogema Pierrelatte selon une méthode normalisée et les masses volumiques
apparentes des lits mesurées par [Debacq 2001] à l’aide d’éprouvettes graduées sont présentées
dans le tableau 3.3. On remarque une bonne adéquation des valeurs, mis à part pour UO2 F2 .

masses volumiques apparentes, kg m−3

UO2 F2 U3 O8 COGEMA U3 O8 FBFC UO2
Mesures Cogema 380 1140 590 800
Mesures [Debacq 440 1620 680 1280
2001]

Tab. 3.3 – Masses volumiques apparentes moyennes des poudres utilisées pendant les essais maquette
froide de [Debacq 2001]

3.3 Paramètres dynamiques classiques

3.3.1 Détermination des régimes d’écoulement

Nous avons cherché à déterminer le régime d’écoulement pour chaque essai à partir du nombre
de Froude (cf. Partie I - Chapitre 1) dont les valeurs sont indiquées dans le tableau 3.4.

Vitesse de rotation,
Essais Nombre de Froude, -
tr.min−1
MF 2,4,6,8,12 2 3,6.10−4
MF 3,5,7,9,11,13 4 1,4.10−3
MF 10 6 3,2.10−3

Tab. 3.4 – Nombre de Froude pour les essais MF2 à MF13 (R = 8 cm)

72
 3.3. Paramètres dynamiques classiques

Ce calcul donne une première indication sur les régimes d’écoulement pour les divers essais : ils
seront d’avalanche, de roulement ou de cascade. Il convient de rappeler que le nombre de Froude
a été initialement introduit pour les fours tournants dépourvus de releveurs. Néanmoins, son
utilisation dans le cadre de la plupart de ces essais peut être justifiée dans la mesure où l’équi-
pement interne présent dans le four de Cadarache ne perturbe pas sensiblement le mouvement
transversal aux taux de remplissage étudiés.
Pour les essais réalisés, des surfaces de talus réellement planes n’ont pas été observées.
[Mellmann 2001] et [Ding et al. 2002b] ont proposé un certain nombre de relations afin de calculer
un nombre de Froude critique correspondant à la transition entre les régimes d’écoulement.
Ces relations se basent sur des modèles mathématiques simples représentant l’écoulement de
la poudre. La relation proposée par [Ding et al. 2002b] nécessite néanmoins de connaı̂tre avec
précision le temps d’avalanche lors du régime d’écoulement éponyme. [Mellmann 2001] propose
les relations suivantes :
– transition avalanche → roulement si F r > F rc :

3 sin θdyn − tan(2θdyn − θstat ) cos θdyn

F rc = (θstat − θdyn )2 (3.1)
2 sin ε
avec ε tel que
1
Z= (ε − sin ε cos ε) (3.2)
π

F rc : nombre de Froude critique

θdyn : angle de repos dynamique, rad
θstat : angle de repos statique, rad
ε : demi-angle au centre occupé par le lit, rad
Z : taux de remplissage, -

– transition roulement → cascade si ε > εc :

π
εc = − θdyn (3.3)
2
Le tableau 3.5 présente les valeurs des paramètres de transition proposés par [Mellmann 2001]
pour des fours sans releveurs et calculées en fonction du taux de remplissage et de la nature
de la poudre pour les différents essais. Les angles de repos statiques et dynamiques utiles au
calcul de F rc seront explicités plus loin. Le tableau 3.6 récapitule les régimes d’écoulement
observés et prédits pour les différents essais effectués. Il est à noter qu’il est difficile d’observer
les régimes d’écoulement au cours de ces essais tels qu’ils ont été définis ci-dessus. Les critères
de changement de régime ont été déterminés pour des milieux granulaires sans cohésion. La
cohésion de la poudre joue ici un rôle important et modifie considérablement le mouvement
transversal, ce qui explique les différences entre les corrélations et les mesures. On remarque que
globalement les corrélations surestiment les transitions.

73
Chapitre 3. Détermination des paramètres du modèle dynamique

εc en degrés
Taux de
ε en degrés calculé calculé à partir Fr c calculé à partir de (3.1)
remplissage,
à partir de (3.2) de (3.3)
%
UO2 F2 U3 O8 UO2 UO2 F2 U3 O8 UO2
10 46 2,73.10−3 3,24.10−2 2,26.10−2
25 66,2 53 53 57,5 2,19.10−3 2,57.10−2
40 80,9 2,03.10−3

Tab. 3.5 – Calculs des paramètres de transition proposés par [Mellmann 2001]

Essai Régime d’écoulement Régime d’écoulement pré-

dit par [Mellmann 2001]
MF 2 roulement avalanche
MF 3 roulement avalanche
MF 4 cascade cascade
MF 5 transition roulement-cascade cascade
MF 6 roulement avalanche
MF 7 roulement avalanche
MF 8 transition avalanche-roulement cascade
MF 9 roulement cascade
MF 10 transition roulement-cascade cascade
MF 11 cascade cascade
MF 12 roulement (action importante des re- avalanche
leveurs)
MF 13 roulement (action importante des re- avalanche
leveurs)

Tab. 3.6 – Régimes d’écoulement observés pour les essais MF2 à MF13

La figure Fig. 3.1-(a) montre la géométrie des releveurs du four de Cadarache. Les films réalisés
lors des essais montrent qu’en général ces releveurs remplissent leur fonction (Fig. 3.1-(b)). Bien
qu’il existe un vide entre la base du releveur et la paroi du four, la poudre est chargée dans le
releveur et, du fait d’un effet de voûte, ne se déverse pas par cet espace. Signalons cependant
un comportement différent lors des essais MF7 et MF9 : un déchargement très rapide a lieu au
niveau de la base du releveur (cf. Fig. 3.1-(c)). On note également quelques essais pour lesquels
un effet de voûte empêche le chargement complet des releveurs (cf. Fig. 3.2 plus loin).

74
 3.3. Paramètres dynamiques classiques

(a) géométrie du releveur (b) déchargement classique (c) déchargement à la base du

d’un releveur releveur

Fig. 3.1 – Comportement des releveurs du four de Cadarache

3.3.2 Détermination des angles de repos statiques

Dans le cadre de la thèse de [Debacq 2001], les angles de repos statiques ont été mesurés avec la
méthode du cône d’éboulement, c’est-à-dire après écoulement de la poudre a travers un entonnoir
et formation d’un talus. Les résultats sont rappelés dans le tableau 3.7.

UO2 F2 U3 O8 type U3 O8 type UO2

COGEMA FBFC
Angle de repos sta- 43 50 51 45
tique (en degrés)

Tab. 3.7 – Angle de repos statiques mesurés par [Debacq 2001]

De telles mesures n’ont pas été répétées dans le cadre de cette étude.

3.3.3 Détermination des angles de repos dynamiques

Rappelons ici que, même si les essais que nous avons analysés sont représentatifs de l’écoulement
au sein de la maquette froide pour les poudres étudiées, il est difficile de se prononcer sur leur
transposition à l’échelle du four tournant de pyrohydrolyse. L’influence de facteurs tels que
la température, le mélange de poudres de caractéristiques différentes, l’existence de forces de
cohésions plus ou moins importantes, l’évolution morphologique le long du four est difficile à
évaluer, même qualitativement.

75
Chapitre 3. Détermination des paramètres du modèle dynamique

Rappels des résultats obtenus par [Debacq 2001]

Les angles de repos dynamiques avaient été mesurés3 à l’aide des maquettes COGEMA et
FBFC dépourvues de leurs équipements internes et sont rappelés dans le tableau 3.8.

UO2 F2 U3 O8 type U3 O8 type UO2

COGEMA FBFC
Angle de repos dyna- 42 33 39 33
mique (en degrés)

Tab. 3.8 – Angles de repos dynamiques mesurés par [Debacq 2001]

Angles de repos dynamiques observés dans cette étude

Lors des essais, les angles de repos dynamiques ont été mesurés au moment où la surface du talus
est la plus plane. Le tableau 3.9 regroupe les mesures effectuées. On constate que les valeurs
des angles de repos dynamique sont proches de celles mesurées par [Debacq 2001], bien que la
morphologie (forme et distribution des particules) soit vraisemblablement différente et malgré la
présence des releveurs. Les angles de repos dynamiques ont été délibérément mesurés en présence
des releveurs. En effet, ces angles étant les paramètres du modèle dynamique précédemment
présenté doivent être mesurés dans les mêmes conditions de garnissage.

Poudre Essai θdyn observé Moyenne (en

(en degrés) degrés)
MF 2 22
MF 3 45
UO2 F2 MF 4 45 37 avec MF2
MF 5 43 40 sans MF2
MF 10 35
MF 11 32
MF 6 35
U3 O8 MF 7 37 37
MF 8 32
MF 9 44
MF 12 32
UO2 32,5
MF 13 33

Tab. 3.9 – Angles de repos dynamique mesurés pendant les essais MF2 à MF13

Pour la suite de l’étude, nous retiendrons les valeurs suivantes des angles de repos dynamiques :
3
Les mesures d’angles et de distances ont été réalisées grâce au logiciel VisionExplorer MA (Ed. Graftek).

76
 3.3. Paramètres dynamiques classiques

θdyn,U O2 F2 = 40◦ , θdyn,U3 O8 = 37◦ , θdyn,U O2 = 32, 5◦ pour les simulations du four de Cadarache.

3.3.4 Détermination des angles d’avalanche

L’angle d’avalanche avait été mesuré par [Debacq 2001] pour chaque poudre dans les maquettes
COGEMA et FBFC, pour différents taux de remplissage et vitesses de rotation. Cet angle d’ava-
lanche montre une très forte dispersion. La valeur moyenne calculée était de 68◦ et ne semblait
pas affectée par le type de poudre considéré. 92 % des valeurs mesurées étaient comprises entre
40◦ et 90◦ et 30 % entre 63◦ et 73◦ .
La détermination des angles d’avalanche à partir des séquences vidéo est plus délicate que celle
des angles de repos dynamiques. En effet, d’une part le déchargement des releveurs a tendance
à facilement dévier d’un comportement moyen idéal et d’autre part, le nombre de séquences
réellement exploitables (i.e. images visibles et représentatives) s’est révélé limité.
Ainsi, par exemple, les essais MF7 et MF9 n’ont pu être retenus. En effet, comme montré précé-
demment Fig. 3.1 (b), la poudre s’échappe par le fond de la cornière en raison de la rotation plus
forte que pour MF6 et en raison de la bonne coulabilité de la poudre d’U3 O8 étudiée. Lors des
essais avec UO2 (MF12 et MF13), du fait des effets de voûte observés, seules quelques images
ont pu être exploitées. La voûte s’appuyant sur le haut du releveur, la poudre est déchargée en
paquet en une seule fois (cf. Fig. 3.2 (b)). Pour les essais MF10 et MF11, la poudre d’UO2 F2
étant très cohésive, elle forme un paquet de poudre qui bloque le chargement du releveur, ren-
dant par la suite la mesure de l’angle d’avalanche délicate (cf. Fig. 3.2 (a)). La présence de la
face en verre semble être responsable des nombreux effets de voûte observés au cours des essais.

(a) (b)

Fig. 3.2 – (a) Poudre accumulée à l’entrée du releveur rendant le déchargement difficile (Essais MF10
et 11) (b) Effet de voûte empêchant le chargement complet du releveur (Essais MF12 et 13)

À partir des séquences et des images sélectionnées, il a cependant été possible d’obtenir les

77
Chapitre 3. Détermination des paramètres du modèle dynamique

résultats reportés sur la figure Fig. 3.3. La valeur moyenne calculée pour ces essais est de 67◦ .
On retrouve, comme [Debacq 2001], une très forte dispersion des angles d’avalanche et un angle
d’avalanche qui ne semble pas fonction du type de poudre. De plus, cette valeur moyenne est
nettement supérieure aux angles de repos dynamique, confirmant la pertinence d’un modèle
dynamique faisant la différence entre angle dynamique de repos et angle d’avalanche. Nous
retiendrons pour la suite un angle d’avalanche ou angle de repos cinétique θcin = 55◦ pour les
trois poudres pour les raisons abordées au § 3.4.1.2

130
MF 2 (UO2F2)
120 MF 3 (UO2F2)
MF 4 (UO2F2)
110 MF 6 (U3O8)
MF 8 (U3O8)
100 MF 12 (UO2)
MF 13 (UO2)
90
θcin, °

80
70
60
50
40
30
180 200 220 240 260 280 300 320 340 360
θ, °

Fig. 3.3 – Valeurs de l’angle d’avalanche pour les essais MF2 à MF13

3.4 Paramètres dynamiques spécifiques

3.4.1 Longueur de talus

La longueur du talus de poudre présent dans un releveur est une donnée importante du modèle
dynamique. Cette longueur peut être déterminée à la fois expérimentalement et géométrique-
ment.

3.4.1.1 Détermination expérimentale

Une détermination expérimentale n’a pas été effectuée dans le cadre de cette étude. Elle est
néanmoins réalisable, comme l’a montré [Debacq 2001], grâce à des techniques d’analyse d’image
et permet d’obtenir pour les poudres étudiées la fraction de poudre contenue dans un releveur.
À partir de cette fraction de poudre, on peut déterminer la longueur du talus en supposant qu’il
forme une surface plane.

78
 3.4. Paramètres dynamiques spécifiques

3.4.1.2 Détermination géométrique

Il est également possible de déterminer la longueur de talus à une position angulaire donnée
en supposant que le talus forme un angle par rapport à l’horizontale égal à l’angle d’avalanche.
Les détails des calculs géométriques sont fournis dans l’Annexe A. Le tableau 3.10 présente un
récapitulatif des expressions de longueur de talus employées dans les calculs.

Domaine de validité Expression de la longueur de talus

pour θ
π
[β, 2 + θcin ] l(θ) = (R − ho ) cos(θ − θcin − β) + (R2 − (R − ho )2 sin2 (θ − θcin − β))1/2
[ π2 + θcin , π + β + θ2 ] l(θ) = lt cos(θ − θcin ) + (R2 − lt2 sin2 (θ − θcin ))1/2
h
[π + β + θ2 , θcin + l(θ) = − sin(θcinp−θ+β)
3π
2 − β]
3π
[θcin + 2 − β, 2π] l(θ) = 0

Tab. 3.10 – Expressions de la longueur

 de talus pour un releveur
  en déchargement en fonction de la
hp hp R−ho
position angulaire, avec β = arctan R−ho , θ2 = θcin + arctan ho , lt = cos β

La figure 3.4 (a) permet de comparer l’effet des releveurs en représentant la fraction de poudre
relevée par un releveur en fonction de sa position angulaire. La fraction de poudre dans un
releveur est définie comme le rapport de la rétention solide d’un releveur, m2 , sur la rétention
solide maximale, ρb πR2 . Les releveurs du four LCU relèvent naturellement moins de poudre que
ceux des fours FBFC qu’il y ait ou non une partie parallèle à la paroi. En revanche, la forme
particulière des releveurs du four LCU permet d’obtenir une fraction de poudre plus stable pour
θ ∈ [π, 2π] que pour le four FBFC entraı̂nant par conséquent un déchargement régulier de la
poudre.
Les caractéristiques géométriques des releveurs utilisées dans les calculs sont les suivantes. Les
releveurs des fours FBFC sont des cornières de hauteur ho = 35 mm (orthogonale à la paroi)
et hp = 30 mm (parallèle à la paroi). Comme ces cornières sont montées à l’envers dans les
fours FBFC (la concavité tournée dans le sens opposé à la rotation), la partie parallèle à la
paroi ne jouent aucun rôle de relevage, c’est pourquoi, on peut considérer pour ces releveurs
que hp = 0 mm. Rappelons néanmoins que les releveurs ont été montés à l’endroit dans les
essais en maquette froide de [Debacq 2001] et que les calculs représentés figure 3.4 (b) utilisent
cette hypothèse. Les releveurs du four LCU, de forme complexe (cf. Fig. 3.1 ont été assimilés à
des cornières de hauteur ho = 5, 5 mm (égale à la distance radiale entre la paroi du four et la
face interne du releveur parallèle à la paroi) et hp = 15 mm (calculée pour obtenir un volume
maximal de poudre équivalent). Le calcul géométrique de la longueur de talus a également
été utilisé par [Debacq 2001] et comparé à l’expérience. Compte tenu de la forte dispersion de
l’angle d’avalanche, plusieurs valeurs ont été testées ; la valeur de 55◦ permettant le meilleur
accord avec les mesures expérimentales a été retenue. La figure 3.4 (b) rappelle les résultats des

79
 Chapitre 3. Détermination des paramètres du modèle dynamique

essais expérimentaux de (Debacq 2001] et les compare avec les fractions de poudre obtenues par
calcul géométrique dans la cas du four FBFC. Cette figur e montre que le calcul géométrique
permet de représenter tout à fait correctement l'expérience.

0,08 0,03
Four LCU -
0,07 ........ _ Four FBFC, hp = Omm
0,025
0,06
ｈ ｦｔｾ
·······}-------+ ········-;-····i ···-;- .......; - - :
ｾｋ ｭｴＭ
········-=-·
0,02

\,k"\-·Ht-i+H+-
0,05
J o.
.Q
"'ｾ＠
ｾ＠
0,04 "'\& 0,015
...... ......
ê
H t-
0 , 03 -············-'-····'······--'-··········-'--············-·- ii)
..... :" i : : : i i i 0,01

. Ｚｾ
s"' s"'
0,02
ｾＺ Ｚ ｴ ｬＭｴ＠ 0,005
0,01 ｭｾ｟ ＮＡ Ａ Ｌｲ ［ Ｚ ｾ Ｚ Ｚ ｬ Ｂ ＭＮＺｰ ＺＺ ｾ ｾ ｾ＠
0
125 150 175 200 225 250 275 300 325 350 175 200 22 5 250 275 300 325 350
e, o a, o

(a) Comparaison des fractions de poudre pour les (b) Comparaison détermination géomé-
différents fours t rique/expériences, four FBFC

FIG. 3.4 - Fraction de poudre présente dans un releveur à une position angulaire(), ,()cin = 5SO

3.4.2 Caractéristiques d u rideau de poudre

L ongueur d u rid eau de poudre

La longueur (suivant Faxe du four) du rideau de poudre chutant des releveurs n'a pas pu être
mesurée expérimentalement. Néanmoins, une hypothèse réaliste consiste à supposer que cette
longueur correspond à l'espace entre deux chicanes. Le tableau 3.11 donne les valeurs de l'espace
entre deux chicanes et donc la longueur de rideau qui ser a utilisée dans la modélisation pour les
deux fours étudiés.

Longueur du rideau de poudre, L r

Four LCU 20 cm
Four FBFC 40 cm

T AB. 3.11 - Longueur de rideau de poudre, Lr

Epaisseur du r ideau de poudre

Il est difficile de proposer une mesure fiable de l'épaisseur du rideau de poudre chutant des
releveurs. L 'épaisseur du rideau de poudre tend à augmenter entre le releveur et la fin de la chute,
le rideau s'élargissant progressivement. Le tableau 3.12 donne une estimation de l'épaisseur du
rideau de poudre prise à mi-hauteur de chute pour les deux fours à partir d 'images extraites des
films video.

80
 3.4. Paramètres dynamiques spécifiques

Épaisseur du rideau de poudre, er

Four LCU 0,5 cm
Four FBFC 1 cm

Tab. 3.12 – Épaisseur du rideau de poudre, er

Volume du rideau de poudre

Comme nous l’avons vu Partie I - Chapitre 2, le rideau de poudre est assimilé à un parallépipède.
Le volume du rideau peut être obtenu à partir des données précédentes et de la hauteur de chute.
La hauteur de chute varie en fonction de la position radiale θ. La hauteur du rideau, égale à la
hauteur de chute moyenne, vaut :
Z θf
1
hr = y(θ) dθ (3.4)
θf − θinit θinit
hr : hauteur du rideau (m)
θf : angle de fin de déchargement (rad)

Le volume de rideau est alors

Z θf
hauteur ] · [ longueur ] · [ épaisseur ] =
Lr er
Vr = [du rideau du rideau du rideau
y(θ) dθ (3.5)
θf − θinit θinit

Vr : volume du rideau de poudre (m3 )

Nous utiliserons également par la suite la grandeur Vr′ , volume total de la phase dispersée (sous
forme de rideaux) par mètre de longueur de four, calculée comme le produit du volume d’un
rideau par le nombre de releveurs en déchargement, N (θf − θinit )/2π soit
Z
′ N er θf
Vr = y(θ) dθ (3.6)
2π θinit
Vr′ : volume du rideau de poudre par m de four (m3 [m de four]−1 )

Porosité du rideau de poudre

À partir des données géométriques précédentes, il est possible d’exprimer la porosité du rideau de
poudre à un angle initial de déchargement donné. En effet, on connaı̂t la masse de poudre dans
la phase dispersée et donc le volume occupé par les agglomérats (si on suppose une distribution
monodispersée d’agglomérats de volume va et leur masse volumique égale à ρa . D’où :
h i
Volume total occupé par les agglomérats
dans le rideau de poudre
εr (θinit ) = 1 −
[Volume du rideau de poudre] (3.7)
M1 (θinit )
=1−
ρa Vr′ (θinit )

81
Chapitre 3. Détermination des paramètres du modèle dynamique

 Df −3
avec ρa = ρp ddap . Les valeurs moyennes des tailles des agglomérats (durs) et des particules
primaires ainsi que leurs masses volumiques sont issues des caractérisations des lots d’UO2 FR8
et FR9 obtenus lors de la campagne CVS1 (cf. Introduction). Elles permettent de calculer la
dimension fractale de masse à partir de l’expression de ρa .
Les figure 3.5 (a) et (b) décrivent l’évolution de la porosité du rideau de poudre par rapport à
l’angle de premier déchargement pour les fours LCU et FBFC. La porosité des rideaux de poudre
est toujours supérieure à 0,9 et évolue différemment suivant la configuration du releveur. Dans
le cas où il n’y a pas de partie parallèle à la paroi du four, la porosité du rideau croı̂t jusqu’à
atteindre la valeur 1. Inversement pour de releveurs en forme de cornière, le porosité du rideau
décroı̂t à partir de 180 ◦ pour réaugmenter à partir de 270 ◦ . Cette évolution est directement
reliée à l’évolution de la longueur de talus : en effet, pour hp = 0, le releveur est vide à partir de
θ = 270 ◦ et la porosité reste constante et égale à 1.

1 1

0,999 0,995

0,998
0,99
0,997
εr, −

εr, −

0,985
0,996
0,98
0,995
FR 8, hp = 0 mm
0,994 0,975 FR 9, hp = 0 mm
FR 8 FR 8, hp = 30 mm
FR 9 FR 9, hp = 30 mm
0,993 0,97
100 150 200 250 300 100 150 200 250 300 350
θinit, ° θinit, °

(a) Four LCU (er = 0, 5 cm) (b) Four FBFC (er = 1 cm)

Fig. 3.5 – Porosités des rideaux de poudre d’UO2 pour les deux fours de conversion avec les poudres
FR8 et FR9 de la campagne CVS1, Df = 2, 63 pour FR8 et Df = 2, 85 pour FR9

3.5 Conclusion
Les essais dynamiques réalisés à COGEMA Pierrelatte avaient notamment pour objectif de
caractériser l’écoulement transversal des poudres dans une maquette froide représentative du
four de pyrohydrolyse de Cadarache. Ils ont montré qu’aux taux de remplissage considérés, le
régime d’écoulement se situe entre le régime d’avalanche et de cascade, l’action des releveurs sur le
mouvement de la poudre au fond du four étant la plupart du temps négligeable. A partir d’images
extraites des films vidéo, les angles de repos dynamiques moyens des poudres d’UO2 F2 , d’U3 O8
et d’UO2 ont été mesurés. De même, il a été possible de mesurer un angle moyen d’avalanche
égal à 67◦ bien que celui-ci montre une forte dispersion. L’ensemble de ces paramètres reste

82
 3.5. Conclusion

proche des résultats obtenus par [Debacq 2001], alors que les morphologies des poudres utilisées
sont vraisemblablement différentes.
Ces essais ont également permis de préciser les paramètres caractéristiques des rideaux de poudre
chutant des releveurs.

83
Chapitre 3. Détermination des paramètres du modèle dynamique

84
 4

Confrontation à l’expérience et
discussion

Sommaire
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.2 Confrontation à l’expérience . . . . . . . . . . . . . . . . . . . . . 86
4.2.1 Comparaison des angles de premier déchargement . . . . . . . . . . 86
4.2.2 Temps de séjour . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.3 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.3.1 Profil de chargement . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.3.2 Résultats et sensibilité du modèle aux paramètres pour un fonction-
nement nominal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

4.1 Introduction
Pour juger de la validité du modèle dynamique développé, nous avons cherché à confronter les ré-
sultats des calculs aux données expérimentales disponibles. La comparaison directe à l’expérience
n’est naturellement pas possible pour toutes les variables calculées (ex. : profil de chargement,
débits massiques des phases denses et dispersées) du fait de la difficulté de mesurer les valeurs
de ces variables au sein du four.
Grâce aux essais en maquette froide précédemment décrits, nous avons pu comparer les valeurs
des angles de premier déchargement données par la modélisation et par l’expérience. Les mesures
de Distributions de Temps de Séjour (D.T.S.) par traçage radioactif réalisées sur le four FBFC
par [Debacq 2001] donnant accès au temps de séjour moyen de la poudre ont également été
confrontées aux résultats du modèle.
Enfin, nous avons étudié les profils de chargement calculés, puis nous les avons comparés aux
modèles classiques adaptés aux fours tournants sans releveurs. Nous avons en outre cherché à
dégager les paramètres les plus sensibles de notre modèle.

85
Chapitre 4. Confrontation à l’expérience et discussion

4.2 Confrontation à l’expérience

4.2.1 Comparaison des angles de premier déchargement
Rappelons que l’angle de premier déchargement correspond à la position angulaire du premier
releveur qui se décharge et que cet angle est directement lié au taux de remplissage Z.
Dans le cas d’un four dépourvu de releveurs, on peut définir et calculer un angle de premier
déchargement équivalent correspondant à la position angulaire de la base du talus :
 
h
θinitKramers = arcsin 1 − + θdyn (4.1)
R
et la hauteur du lit peut être déduite de la relation implicite suivante :

     2 !1/2
2 2 h 2 h 2h h
ZπR − R arccos 1 − +R 1− − =0 (4.2)
R R R R
L’angle de premier déchargement équivalent n’est donc fonction que du taux de remplissage et
du diamètre du four et non de la vitesse de rotation.
Dans le cas des fours munis de releveurs, il est également possible de déterminer la valeur théo-
rique de l’angle de premier déchargement à partir du taux de chargement et des caractéristiques
techniques du four. θinit est tel que :

ρb ZπR2 = M1 (θinit ) + M2 (θinit ) (4.3)

Avec ou sans releveur, d’après les relations 4.3 et 4.1, l’angle, θinit obtenu par le calcul ne dépend
pas de la vitesse de rotation du tube si on fait l’hypothèse que l’angle de repos dynamique est
constant pour un type de poudre donné (en toute rigueur M1 est fonction de la vitesse de
rotation, mais cette variation est négligeable du fait des faibles variations de vitesse de rotation
et des taux de remplissage relativement importants).
Les essais en maquette froide décrits dans le chapitre précédent permettent d’accéder aux angles
de premier déchargement expérimentaux. Ces angles ont été mesurés, avec une incertitude de
quelques degrés, sur les images vidéo en respectant la définition de la Partie I - Chapitre 2. Tous
les essais effectués montrent des fours chargés i.e. θinit ∈ [0, π] et parmi ces essais, seuls les essais
à un taux de remplissage de 10 % pour UO2 F2 et UO2 ne présentent pas de releveur enterré
(MF2, MF3, MF12 et MF13).
Le tableau 4.1 indique l’angle de premier déchargement mesuré sur la maquette froide pour
chaque essai, ainsi que l’angle formé par le talus de la poudre au fond du four par rapport à
l’horizontale à cette position angulaire. Cet angle peut être différent de l’angle de repos dyna-
mique moyen utilisé dans notre modèle dynamique puisqu’il s’agit d’une valeur instantanée et
que les releveurs et le frottement paroi/poudre ont tendance à déformer le talus de poudre. On
constate que pour un taux de remplissage donné, l’angle de premier déchargement augmente
avec la vitesse de rotation de même que l’angle d’équilibre (à l’exception des essais UO2 ). C’est
d’ailleurs cette variation de l’angle d’équilibre avec la vitesse de rotation qui explique que l’angle

86
 4.2. Confrontation à l’expérience

de premier déchargement mesuré varie avec celle-ci (un angle d’équilibre supérieur conduisant à
un angle de premier déchargement supérieur). D’autre part, les essais à un taux de remplissage
de 25 % et plus ont tendance à déformer le talus de poudre et donc à diminuer l’angle d’équilibre
et par conséquence l’angle de premier déchargement. Ainsi, pour un taux de remplissage de 10 %,
les angles d’équilibre du talus sont proches des angles de repos dynamique moyens proposés dans
le chapitre précédent à l’exception d’UO2 dont l’angle d’équilibre semble plus proche de l’angle
de repos cinétique. Pour les taux de remplissage de 25 et 40 %, malgré un talus déformé, les
angles d’équilibre restent proches des angles de repos dynamique moyens proposés.

Poudre Essai Z, n, tr θinit observé, angle d’équilibre du ta-

% min−1 en degrés lus de poudre à θinit , en
degrés
MF 2 10 2 88 39 (talus plat)
MF 3 10 4 91 43 (talus plat)
UO2 F2 MF 4 25 2 55 27 (talus très déformé)
MF 5 25 4 62 35 (talus déformé)
MF 10 25 6 71 40 (talus déformé)
MF 11 40 4 57 35 (talus déformé)
MF 6 10 2 71 39 (talus plat)
U3 O8 MF 7 10 4 72 40 (talus plat)
MF 8 25 2 61 40 (talus légèrement
déformé)
MF 9 25 4 65 40 (talus déformé)
MF 12 10 2 86 53 (talus plat)
UO2
MF 13 10 4 83 50 (talus plat)

Tab. 4.1 – Angles de premier déchargement et angles d’équilibre du talus mesurés pendant les essais
MF2 à MF13

Le tableau 4.2 compare les angles de premier déchargement obtenus par l’expérience, par notre
modèle dynamique (θinitSherritt avec équation 4.2) et à l’aide de la relation 4.1 (θinitKramers ). On
note une bonne adéquation entre modèle et expérience pour la quasi-totalité des essais même
si les angles de premier déchargement calculés ont tendance à être légèrement supérieurs aux
angles observés. On remarque également que les valeurs des angles de premier déchargement
calculés par les deux modèles pour ces taux de chargement sont semblables.

87
Chapitre 4. Confrontation à l’expérience et discussion

Poudre Essai θinit observé, θinitKramers , θinitSherritt avec

en degrés en degrés θcin = 55, en
degrés
MF 2 88
MF 3 91 86,0 87,6

UO2 F2 MF 4 55
MF 5 62 68,3 67,9
MF 10 71
MF 11 57 55,2 53,9
MF 6 71
MF 7 72 77,1 78,0
U3 O8
MF 8 61
66,8 66,6
MF 9 65
MF 12 86
UO2 84,6 86,3
MF 13 83

Tab. 4.2 – Angles de premier déchargement : mesurés pendant les essais MF2 à MF13, calculés pour un
tube sans releveurs, θinitKramers , et calculés par le modèle dynamique, θinitSherritt (avec θdyn,U O2 F2 = 40 ◦ ,
θdyn,U3 O8 = 37 ◦ , θdyn,U O2 = 32, 5 ◦ )

Les figures 4.1 (a) et (b) montrent la correspondance entre l’angle de premier déchargement et
le taux de remplissage. Ces figures permettent de mieux appréhender l’influence des releveurs et
de l’angle de repos cinétique sur notre modèle dynamique par rapport au modèle sans releveurs
de [Kramers et Croockewit 1952]. La comparaison avec le modèle sans releveurs montre que
pour de faibles taux de remplissage, la valeur de l’angle de premier déchargement est plus élevée
avec notre modèle dynamique qu’avec le modèle de [Kramers et Croockewit 1952]. En effet, les
releveurs se chargent de poudre en réduisant la quantité de poudre dans le lit et permettent donc
une augmentation de l’angle de premier déchargement. Cette tendance s’inverse pour de forts
taux de remplissage, le modèle sans releveurs prédit alors un angle de premier déchargement
supérieur à celui calculé par notre modèle dynamique. Cette inversion de la tendance s’explique
par le calcul de la rétention solide par l’intermédiaire du paramètre RA . Aux forts taux de
remplissage, la rétention solide calculée tend vers l’expression « lit+releveurs » et est donc
supérieure à celle du lit seul du modèle de [Kramers et Croockewit 1952].
L’influence de l’angle de repos cinétique, dont on a vu qu’il avait tendance à être plus élevé que
l’angle de repos dynamique, est également présentée sur les figures 4.1. De manière générale,
notre modèle dynamique donne une valeur de l’angle de déchargement d’autant plus élevée que
l’angle de repos cinétique est élevé : les releveurs sont alors chargés d’un volume plus important
de poudre. Cet effet est plus ou moins fort selon la géométrie des releveurs. Ainsi, les courbes
θinit = f (Z), quel que soit le modèle utilisé, sont très proches les unes des autres pour le four
LCU où l’action des releveurs est relativement faible. Pour le four FBFC où la taille des releveurs

88
 4.2. Confrontation à l’expérience

permet un chargement de poudre plus important, l’influence de l’angle de repos cinétique est
significatif sur le calcul de l’angle de premier déchargement à partir du taux de remplissage. C’est
dans ce cas qu’apparaissent les différences les plus importantes entre le modèle de [Kramers et
Croockewit 1952] et notre modèle, notamment pour les taux de remplissage faibles.

130 θdyn=θcin=37° 130 θdyn=θcin=37°

θdyn=37°,θcin=45° θdyn=37°,θcin=45°
120 θdyn=37°,θcin=55° 120 θdyn=37°,θcin=55°
110 θdyn=37°,θcin=65° 110 θdyn=37°,θcin=65°
θdyn=37°, Kramers θdyn=37°, Kramers
θinit, °

θinit, °
100 100
90 90
80 80
70 70
60 60
50 50
0 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0 0,05 0,1 0,15 0,2 0,25 0,3 0,35
Z, − Z, −

(a) Four LCU (b) Four FBFC

Fig. 4.1 – Correspondance entre l’angle de premier déchargement et le taux de remplissage, pour une
géométrie de four donnée et en fonction de l’angle de repos cinétique

4.2.2 Temps de séjour

4.2.2.1 Temps de séjour du four FBFC

Des mesures de DTS ont été réalisées dans le cadre de la thèse de [Debacq 2001] afin d’évaluer
l’influence du débit d’alimentation et de la vitesse de rotation sur le temps de séjour dans le four
FBFC. Pour cela, les réponses en entrée et en sortie de four tournant à des injections de types
créneau ou impulsion d’UF6 plus enrichi au niveau du réacteur d’hydrolyse ont été suivies à
l’aide de sondes mesurant le rayonnement γ. Six essais ont été réalisés en faisant varier les débits
d’alimentation entre 60 et 100 kgUF6 h−1 et les vitesses de rotation entre 3 et 7 tr min−1 . Ces
paramètres opératoires ainsi que les temps de séjour moyens observés sont récapitulés dans le
tableau 4.3. Ces temps de séjour expérimentaux ont été comparés aux temps de séjour obtenus
par la relation de [Kramers et Croockewit 1952] adaptée aux fours tournants dépourvus de
releveurs et à l’aide de notre modèle via la relation 2.89. La longueur de four est prise égale à
celle correspondant à l’écartement entre les deux détecteurs lors des essais de DTS, soit 4,30 m.
Un des détecteurs est placé à l’entrée du four et le deuxième à 1 m de la sortie du four. Les ordres
de grandeurs sont respectés pour les deux modèles dynamiques pour des conditions d’essais très
différentes. Seul l’essai 1 donne un temps de séjour moyen calculé sensiblement différent du temps
de séjour moyen expérimental. D’après le tableau 4.3, on peut penser que le modèle de [Kramers
et Croockewit 1952] donne de meilleures estimations des temps de séjour expérimentaux. Cette

89
Chapitre 4. Confrontation à l’expérience et discussion

constatation ne remet néanmoins pas en cause notre modélisation dynamique : rappelons, en

effet, que le modèle de [Kramers et Croockewit 1952] n’est en principe pas adapté aux fours
tournants que nous étudions : il ne prend en compte ni le rôle des releveurs, ni le rôle de la phase
dispersée sur le profil de chargement et le temps de séjour. L’effet des équipements internes
autres que les releveurs n’est actuellement pas intégré dans la modélisation (quel que soit le
modèle) et pourrait jouer un rôle non négligeable sur les paramètres dynamiques. De plus, les
profils de composition chimique du solide, via la masse volumique apparente influent sur les
profils de chargement et donc sur les temps de séjour (comme nous le verrons au § 4.3.2.3). Or,
les profils supposés peuvent ne pas représenter la réalité suffisamment précisément.

Temps de séjour Temps de séjour Temps de séjour

Essai expérimental, d’après calculé par notre
min Kramers, min modèle, min
F = 80, 0 kg h−1
1 14,5 13,4 11,2
ω = 7 tr min−1
F = 60, 0 kg h−1
2 29,5 30,2 29,5
ω = 3 tr min−1
F = 80, 3 kg h−1
3 28,9 31,1 33,6
ω = 3 tr min−1
F = 80, 4 kg h−1
4 18,4 18,0 16,9
ω = 5 tr min−1
F = 99, 7 kg h−1
5 14,9 15,1 14,3
ω = 6 tr min−1

Tab. 4.3 – Temps de séjour moyens expérimentaux et calculés

4.2.2.2 Temps de séjour du four LCU

La corrélation empirique proposée par Friedmann établit que le temps de séjour moyen τs de
la poudre dans un four tournant est proportionnel au rapport de la longueur sur le diamètre du
four, inversement proportionnel à l’angle d’inclinaison α élevé à une certaine puissance et inver-
semment proportionnel à la vitesse de rotation élevée à une autre puissance. [Boutin-Lacombe
1995] a montré, à l’aide de mesures de DTS, que pour le four tournant des ATUE 4 de Cadarache,
cette relation rendait compte de manière satisfaisante de l’expérience bien qu’elle ne prenne pas
en compte l’influence du débit d’alimentation. Pour le four LCU, aucune campagne de mesures
de DTS n’a été réalisée à l’heure actuelle. Un ordre de grandeur a néanmoins pu être estimé
à l’aide des effets thermiques identifiés lors du passage de la poudre pendant le remplissage du
four [Perrais 2000] (i.e. la période transitoire correspondant au chargement du four vide par de
4
ATUE (Ateliers de Traitements de l’Uranium Enrichi) : unité du CEN Cadarache où étaient menées en
parallèle des activités de production et de recherche.

90
 4.3. Discussion

l’UO2 F2 issu du réacteur d’hydrolyse). En effet la transition de température entre le régime sans
poudre et le régime avec poudre est assez nette, particulièrement au début du four où l’effet de
diffusion axiale est moins marqué et les écarts de températures importants. Cette variation per-
met d’associer un temps à une abscisse du front de remplissage du four. En faisant l’hypothèse
que le temps de remplissage de la poudre est équivalent au temps de séjour, la connaissance
d’un ensemble de points expérimentaux pour différentes conditions de fonctionnement permet
de déterminer les paramètres de la loi de Friedmann [Perrais 2000] :
0, 15L
τs = (4.4)
Dαω 0,9
Le tableau 4.4 recense les temps de séjour moyens calculés à l’aide de la relation précédente, du
modèle de [Kramers et Croockewit 1952] et de notre modèle dynamique. Les conditions opéra-
toires des essais du tableau 4.4 ne correspondent pas à des conditions d’essais expérimentaux
mais sont de simples données de calcul. Ici encore, les ordres de grandeurs sont comparables,
mais il est difficile de se prononcer sur la validité et surtout sur la précision des valeurs. Cha-
cun des trois modèles possède ses limites. La relation de Friedmann n’intègre, par exemple,
pas l’influence du débit d’alimentation sur le temps de séjour (essais 2 et 3). Une campagne de
DTS sur le four LCU serait souhaitable pour obtenir des temps de séjour expérimentaux qui
permettent une comparaison.

Temps de séjour Temps de séjour Temps de séjour

Essai (relation 4.4), d’après calculé par notre
min Kramers, min modèle, min
F = 5 kgU h−1
1 16,3 15,0 12,6
ω = 5 tr min−1
F = 5 kgU h−1
2 37,2 33,9 35,2
ω = 2 tr min−1
F = 6 kgU h−1
3 37,2 33,2 35,4
ω = 2 tr min−1
F = 7 kgU h−1
4 16,3 14,5 13,4
ω = 5 tr min−1

Tab. 4.4 – Temps de séjour moyens calculés

4.3 Discussion
4.3.1 Profil de chargement
4.3.1.1 Conditions limites

Comme nous l’avons vu dans le § 2.3.2.1, les équations différentielles issues de la modélisation
nécessitent que l’on se fixe une condition limite. Comme nous allons le voir, l’écriture de cette

91
Chapitre 4. Confrontation à l’expérience et discussion

condition limite en sortie est un point délicat de la modélisation dans le cas des fours tournants
à la fois dépourvus de diaphragme de sortie, munis de releveurs et dont on ne connaı̂t pas la
rétention solide en sortie, comme le sont les fours FBFC et LCU.
Pour les fours disposant d’un diaphragme de sortie, on suppose généralement que la hauteur du
lit de poudre en sortie de four est équivalente à la hauteur du diaphragme. Cette condition limite
devient inadéquate dans le cas de fours dépourvus de diaphragme. En effet, une hauteur de lit
en sortie de four égale à 0 n’est pas réaliste physiquement puisqu’elle implique que la poudre ne
sorte pas du four. C’est pourquoi une hypothèse classique consiste à supposer une hauteur du
lit en sortie de four très faible, égale par exemple au diamètre des particules. Cette hypothèse
entraı̂ne des valeurs élevées de dh dh
dz et donc de γ (tan(γ) = − dz ) dans une zone proche de la sortie
du four, rendant l’hypothèse d’un angle γ faible, fausse. [Kramers et Croockewit 1952] suggèrent
d’ailleurs que cette limite de leur modèle pourrait être responsable des écarts constatés entre la
rétention solide expérimentale et calculée pour des fours sans diaphragme en sortie.
Une solution alternative consiste à écrire que la ligne de plus grande pente ne peut être inclinée
par rapport à l’horizontale d’un angle supérieur à l’angle de repos, soit :
dh
≤ tan(θdyn − α) (4.5)
dz
[Debacq 2001] utilise quant à elle la relation de [Kramers et Croockewit 1952] pour calculer le
profil de chargement pour un four avec releveurs et retient comme condition limite une hauteur
du lit en sortie de four égale à la hauteur du releveur orthogonale à la paroi. [Debacq 2001]
motive son choix en estimant qu’une certaine quantité de poudre est retenue en permanence
dans la partie supérieure du cylindre et ne peut donc pas s’écouler librement. Dans le cas du
four FBFC, la hauteur du releveur correspond à un taux de remplissage de 4,16 % pour un
fonctionnement nominal.
Dans notre modèle dynamique, le signe de γ en sortie de four a un rôle important dans l’évolution
du profil de chargement : si on souhaite que le profil de chargement diminue entre l’entrée et
la sortie du four, γ(z = L) doit être positif, puisqu’il conditionne l’évolution de la rétention
massique totale (relation 2.56). Cette condition se retrouve dans le modèle de [Kramers et
Croockewit 1952] puisque γ(z = L) est alors équivalent à − dh dz z=L .
Les figures 4.2 (a) et (b) montrent le taux de remplissage et l’angle de premier déchargement
correspondants à un γ donné dans le cas d’une poudre d’UO2 et pour un fonctionnement nominal
des fours. Ces figures permettent de fixer une condition limite pour le taux de remplissage de telle
façon que le profil de chargement augmente entre la sortie et l’entrée. Pour le four FBFC, on voit
que quelles que soient les valeurs des angles de repos, le taux de remplissage doit être inférieur à
environ 3 % pour que γ soit positif. Cette valeur est plus faible que la condition préconisée par
[Debacq 2001] (4,16 %). Dans le cas du four LCU, le taux de remplissage correspondant à un γ
nul en sortie de four est compris entre 3 et 5,5 % et est largement fonction de l’angle de repos
cinétique.
La sensibilité des résultats à cette condition limite est présentée ci-après au § 4.3.2.1. Notons enfin
qu’il est possible d’intégrer le système d’équations différentielles de l’entrée vers la sortie du four.

92
 4.3. Discussion

C’est d’ailleurs de cette façon que nous avons procédé pour modéliser l’évolution morphologique
en parallèle à la dynamique de la poudre.

0,06 0,05 130

110
0,05 0,04 120

θinit, °

θinit, °
0,04 100 0,03 110
Z, −

Z, −
0,03 0,02 100
90
0,02 0,01 90

0,01 0 80
−0,4−0,2 0 0,2 0,4 0,6 0,8 1 −1 −0,5 0 0,5 1 1,5 2
γ, ° γ, °
Z=f(γ), θcin=32,5° Z=f(γ), θcin=33°
θcin=45° θcin=45°
θcin=55° θcin=55°
θcin=65° θcin=65°
θinit=g(z),θcin=32,5° θinit=g(z),θcin=33°
θcin=45° θcin=45°
θcin=55° θcin=55°
θcin=65° θcin=65°

(a) Four LCU (b) Four FBFC

Fig. 4.2 – Taux de remplissage et angle de premier déchargement en fonction de γ pour UO2 (θdyn =
32, 5◦ pour LCU, θdyn = 33◦ pour FBFC) pour un fonctionnement nominal du four

4.3.1.2 Exemples de profils de chargement

Les figures 4.3 (a) et (b) montrent les profils de chargement obtenus à partir du modèle de
[Kramers et Croockewit 1952] et de notre modèle dynamique pour des conditions correspondant
aux essais expérimentaux réalisés lors de la thèse de [Debacq 2001] et dont les conditions de
fonctionnement sont rappelées dans le tableau 4.3.
Les profils de chargement présentent qualitativement les mêmes tendances : le taux de remplis-
sage augmente avec le débit d’alimentation pour une vitesse de rotation fixée, et diminue quand
la vitesse de rotation croı̂t pour un débit d’alimentation donné. En comparant les figures 4.4 (a)
et (b), on note que les différences sur les profils de chargement issus des deux modélisations sont
variables suivant les conditions opératoires.

93
Chapitre 4. Confrontation à l’expérience et discussion

0,35 0,35
Essai 1 (80;7) Essai 1 (80;7)
0,3 Essai 2 (60;3) 0,3 Essai 2 (60;3)
Essai 3 (80,3;3) Essai 3 (80,3;3)
Essai 4 (80,4;5) Essai 4 (80,4;5)
0,25 Essai 5 (99,7;6) 0,25 Essai 5 (99,7;6)
0,2 0,2
Z, −

Z, −
0,15 0,15

0,1 0,1

0,05 0,05

0 0
0 1 2 3 4 5 0 1 2 3 4 5
z, m z, m

(a) Profils de chargement d’après notre modèle (b) Profils de chargement d’après [Kramers et
Croockewit 1952]

Fig. 4.3 – Comparaison des profils de chargement du four FBFC calculés pour les conditions des essais
expérimentaux du tableau 4.3.

0,45 0,45
Essai 1 (5;5) Essai 1 (5;5)
0,4 Essai 2 (5;2) 0,4 Essai 2 (5;2)
Essai 3 (6;2) Essai 3 (6;2)
0,35 Essai 4 (7;5) 0,35 Essai 4 (7;5)
0,3 0,3
0,25 0,25
Z, −

Z, −

0,2 0,2
0,15 0,15
0,1 0,1
0,05 0,05
0 0
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
z, m z, m

(a) Profils de chargement d’après notre modèle (b) Profils de chargement d’après [Kramers et
Croockewit 1952]

Fig. 4.4 – Comparaison des profils de chargement du four LCU calculés pour les conditions supposées
du tableau 4.4.

Ainsi, pour l’essai 1 qui correspond au fonctionnement nominal, les taux de remplissage calculés
par notre modèle sont inférieurs à ceux obtenus par le modèle de [Kramers et Croockewit 1952].
Les essais 4 et 5 donnent des résultats similaires pour les deux modèles dynamiques. En revanche,
les profils de chargement calculés à partir de notre modèle pour les essais 2 et 3, c’est-à-dire les
essais à faible vitesse de rotation, montrent que les taux de remplissage en entrée de four sont
supérieurs à ceux calculés avec [Kramers et Croockewit 1952]. Cette différence s’explique par la
formulation même de notre modèle. En effet, pour des taux de remplissage importants, RA tend

94
 4.3. Discussion

vers 0, et à la rétention solide de la phase dense correspond alors au lit présent dans le fond du
four et la poudre prise dans les releveurs, d’où un taux de remplissage supérieur à celui d’un
four sans releveurs.
Les figures 4.4 (a) et (b) montrent, dans le cas des conditions opératoires proposées dans le
tableau 4.4 pour le four LCU, des résultats similaires. L’effet des releveurs est visible aux forts
taux de chargement en entrée de four (essai 4) et pour les taux de remplissage plus faibles
(essai 1).

4.3.2 Résultats et sensibilité du modèle aux paramètres pour un fonctionne-

ment nominal
Les résultats présentés dans ce paragraphe sont destinés à une meilleure compréhension de la
sensibilité des résultats du modèle à certains des paramètres dynamiques.

4.3.2.1 Sensibilité à la condition limite

Comme nous l’avons vu précédemment, la condition limite semble être une donnée importante
puisqu’elle conditionne a priori le profil de chargement. Les figures 4.5 et 4.7 montrent les profils
de chargement des fours FBFC et LCU , calculés à partir de deux conditions limites en sortie de
four possibles : un angle lit/axe du four nul et un taux de remplissage équivalent à une hauteur
de lit égale à la hauteur du releveur orthogonal à la paroi (soit Z = 4, 16 % pour FBFC, Z = 1, 07
% pour LCU).

0,13
C.L.:γ=0°
0,12
Kramers,C.L.:γ=0°
0,11 C.L.:Z=0,0416
0,1 Kramers,C.L.:Z=0,0416
0,09
Z, −

0,08
0,07
0,06
0,05
0,04
0,03
0,02
0 1 2 3 4 5
z, m

Fig. 4.5 – Comparaison des profils de chargement pour deux conditions limites : γ = 0 et Z en fin de
four correspondant à une hauteur de lit équivalente à la dimension orthogonale du releveur (Four FBFC)

Ces figures montrent que pour un modèle dynamique donné ([Kramers et Croockewit 1952] ou le
nôtre) les profils de chargement ont tendance à se rapprocher quand on s’éloigne de la condition
limite. En revanche (cf. Fig. 4.5), les deux modèles dynamiques ne fournissent pas le même
profil de chargement : pour ces conditions de fonctionnement nominales, le taux de remplissage

95
Chapitre 4. Confrontation à l’expérience et discussion

calculé par [Kramers et Croockewit 1952] est toujours supérieur à celui calculé par notre modèle.
Comme nous l’avons vu au § 4.3.1.1, si on fixe comme condition limite de notre modèle le taux de
remplissage correspondant à la hauteur orthogonale d’un releveur, dans le cas du four FBFC, le
γ calculé est négatif. Le profil de chargement diminue alors pour tendre vers γ nul, puis le profil
de chargement augmente jusqu’à l’entrée du four du fait de l’évolution de la masse volumique
moyenne.
Les figures 4.6 et 4.8 montrent les profils de chargement obtenus par notre modèle quand on
cherche à minimiser le taux de remplissage en fin de four. On retrouve tout d’abord un résultat
de la littérature, à savoir que la condition limite n’influence le profil de chargement que dans
une zone proche de la sortie du four. On montre aussi que, même quand l’hypothèse de petit
angle pour γ est manifestement fausse en sortie de four, cette erreur n’influe pas sur le profil de
chargement global. Enfin, ces figures montrent globalement que le profil de chargement tend à
se stabiliser entre z = 4, 1 et z = 5, 4 pour la figure 4.6 (soit γ → 0) s’il n’y a pas de réaction
chimique, ce qui est le cas dans la dernière partie du four, où seul UO2 est présent. Ce résultat
reste vrai si le taux de chargement fixé comme condition limite entraı̂ne une diminution du profil,
comme c’est le cas, figure 4.6 et Z = 0, 0416. Cet effet n’est pas visible sur la figure 4.8 car les
taux de remplissage de 2 et 1,07 % sont trop éloignés de la condition limite correspondant à
γ = 0.

0,12
0,11 C.L.:Z=0,0416
0,1 C.L.:γ=0°
C.L.:Z=0,025
0,09
C.L.:Z=0,015
0,08
C.L.:Z=0,005
0,07
Z, −

0,06
0,05
0,04
0,03
0,02
0,01
0
0 1 2 3 4 5
z, m

Fig. 4.6 – Comparaison des profils de chargement pour différentes conditions limites basées sur le taux
de remplissage final (Four FBFC)

96
 4.3. Discussion

C.L.:γ=0°
0,13 Kramers,C.L.:γ=0°
0,12 C.L.:Z=0,0107
0,11 Kramers,C.L.:Z=0,0107
0,1
0,09
Z, −

0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
z, m

Fig. 4.7 – Comparaison des profils de chargement pour deux conditions limites : γ = 0 et Z en fin de
four correspondant à une hauteur de lit équivalente à la dimension orthogonale du releveur (Four LCU)

0,13
0,12 C.L.:γ=0°
0,11 C.L.:Z=0,02
0,1 C.L.:Z=0,0107
0,09
0,08
Z, −

0,07
0,06
0,05
0,04
0,03
0,02
0,01
0
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
z, m

Fig. 4.8 – Comparaison des profils de chargement pour différentes conditions limites basées sur le taux
de remplissage final (Four LCU)

4.3.2.2 Sensibilité à l’angle de repos cinétique

L’angle de repos cinétique est un paramètre dynamique a priori important puisqu’il conditionne
le degré de remplissage des releveurs. Comme nous l’avons vu dans la Partie I - Chapitre 3, cet
angle est difficile à mesurer, du fait de sa forte dispersion avec la position angulaire du releveur.
Les figures 4.9 et 4.10 montrent les profils de chargement pour un fonctionnement nominal des
fours de conversion pour différents angles de repos cinétique. L’évolution du paramètre RA en
fonction de l’abscisse du four est également représentée pour chacun des calculs. La condition
limite prise en sortie correspond à un taux de remplissage de 3 %.
Pour le four FBFC, les profils de chargement sont similaires pour tous les angles de repos
cinétique, hormis dans le cas où on suppose que l’angle de repos cinétique est égal à l’angle de

97
Chapitre 4. Confrontation à l’expérience et discussion

repos dynamique.

L’influence de l’angle de repos cinétique est un peu plus marquée dans le cas du four LCU
(cf. Fig. 4.10). On retrouve les résultats précédemment décrits, à savoir qu’un angle de repos
cinétique élevé entraı̂ne un taux de remplissage relativement plus faible pour un four peu chargé
(sortie du four) et un taux de remplissage plus grand lorsque le four est chargé (entrée du four).
Cet effet est toujours lié à l’utilisation du paramètre adimensionnel RA dans le calcul de la
rétention solide.

0,15 1
θcin=θdyn
0,14 θcin=45° 0,95
0,13 θcin=55°
0,12 θcin=65° 0,9
0,11 0,85
0,1

RA, −
0,8
Z, −

0,09
0,08 0,75
0,07
0,06 0,7
0,05 0,65
0,04
0,6
0,03
0,02 0,55
0 1 2 3 4 5
z, m

Fig. 4.9 – Profils de chargement pour différents angles de repos cinétique pour un fonctionnement no-
minal du four FBFC

0,15 0,7
0,14 0,65
0,13 θcin=45°
0,12 θcin=55° 0,6
0,11 θcin=65° 0,55
0,1 0,5
RA, −
Z, −

0,09
0,45
0,08
0,07 0,4
0,06 0,35
0,05 0,3
0,04
0,03 0,25
0,02 0,2
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
z, m

Fig. 4.10 – Profils de chargement pour différents angles de repos cinétique pour un fonctionnement
nominal du four LCU

98
 4.3. Discussion

4.3.2.3 Sensibilité aux profils de composition chimique

Les figures 4.11 et 4.12 montrent l’effet du profil de composition chimique supposé sur le profil de
chargement pour les fours FBFC et LCU. Les deux profils chimiques choisis correspondent aux
figures 2.10 (a) (profil 1) et (b) (profil 2) du Chapitre 2. La condition limite en sortie correspond
à un taux de remplissage équivalent à la dimension orthogonale du releveur. L’angle de repos
cinétique est pris égal à 55 ◦ quel que soit le type de poudre.
On remarque que le profil chimique a une influence conséquente sur le profil de chargement. Cette
influence s’explique par l’effet de la masse volumique apparente, liée à la conversion chimique,
sur le taux de remplissage à une abscisse donnée. La masse volumique moyenne évolue plus
rapidement pour le profil chimique 1 que pour le profil 2 et cela entraı̂ne une tendance similaire
sur les taux de chargement.

0,13
notre modèle, profil 2
0,12
Kramers, profil 2
0,11 notre modèle, profil 1
0,1 Kramers, profil 1
0,09
Z, −

0,08
0,07
0,06
0,05
0,04
0,03
0,02
0 1 2 3 4 5
z, m

Fig. 4.11 – Profils de chargement pour deux profils chimiques différents et pour un fonctionnement
nominal du four FBFC

0,15
0,14 notre modèle, profil 2
0,13 Kramers, profil 2
0,12 notre modèle, profil 1
0,11 Kramers, profil 1
0,1
Z, −

0,09
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
z, m

Fig. 4.12 – Profils de chargement pour deux profils chimiques différents et pour un fonctionnement
nominal du four LCU

99
Chapitre 4. Confrontation à l’expérience et discussion

4.3.2.4 Répartition moyenne de la poudre

Les figures 4.13 (a) et (b) montrent la quantité relative de poudre présente sous forme dispersée
pour différents angles d’avalanche dans les fours FBFC et LCU. L’évolution de la quantité de
poudre présente sous forme dispersée est directement reliée à l’évolution du taux de chargement.
Plus le taux de chargement est élevé et moins la quantité relative de poudre en phase dispersée
est grande. Ces figures montrent également le rôle déterminant des releveurs sur la quantité de
poudre en phase dispersée : le four FBFC permet de relever une quantité de poudre bien plus
importante que le four LCU de par l’efficacité de ses releveurs. Cette efficacité est directement
reliée à l’angle d’avalanche car plus celui-ci est élevé, plus le releveur sera chargé et donc plus la
quantité de poudre en phase dispersée sera grande.
Ainsi, alors qu’il avait relativement peu d’effet sur le taux de chargement, l’angle de repos
cinétique présente une influence notable sur la quantité de poudre en phase dispersée.

16 5,5
5 θcin=45°
14
4,5 θcin=55°
θcin=65°
4
12
M1/M, %

M1/M, %

3,5
10 3
2,5
8 θcin=θdyn 2
θcin=45° 1,5
6 θcin=55°
θcin=65° 1
4 0,5
0 1 2 3 4 5 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
z, m z, m

(a) Four FBFC (b) Four LCU

Fig. 4.13 – Quantité de poudre en phase dispersée le long des fours de conversion dans le cas d’un
fonctionnement nominal

4.4 Conclusion
Les résultats du modèle dynamique présentés au chapitre 2 ont été confrontés aux mesures
expérimentales disponibles. D’une part, nous avons comparé les angles de premier déchargement
obtenus à partir des essais en maquette froide et représentant une section du four LCU. D’autre
part, nous avons confronté les temps de séjour moyen mesurés par DTS par [Debacq 2001] pour
un four FBFC avec ceux calculés par notre modèle dynamique. Dans les deux cas, le modèle
dynamique donne des résultats généralement proches de l’expérience. Notons, néanmoins, que le
modèle de [Kramers et Croockewit 1952] donne également des résultats tout aussi corrects pour
ces grandeurs, bien que ce modèle ait été conçu pour représenter des fours sans releveurs.

100
 4.4. Conclusion

Nous nous sommes également intéressés à l’effet induit par la variation de certains paramètres
du modèle sur le taux de chargement. La condition limite en sortie ne modifie que très peu
le profil de chargement moyen et uniquement dans une zone proche de la sortie du four. En
revanche, l’utilisation de notre modèle donne des profils de chargement différents de ceux calculés
par la relation de [Kramers et Croockewit 1952]. Cette différence est liée à la prise en compte
dans notre modèle du rôle des releveurs sur le calcul du taux de remplissage à une abscisse
du four. Ce taux de remplissage est supérieur à celui calculé par le modèle de [Kramers et
Croockewit 1952] pour des taux de remplissage élevés et inférieur pour des taux de remplissage
plus faibles. L’augmentation de l’angle de repos cinétique a également un rôle significatif : elle
permet, en effet, d’augmenter le volume de poudre piégée dans un releveur et influe donc sur
le profil de chargement et, surtout, sur la quantité de poudre en phase dispersée. Rappelons
que la considération d’un angle de repos cinétique différent de l’angle de repos dynamique est
une amélioration du modèle dynamique par rapport à celui de [Sherritt et Caple 1994]. Enfin,
le profil de conversion chimique utilisé pour calculer les débits solides à une abscisse du four
influe de manière importante sur l’évolution du profil de chargement en agissant sur la masse
volumique moyenne. Cette information a donc un rôle déterminant et nécessiterait d’être précisée
par l’utilisation en parallèle d’un modèle cinétique qui sort du cadre de ce travail.

101
Chapitre 4. Confrontation à l’expérience et discussion

102
 Conclusion sur l’étude dynamique

Dans cette première partie, nous nous sommes tout d’abord intéressés à la dynamique des fours
tournants dépourvus d’équipements internes. Nous avons rappelé les différents régimes de fonc-
tionnement d’un four tournant dépourvus de releveurs et détaillé plus particulièrement le régime
de roulement, pour lequel de nombreux modèles ont été proposés (cf. [Kramers et Croockewit
1952]). Dans une deuxième étape, nous nous sommes attachés à décrire le transport dans un
four tournant muni de releveurs. La phase solide se décompose alors en une phase dispersée et
en une phase dense qui a des propriétés de transport similaires à celles rencontrées dans les fours
sans releveurs.
Cette décomposition en deux phases solides permet de prendre en compte des mécanismes de
transport différents pour chacune des phases : le transport de la phase dispersée a lieu lors de
la chute de la poudre des releveurs et a comme cause l’inclinaison du four et le contre-courant
gazeux ; le transport de la phase dense est lié au roulement de la poudre dans les releveurs et
dans le fond du four. Le modèle de four qui a été proposé prend en compte ces deux phases.
En outre, nous avons vérifié que notre modèle, adapté de celui de [Sherritt et Caple 1993], est
applicable à la fois aux fours avec et sans releveurs puisqu’il permet de retrouver les résultats
des modèles classiques sans releveurs dans le cas limite où la taille des releveurs est négligeable
devant le rayon du four.
Ce modèle comporte un certain nombre de paramètres dynamiques, que nous avons cherché
à déterminer. Des essais ont donc été réalisés à COGEMA Pierrelatte afin de caractériser le
mouvement transversal de la poudre dans une maquette froide représentative du four de pyro-
hydrolyse de Cadarache. Ces essais ont permis de mesurer les angles de repos dynamique des
poudres d’UO2 F2 , d’U3 O8 et d’UO2 et de proposer une valeur moyenne de l’angle de repos ci-
nétique malgré sa forte dispersion.
Dans le dernier chapitre de cette partie, nous avons cherché à confronter les résultats de notre
modèle dynamique aux données expérimentales disponibles : angles de premier déchargement
obtenus à partir des essais en maquette froide et temps de séjour expérimentaux de [Debacq
2001]. Dans les deux cas, notre modèle dynamique donne des résultats satisfaisants. Ces données
expérimentales ne sont malheureusement pas assez nombreuses pour permettre une validation
complète de notre modèle. En comparant ce modèle avec celui de [Kramers et Croockewit 1952],
on constate que les deux modèles donnent des résultats corrects, avec parfois même un avantage
pour le modèle de [Kramers et Croockewit 1952], qui n’intègre pourtant pas l’effet des rele-

103
Conclusion sur l’étude dynamique

veurs. Il faut néanmoins garder à l’esprit que nous avons développé ce modèle afin de connaı̂tre
l’ensemble des variables dynamiques, notamment celles de la phase dispersée, quelle que soit
l’abscisse du four. Comme nous l’avons vu en Introduction, ces variables sont indispensables à
une modélisation ultérieure de l’évolution morphologique, et n’auraient en aucun cas pu être
obtenues à partir de modèles simples comme celui de [Kramers et Croockewit 1952].
Nous nous sommes également intéressés à l’influence de certains paramètres sur le profil de char-
gement. Il s’avère notamment que le profil de conversion chimique a un rôle prédominant sur le
profil de chargement ; c’est pourquoi il faudra, pour avoir des résultats proches de l’expérience,
intégrer à terme un modèle cinétique dans notre modèle dynamique, afin de décrire au mieux
l’évolution de la masse volumique apparente moyenne de la poudre.

104
 Deuxième partie

Étude morphologique

105
 1

Mécanismes d’évolution
morphologique et équations associées

Sommaire

1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

1.2 Introduction aux bilans de populations . . . . . . . . . . . . . . . 108
1.2.1 Vecteur d’état d’une particule . . . . . . . . . . . . . . . . . . . . . 108
1.2.2 Densité de fonction numérale . . . . . . . . . . . . . . . . . . . . . 109
1.2.3 Vitesse d’évolution du vecteur d’état d’une particule . . . . . . . . 109
1.2.4 Équation de transport de Reynolds . . . . . . . . . . . . . . . . . . 110
1.2.5 Dérivation de l’équation de bilan de population . . . . . . . . . . . 110
1.2.6 Modèles de résolution des bilans de population . . . . . . . . . . . . 112
1.3 Description de l’agglomération . . . . . . . . . . . . . . . . . . . . 112
1.3.1 Définition générale . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
1.3.2 Formulation mathématique de l’agglomération [Ramkrishna 1985] . 114
1.4 Description de la fragmentation . . . . . . . . . . . . . . . . . . . 115
1.4.1 Définition générale . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
1.4.2 Formulation mathématique de la fragmentation . . . . . . . . . . . 115
1.5 Description du frittage . . . . . . . . . . . . . . . . . . . . . . . . . 117
1.5.1 Définition générale . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
1.5.2 Formulation mathématique du frittage . . . . . . . . . . . . . . . . 119
1.6 Description de l’évolution morphologique par réaction chimique 123
1.6.1 Cinétique des réactions chimiques mises en jeu [Ablitzer 2003] . . . 123
1.6.2 Formulation mathématique de l’évolution morphologique par réac-
tion chimique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
1.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127

107
Chapitre 1. Mécanismes d’évolution morphologique et équations associées

1.1 Introduction
Une classification simple des phénomènes liés à l’évolution morphologique consiste à les regrouper
en trois grandes catégories. Cette classification présente naturellement certaines limites, mais
permet une approche simplificatrice qui sera utile lors de la modélisation. Ainsi, nous proposons
de séparer les mécanismes d’évolution morphologique en mécanismes liés
– à la thermique (frittage5 ),
– à la chimie (germination et croissance de nouvelles phases),
– à la mécanique (agglomération, fragmentation),
du procédé. Nous allons présenter plus en détail chacun de ces mécanismes et préciser, à partir
de l’analyse de la bibliographie, les équations qui les régissent. Comme on l’a expliqué dans
l’introduction de ce mémoire, la modélisation globale de l’évolution morphologique résultant de
l’ensemble de ces mécanismes sera abordée dans le cadre de la théorie des bilans de population
et donc c’est par celle-ci que débutera ce chapitre.

1.2 Introduction aux bilans de populations

Dans la modélisation mathématique des procédés industriels, la prise en compte des équations de
conservation de la matière et de l’énergie sont des outils indispensables pour décrire l’évolution
d’un système soumis à des phénomènes physico-chimiques divers. Dans le cas de procédés faisant
intervenir des particules dispersées, une équation de transport supplémentaire est nécessaire pour
décrire l’évolution de la population de particules. Cette équation est généralement appelée bilan
de population. Les bilans de population sont, depuis le début des années 1960, très utilisés
pour décrire les procédés faisant intervenir des particules. Une revue récente de ces applications
a été proposée par [Ramkrishna 2000]. Dans cette partie, nous commencerons par introduire
les concepts sous-jacents à l’écriture des bilans de population. La relation générale décrivant
l’évolution d’une population de particules sera ensuite simplifiée pour l’adapter au cas de notre
étude.

1.2.1 Vecteur d’état d’une particule

Dans le système que nous étudions, deux phases coexistent : une phase gazeuse continue et une
phase solide dispersée. Cette dernière est composée d’une population de particules dont chacune
des entités subit, potentiellement mais de manière continue, des transformations liées à la chimie,
à la thermique ou à la mécanique du procédé. On cherche à caractériser cette population, notam-
ment par sa distribution granulométrique. Or, cette distribution est, entre autres, fonction de la
croissance, de l’agglomération ou de la fragmentation de chacune des particules. Ces différents
5
Rappelons que le frittage se définit comme l’action conduisant des particules solides à s’unir en particules plus
volumineuses (NF X 44-001) [Huber 2000] et qu’il se différencie de la coalescence qui s’applique aux particules
liquides et qui se produit par déformation visqueuse.

108
 1.2. Introduction aux bilans de populations

phénomènes physico-chimiques dépendent eux-mêmes d’un certain nombre de facteurs comme

par exemple la température locale, une taille critique de particule ou bien la composition de la
phase gazeuse. Si l’ensemble de ces facteurs évolue pour chacune des particules composant la
population, alors la caractérisation de l’état d’une particule doit nécessairement tenir compte de
l’évolution de ces facteurs. Il s’agit donc de suivre l’évolution de ces facteurs avec le temps, mais
aussi dans l’espace. C’est pourquoi une particule doit être caractérisée, sous la forme d’un vecteur
d’état, non seulement par ses variables intrinsèques, mais également par les variables influen-
çant directement ou indirectement leur évolution. De plus, il faut que l’évolution de ces facteurs
puisse être déterminée à partir de leur valeur instantanée. Notons enfin que les variables d’état
des particules excluent les variables caractérisant la phase continue même si celles-ci influencent
l’état des particules. Ces variables interviennent dans les expressions décrivant l’évolution des
particules. L’hypothèse sous-jacente consiste à supposer que la longueur caractéristique associée
à une particule est largement inférieure à la longueur caractéristique pour laquelle on observe
une variation de l’environnement de la particule.
Ce préambule montre qu’un système dispersé ne se limite pas à sa répartition dans l’espace spa-
tial (au sein de la phase continue) mais qu’il se distribue également dans un espace abstrait de
propriétés. La littérature [Ramkrishna 1985] emploie le terme de coordonnées externes pour les
coordonnées spatiales et le terme de coordonnées internes pour les coordonnées des propriétés.

1.2.2 Densité de fonction numérale

À partir de n(x, r, t), nombre moyen de particules par unité de volume de l’espace lié au vecteur
d’état des particules i.e. au temps t, au lieu x dans l’espace des propriétés et r de l’espace
physique, il est possible de déduire d’autres distributions basées sur la masse ou sur le volume
de la phase dispersée (et non plus sur le nombre). Ainsi, si la masse d’une particule de propriétés
x est donnée par m(x) alors la distribution en masse s’écrira m(x)n(x, r, t). Cette densité de
fonction est supposée être une fonction continue de toutes les variables x, r et t. Cette hypothèse
peut prêter à confusion puisque les particules sont discrètes et que leur nombre devrait être par
conséquence entier. Mais, il faut garder à l’esprit que la moyenne statistique du nombre de
particules n’est pas soumise à la contrainte d’être entière et qu’elle peut donc être supposée
continue et n-dérivable quelle que soit la variable considérée.
La phase continue peut être représentée par un vecteur d’état Y(r, t) vérifiant les équations de
continuité et leurs conditions limites (notamment aux interfaces entre la phase dispersée et la
phase continue.)

1.2.3 Vitesse d’évolution du vecteur d’état d’une particule

La vitesse d’évolution du vecteur d’état d’une particule est composée :

– de la vitesse d’évolution des coordonnées internes représentée par le vecteur Ẋ(x, r, Y, t)
dépendant du vecteur x des propriétés, de la localisation spatiale r de la particule, des
valeurs locales Y des variables caractérisant la phase continue et du temps t ;

109
Chapitre 1. Mécanismes d’évolution morphologique et équations associées

– de la vitesse d’évolution des coordonnées externes représentées par le vecteur Ṙ(x, r, Y, t)

caractérisant la vitesse de la particule dans l’espace physique.
La dépendance explicite de Ẋ sur les coordonnées externes r n’est généralement pas à prendre en
compte puisque seuls l’état de la particule et son environnement déterminent son comportement.
Soient dVX et dVr les volumes infinitésimaux respectivement de l’espace des propriétés et de l’es-
pace physique au lieu (x,r), le nombre moyen de particules dans dVX dVr s’écrit n(x, r, t)dVX dVr .
Soient VX et Vr les volumes totaux de l’espace des propriétés et de l’espace physique, alors le
R
nombre total des particules par unité de volume de l’espace physique s’écrit VX n(x, r, t) dVX . Le
R R
nombre total de particules dans l’ensemble du volume physique s’écrit Vr dVr VX n(x, r, t) dVX
R
et la densité massique de la phase dispersée s’écrit VX m(x)n(x, r, t) dVX . Ainsi, le nombre
de particules dans des volumes choisis de l’espace physique ou des propriétés est calculé par
intégration sur des volumes partiels.

1.2.4 Équation de transport de Reynolds

L’équation de transport de Reynolds est un moyen simple d’obtenir les équations de conservation.
Dans le cadre de cette étude, on s’intéresse aux propriétés extensives associées à la phase disper-
sée. L’utilisation de l’équation de transport de Reynolds est simplifiée si l’on représente la phase
dispersée comme faisant partie d’un continuum de matière se déformant de manière continue
avec le champ cinématique de l’espace d’état des particules. Les particules sont, par conséquent,
immobiles dans ce continuum de matière. Si l’on considère une population de particules dans
une région spécifique de l’espace d’état des particules, celle-ci va inclure un volume donné à la
fois de l’espace physique mais aussi de l’espace des propriétés. Cette région est équivalente à un
volume V (t) du continuum contenant les particules. Soit φ(x, r) une propriété extensive associée
à une particule d’état (x, r), alors la quantité extensive de cette propriété présente dans toutes
les particules peut s’écrire :
Z Z
Φ(t) = dVX φ(x, r)n(x, r, t) dVr (1.1)
V (t)

D’où :
Z Z Z Z  
D ∂(φn)
dVX φn dVr = dVX dVr + divX (Ẋφn) + divr (Ṙφn) (1.2)
Dt V (t) V ∂t

avec V , le volume d’intégration pouvant être considéré comme fixe et coı̈ncidant à l’instant t
avec le volume V (t) du continuum imaginaire.

1.2.5 Dérivation de l’équation de bilan de population

Supposons que φ(x, r) = 1, alors Φ(t) représente le nombre total de particules dans une région
arbitraire de l’espace d’état des particules et la dérivée totale du nombre de particules dans cette
région est donnée par la vitesse nette de production de particules d’état (x, r), H(x, r, Y, t) au

110
 1.2. Introduction aux bilans de populations

temps t dans un environnement caractérisé par le vecteur Y. D’où,

Z Z  
∂n
dVX dVr + divX (Ẋn) + divr (Ṙn) − H = 0 (1.3)
V ∂t
Puisque la région considérée est arbitraire, on obtient le bilan de population suivant :
∂n
+ divX (Ẋn) + divr (Ṙn) = H (1.4)
∂t
Le terme H représentant la vitesse nette de production, il peut être décomposé en un terme B
d’apparition de particules et un terme D de disparition de particules d’état (x, r) :

H(x, r) = B(x, r) − D(x, r) (1.5)

D’où, la forme générale du bilan de population telle qu’elle a été proposée par [Randolph et
Larson 1971] :
∂n
+ divX (Ẋn) + divr (Ṙn) = B − D (1.6)
∂t
Cette relation doit être adaptée afin de décrire le plus simplement et le plus efficacement le
système étudié. La propriété des particules généralement choisie est sa taille, la divergence re-
présentant alors sa croissance ou son rétrécissement. Le bilan de population étant une équation
de conservation, elle rend compte de l’évolution de la distribution de taille de particules avec
le temps. Or, cette évolution exprimée en terme de diamètre équivalent n’étant pas additive (la
combinaison d’une particule de diamètre 1 et d’une particule de diamètre 2 ne forme pas une
particule de diamètre 1+2), il faut caractériser la taille des particules à l’aide de leur volume.
Le volume des particules est le paramètre morphologique de base et qui a la particularité d’être
indépendant de la forme des particules [Verkoeijen et al. 2002]. Les termes d’apparition et de
disparition sont des évènements discrets extrêmement rapides par rapport à l’échelle de temps
considérée. Par conséquent, ils ne peuvent être dérivés par rapport au temps et représentent des
phénomènes de transfert de particules entre les différentes classes de volumes, par fragmentation
ou par agglomération. Pour le cadre de notre étude, nous allons faire les hypothèses suivantes :
– la propriété intrinsèque retenue est le volume des particules (x = (v)) ;
– le régime est permanent ( ∂n ∂t = 0) ;
– le déplacement des particules est uni-directionnel et suivant z.
Le bilan de population s’écrit alors :
   
∂ dz ∂ dv
n + n =B−D (1.7)
∂z dt ∂v dt
dv
soit en posant G = dt la vitesse de croissance en m3 s−1 et Ḡ = dv
dz
   
∂ dz ∂ dz
n + Ḡ n = B − D (1.8)
∂z dt ∂v dt

Notons que n dans ces équations a pour unité m−6 : nombre de particules par m3 d’espace
physique et par m3 de l’espace des propriétés (ici le volume des particules).

111
Chapitre 1. Mécanismes d’évolution morphologique et équations associées

1.2.6 Modèles de résolution des bilans de population

L’équation de bilan de population telle que nous l’avons exprimée ne peut, à l’exception de cas
particuliers très simples, être résolue analytiquement [Friedlander 1977]. C’est pourquoi elle est
généralement transformée pour être résolue de façon numérique. La transformation diffère selon
le type de modèle retenu pour décrire la distribution.
Les modèles monodispersés [Koch et Friedlander 1990, Kruis et al. 1993, Huber 2000, Johannes-
sen et al. 2000] considèrent que la distribution de particules peut être représentée par une taille
caractéristique unique.
Les modèles lognormaux [Frenklach et Harris 1987, Pratsinis 1988, Di Muzio et al. 2000] sup-
posent quant à eux une distribution de particules log-normales et calculent uniquement l’évolu-
tion des trois premiers moments de la distribution.
[Akhtar et al. 1994, Van Peborgh Gooch et Houslow 1996, Tandon et Rosner 1999] utilisent
une approche stochastique et résolvent les équations de bilan de population à l’aide de modèles
Monte-Carlo.
[Nicmanis et Hounslow 1996] ont introduit la méthode des éléments finis pour éviter les matrices
mal-conditionnées engendrées par les phénomènes de croissance.
Les modèles à sections [Hounslow et al. 1988, Vemury et al. 1994, Landgrebe et Pratsinis
1990, Ablitzer 1999, Tsantilis et Pratsinis 2000] sont basés sur la division de la distribution
de particules en sections. Les caractéristiques des particules de chaque section sont données par
leurs valeurs moyennes dans la section.
Chacun de ces modèles possède à la fois des avantages et des inconvénients. Ainsi, les modèles
discrets et à sections nécessitent des temps de calcul relativement importants, alors que les mo-
dèles monodispersés et lognormaux sont bien plus rapides (du fait du faible nombre d’équations
différentielles à résoudre simultanément) mais nécessitent de faire des hypothèses peu réalistes
physiquement. Une population de particules n’est par exemple jamais monodispersée. De même,
les réacteurs utilisés ne produisent pas forcément des distributions log-normales. Dans la suite
de notre étude, nous utiliserons une adaptation du modèle à pivot mobile de [Kumar et Ram-
krishna 1996b], qui se base sur une division en sections de la loi de distribution. Cette méthode
de résolution sera présentée en détail dans le Chapitre 2 de cette partie.

1.3 Description de l’agglomération

1.3.1 Définition générale

On utilise le terme d’agglomération pour décrire l’augmentation discrète de la taille des parti-
cules par l’intermédiaire d’interactions particule-particule [Sastry et Lofftus. 1990]. L’agglomé-
ration peut faire référence dans d’autres contextes à la coagulation et à l’agrégation. On peut
décomposer le phénomène d’agglomération en deux étapes :
– la collision entre deux particules ;
– puis l’adhésion entre ces particules.

112
 1.3. Description de l'agglomération

La collision entre les particules est gouvernée majoritairement par les forces extérieures et ré-
sulte du mouvement des particules dans des directions différentes et à des vitesses différentes.
Ce mouvement peut avoir pour origine la diffusion brownienne, l'inertie, l'agitation, le cisaille-
ment, la turbulence, etc, mais dépend en grande partie de la taille des particules. Le mouvement
brownien est par exemple typiquement prépondérant pour des tailles des particules inférieures à
lf..tm. L'adhésion après collision dépend de l'existence de forces d'interaction attractives entre les
particules ( c.f. Introduction Générale ) . ll est à noter que certaines forces extérieures mention-
nées plus haut peuvent s'opposer à l'adhésion entre les particules et provoquer une rupture. La
surface de l'agglomérat obtenu va varier entre celle d'un agglomérat de particules individualisées
se touchant et celle d 'une sphère (surface minimale possible obtenue dans le cas d'une fusion
complète).
Compte tenu des forces extérieures qui peuvent s'appliquer sur la phase solide dans un four de
pyrohydrolyse, les mécanismes d 'agglomération à envisager sont les suivants :
- pour la phase dispersée: l'agglomération par mouvement brownien, l'agglomération tm·bu-
lente et l'agglomération par sédimentation différentielle (i.e. l'agglomération de particules
de masses différentes chutant par gravité) ;
- pour la phase dense : l'agglomération par cisaillement dans la couche active du talus de
poudre présent dans le fond du four (i.e. l'agglomération induite par les gradients de vitesse
de poudre dans cette couche active).
Une approche mécanistique proposé par (Sastry et Lofftus. 1990] consiste à considérer le phé-
nomène d'agglomération comme le résultat d 'interactions entre différents « sites » du système.
Un « site » peut être une particule dans la phase dispersée, un élément du fluide, une espèce
dissoute dans la phase continue ou bien un élément physique de la géométrie du réacteur. Le
phénomène d'agglomération est alors contrôlé par trois éléments déterminants. Le premier élé-
ment important est le nombre possible d'interactions entre les sites du système considéré. La
nécessité que les sites soient en mouvement les uns vers les autres pour interagir peut être gênée
par la présence d 'autres particules dans le système. Ainsi la mobilité des sites et leur nombre

.•.,..
déterminent le nombre d'interactions possibles par unité de volume. La figure 1.1 montre deux
cas extrêmes et un cas intermédiaire.

ｾｴ［ＺＮ＠
{a)
••• (b) (c)

FIG. 1.1 - Interactions particule-particule (a) libres dans l'espace, (b) restreintes dans l'espace, (c) fixées
dans l'espace (Sastry et Lofftus. 1 ggo}

Le deuxième élément est la fréquence avec laquelle ces interactions ont lieu. Cette fréquence est
déterminée par l'énergie (interne et appliquée) du système. Le troisième élément est l'efficacité

113
Chapitre 1. Mécanismes d’évolution morphologique et équations associées

des interactions qui peuvent être gênées par des forces obligeant les particules à dévier de leurs
trajectoires.

1.3.2 Formulation mathématique de l’agglomération [Ramkrishna 1985]

La formulation des termes sources d’apparition et de disparition de particules dans le bilan de
population dépend des hypothèses adoptées pour le processus d’agglomération. Ainsi, la den-
sité de particules est supposée être telle qu’au moins deux particules se rencontrent pendant
un intervalle de temps dt. Par conséquent, la probabilité que deux particules à un instant t
s’agglomèrent pendant l’intervalle de temps [t, t + dt] est de l’ordre de dt alors que la probabilité
que trois particules ou plus s’agglomèrent pendant le même intervalle de temps est de l’ordre de
dt2 . Soit β(x, r, x’, r’, Y, t) dt la probabilité que deux particules de vecteur d’état respectivement
(x, r) et (x’, r’) s’agglomèrent pendant l’intervalle de temps [t, t + dt]. Il est essentiel, à ce stade,
de définir l’état de la particule formée par l’agglomération et de lier mathématiquement cet
état à celui des particules parentes en supposant que les vecteurs d’état des particules parentes
suffisent à définir la particule fille. Soient x1 (x, r, x’, r’) les coordonnées internes d’une particule
et r1 (x, r, x’, r’) ses coordonnées externes. De plus, définissons x2 (x1 , r1 , x, r) et r2 (x1 , r1 , x, r)
respectivement les coodonnées internes et externes d’une particule s’agglomérant avec une par-
ticule d’état (x1 , r1 ) pour former une particule d’état (x, r). Des restrictions physiques sont
naturellement à prendre en compte, la nouvelle particule doit par exemple être de taille plus
importante que les particules parentes. Supposons également que la fréquence d’agglomération
est une fonction symétrique par rapport à l’état des particules i.e.

β(x, r, x’, r’, Y, t) = β(x’, r’, x, r, Y, t) (1.9)

Enfin, définissons n2 (x, r, x’, r’, t) le nombre moyen de paires distinctes de particules par unité
de volume dans l’espace d’état (x, r) et (x’, r’) au temps t. Le terme d’apparition de particules
peut alors s’écrire :
Z Z
Bagglo (x, r, Y, t) = dVX1 dVr1 β(x2 , r2 , x1 , r1 , Y, t)n2 (x2 , r2 , x1 , r1 , t) (1.10)
VX Vr

Le terme de disparition s’écrit quant à lui :

Z Z
Dagglo (x, r, Y, t) = dVX ′ dVr′ β(x, r, x’, r’, Y, t)n2 (x, r, x’, r’, t) (1.11)
VX Vr

L’introduction de la fonction n2 rend le système d’équations ouvert et nécessite par conséquent

une équation supplémentaire pour n2 . Une approximation souvent utilisée pour les bilans de
population consiste à écrire :

n2 (x, r, x’, r’, t) = n(x, r, t)n(x’, r’, t) (1.12)

i.e. que les particules représentées par n2 sont indépendantes statistiquement les unes des autres.
Considérons une population de particules distribuée suivant le volume, le bilan de population

114
 1.4. Description de la fragmentation

dans le cas d’une évolution par agglomération , d’après les relations (1.9) et (1.12) (la fréquence
d’agglomération étant une fonction symétrique, un facteur 1/2 apparaı̂t dans le bilan de popu-
lation), peut s’écrire :
Z Z ∞
∂n(v, t) 1 v ′ ′ ′ ′ ′
= β(v , v − v )n(v , t)n(v − v , t) dv − β(v, v ′ )n(v, t)n(v ′ , t) dv ′ (1.13)
∂t 2 0 0

n(v, t) : densité de particule de volume v au temps t (nb. part. m−6 )

β(v, v ′ ) : fréquence d’agglomération entre une particule de volume v et de volume v ′ (m3 s−1 )

1.4 Description de la fragmentation

1.4.1 Définition générale
Le processus de fragmentation des particules est determiné par deux facteurs opposés : la so-
lidité mécanique des particules et l’intensité de la contrainte appliquée. Malheureusement, le
mécanisme de transfert des contraintes et la distribution superficielle des contraintes au niveau
des particules sont peu connus. En général, le mode de fragmentation d’une particule change
quand la force appliquée augmente : on passe de l’érosion de surface à la rupture (fragmentation
entière). Dans le cadre de cette étude, nous utiliserons les définitions suivantes introduites par
[Sastry et Fuesternau 1977] :
– l’abrasion est l’enlèvement de très petites particules cristallines telles que les dendrites, les
bords et les sommets beaucoup plus petites que la particule parente ;
– l’attrition correspond à la désintégration d’une particule parente en deux parties distinctes :
les fines et une particule simple résiduelle qui est à peine plus petite que la particule
parente ;
– la rupture se définit par une fragmentation d’une particule en deux ou plusieurs morceaux
de dimensions comparables.
D’après [Bemrose et Bridgwater 1987], toutes les grosses particules ou les agglomérats contiennent
soit des fissures, soit des microfissures, soit des lignes de fragilité. Ces défauts donnent lieu à des
comportements mécaniques non-uniformes et donc à des sources de cassure dans la structure.
La résistance à la cassure des particules augmente notamment avec une diminution de la taille
des particules parce que la taille des fissures et microfissures devient plus petite.

1.4.2 Formulation mathématique de la fragmentation

L’écriture des termes sources d’apparition et de disparition de particules dus à la fragmentation
nécessite de considérer un certain nombre d’hypothèses. Supposons tout d’abord que la fragmen-
tation d’une particule n’influence pas la fragmentation d’une autre particule. Cette hypothèse
n’est naturellement pas toujours vérifiée (par exemple dans le cas où la fragmentation résulte
de la collision de particules) mais elle permet d’obtenir une expression des termes sources qui

115
Chapitre 1. Mécanismes d’évolution morphologique et équations associées

est largement utilisée dans la littérature. Ainsi, on peut écrire que Γ(x, r, Y, t) représente la
fréquence de fragmentation d’une particule d’état (x, r) dans un environnement à l’état Y . En
terme de probabilité, Γ(x, r, Y, t) dt représente la probabilité qu’une particule d’état (x, r) pré-
sente dans un environnement à l’état Y se fragmente pendant l’intervalle de temps [t, t + dt].
Cette fréquence suffit à caractériser le terme de disparition de particules d’état (x, r) tel que :

Df ra. (x, r, Y, t) = Γ(x, r, Y, t)n(x, r, t) (1.14)

En revanche, le terme d’apparition nécessite de connaı̂tre a priori le nombre moyen de par-

ticules, γ(x, r, Y, t) résultant du processus de fragmentation d’une particule d’état (x, r) dans
un environnement à l’état Y au temps t. En outre, introduisons la fonction p(x, r, x’, r’, Y, t)
représentant le nombre de particules d’état (x, r) par unité de volume de l’espace spatial appa-
raissant par la fragmentation d’une particule d’état (x’, r’). Le terme source d’apparition peut
alors s’écrire :
Z Z
Bf ra. (x, r, Y, t) = dVX ′ dVr′ γ(x’, r’, Y, t)p(x, r, x’, r’, Y, t)n(x’, r’, t) (1.15)
VX Vr

En définissant les fonctions γ et p, il est possible de faire un certain nombre de simplifications

quant aux variables les influençant. Ainsi, la variable la plus significative dans le calcul de la
fréquence de fragmentation sera le volume de la particule. Notons également que de nombreux
paramètres opératoires sont susceptibles d’influencer la fragmentation. Dans le cas du four tour-
nant, l’effet des équipements internes peut influencer le calcul des fonctions de fragmentation.
De plus, les fonctions de fragmentation doivent obéir à certaines réalités physiques. Il existe
également des situations dans lesquelles la fragmentation a lieu de façon continue par érosion
des particules. On peut alors inclure l’effet de la fragmentation dans le terme Ẋ qui traduit
l’évolution continue de l’état d’une particule.
Dans le cas d’une population de particules distribuée suivant le volume, supposons que la fré-
quence de fragmentation s’écrit Γ(v) et que le nombre de particules formées par la fragmentation
d’une particule de volume v ′ est de la forme γ(v ′ ). La distribution de volume des particules créées
par fragmentation d’une particule de volume v ′ s’écrit p(v, v ′ ). Les contraintes sur p sont alors
les suivantes :
p(v, v ′ ) = 0 pour v > v ′ (1.16)
Z v′
p(v, v ′ ) dv = 1 (1.17)
0
La conservation de la masse nous donne également :
Z v′
′
γ(v ) vp(v, v ′ ) dv = v ′ (1.18)
0

γ(v) : nombre de particules filles créées par la fragmentation d’une particule de volume v (-)

Dans la suite de cette étude, nous poserons :

P (v, v ′ ) = γ(v ′ )p(v, v ′ ) (1.19)

116
 1.5. Description du frittage

Le bilan de population s’écrit alors dans le cas d’une évolution par fragmentation :
Z ∞
∂n(v, t)
= P (v, v ′ )Γ(v ′ )n(v ′ , t) dv ′ − Γ(v)n(v, t) (1.20)
∂t v

Γ(v) : fréquence de fragmentation d’une particule de volume v (s−1 )

Notons à ce stade que, lorsque l’agglomération et la fragmentation ont lieu simultanément, la

prise en compte des deux phénomènes dans le bilan de population consiste à sommer les contri-
butions des différents phénomènes en faisant l’hypothèse que les phénomènes sont indépendants.
Il faut cependant garder à l’esprit que des dépendances mutuelles peuvent exister et considéra-
blement augmenter la complexité du problème.

1.5 Description du frittage

1.5.1 Définition générale
Il est difficile de donner une définition du frittage qui prenne en compte à la fois les aspects
théoriques et pratiques et les différents stades qui le caractérisent. Néanmoins, le frittage peut
être défini comme un transport de matière, activé par la température, dans une poudre ou un
compact poreux et caractérisé par :
– la diminution de la surface spécifique par croissance des contacts entre les particules ;
– la diminution du volume de pores ;
– la variation de la géométrie des pores.
La vitesse de frittage est fortement dépendante de la température, de la taille des particules et
des propriétés physico-chimiques. La force motrice du frittage s’explique par l’excès de surface
qu’un agglomérat possède par rapport à une sphère de même masse. La réduction de l’énergie
libre de surface du système résulte de la réduction de l’aire des surfaces et interfaces du compact
selon deux processus :
– la densification, i.e. le remplacement des interfaces gaz-solide par des interfaces solide-
solide d’énergie libre inférieure ;
– la croissance des grains, i.e. la réduction de l’étendue des joints de grains (conversion d’un
grand nombre de petites particules en un nombre plus faible de grosses).
L’augmentation de densité relative ρ (rapport du volume de l’échantillon supposé totalement
dense au volume réel de l’échantillon) qui accompagne le frittage d’une poudre permet, d’une
manière simplifiée, de dégager plusieurs étapes (Fig. 1.2 et Tab. 1.1.).
Dans un premier temps (ρ < 0, 5), des liaisons (joints de grains) s’édifient entre les grains. On
peut distinguer deux types d’effets suivant la source de matière (cf. Fig. 1.3) :
– lorsque la matière provient de la surface des grains (diffusion superficielle (3), évapora-
tion/diffusion gazeuse (1), diffusion en volume (2)), on parle de frittage à densité constante,
les grains qui étaient au départ tangents, le restent ;

117
Chapitre 1. Mécanismes d'évolution morphologique et équations associées

- si en revanche, la matière provient du centre des joints de grains ou du centre des grains
(diffusion par joints de grains (5), diffusion en volume ( 4,6)), la cohésion impose que peu
à peu les centres se rapprochent, il y a à la fois consolidation et retrait.

p
Elimination de la porosité fermée

temps

FIG. 1.2 - Évolution de la densité relative et grandes étapes du frittage [Bernache-Assolant 1993}

étape Processus P erte de sur- D ensification Grossissement

face
Adhésion Formation d'un faible aucune aucun
contact
Initiale Croissance des significative (jus- faible au début faible
ponts qu'à 50% de
perte)
Intermédiaire Arrondissement Disparition significative augmentation de
et presque totale la taille des grains
élongation des de la porosité et des pores
pores ouverte
Finale Fermeture des négligeable lente et relati- Croissance des
pores densifica- vement faible grains
tion finale

TAB. 1.1 - étapes successives du frittage [Bernache-Assolant 1993}

118
 1. 5. Description du frittage

(a) (b)

FIG. 1.3 - Chemins de diffusion entre la surface des grains et le pont de raccordement au cours du frittage
de deux sphères

Cette étape se poursuit jusqu'à p = 0,5. L'ensemble des grains, auparavant séparés, forme alors
un squelette solide traversé par des pores ouverts sur l'extérieur. Les pores de ce squelette
diminuent peu à peu de volume et se scindent en de nombreux pores fermés. Cette étape se
poursuit jusqu'à p = 0,92. Les pores sont maintenant isolés dans la matrice devenue cohérente,
et la dernière étape consiste à éliminer cette porosité dite fermée.

1.5.2 Formulation mathématique du frittage

1.5.2.1 Cas de d e ux s phères

La théorie du frittage de particules solides ou de fluides t rès visqueux est basée sur l'interaction
de deux sphères de diamètres identiques (Fig. 1.4).
Les premières étapes du frittage ont été modélisées initialement par [Frenkell945] pour le frittage
par fluage visqueux des zones en compression (surface de contact des grains) vers les zones de
tension (surface du pont). La loi d 'évolution de l'avancement se calcule en écrivant l'égalité
entre l'énergie libérée par diminution de la surface et l'énergie dissipée dans l'écoulement de
la matière. D 'autres modèles proposent une loi cinétique de croissance des ponts de la forme
[B ernache-Assolant 1993] :

119
Chapitre 1. Mécanismes d'évolution morphologique et équations associées

Point de contoot
initinl

PBrlioule nphérique
de diamètre D

Croiooanoe du pont
Etape préléminnire

Etape intermédiaire

E"tape finnle
partiouleG entièrement
frittéen

FIG. 1.4 - Modèles de frittage à deux sphères d'après [German 1996}

(1.21)

x: rayon du pont (assimilé à un tore) (m)

r :rayon initial des particules (m)
m, n : exposants caractéristiques du mécanismes de frittage (-)
B :fonction de frittage dépendant de la température (mm s- 1 )
Ces lois sont soumises à de nombreuses hypothèses en particulier sur la forme des grains, la
forme des ponts et la nature des chemins de diffusion. Les différents processus de transport
de matière ont des conséquences différentes sur l'évolution de la microstructure de l'échantillon
soumis au frittage.
Si on se place au début du frittage, [German 1996] a montré que la réduction de la surface spéci-
fique des particules était mathématiquement corrélée à l'avancement ｾＮ＠ À partir des expressions
de ｬＧ｡ｶｮ｣･ｭｴｾ＠ par rapport au temps (eq. 1.21), [German 1996] propose la relation suivante:

､｡ｾ＠
dt
_2._
Tf
(1- ｾＩ ao ｾ Ｍ Ｑ＠ (1.22)

120
 1.5. Description du frittage

pour décrire l’évolution de la surface des particules, où a0 est la surface initiale des deux parti-
cules sphériques, et γ et τ f des constantes dépendant des mécanismes de frittage. τ f représente
le temps caractéristique de frittage et peut être défini comme étant le temps nécessaire pour
réduire l’excès de surface de l’agglomérat de 63% (1/e) par rapport à la sphère de même masse.

L’ensemble du processus de frittage a été décrit numériquement par [Hiram et Nir 1983] en
suivant l’évolution du rayon du pont dans le cas du frittage par fluage visqueux et permet de
déduire la forme asymptotique de la loi de frittage, i.e. pour t ≫ τf (en supposant que les
particules fusionnant gardent une forme sphérique) :

da 1
≈ − (a − as ) (1.23)
dt τf

as : surface de la sphère entièrement frittée (m2 )

τf : temps caractéristique de frittage (s)

Cette loi a été depuis utilisée de nombreuses fois pour décrire le frittage de particules quasi-
sphériques et cela quels que soient les mécanismes de frittage. Cette expression permet des calculs
relativement simples. [Koch et Friedlander 1990] ont extrapolé l’équation 1.23 à l’ensemble des
étapes de frittage dans le cas du fluage visqueux. [Friedlander et Wu 1994] ont retrouvé cette
expression dans le cas d’un mécanisme par diffusion solide et des dernières étapes de frittage.

1.5.2.2 Cas d’un agglomérat

Les équations précédentes sont limitées au cas de particules relativement compactes. Or, les
agglomérats peuvent avoir des formes très éloignées par rapport à celle d’une sphère (cf. Intro-
duction générale ). Différents auteurs ont tenté de surmonter cette difficulté. On peut dénombrer
deux types de démarches :
– une application directe de l’équation 1.23 à l’ensemble de l’agglomérat pour modéliser le
frittage d’agglomérats non sphériques [Friedlander et Wu 1994], [Kruis et al. 1993] ;
– une partition de l’agglomérat en groupes de particules primaires, et une application de
l’équation 1.23 à ces différents groupes qui frittent indépendamment les uns des autres
[Lehtinen et al. 1996], [Johannessen et al. 2000].

1.5.2.2.1 Modèle proposé par [Lehtinen et al. 1996] [Lehtinen et al. 1996] supposent
que la loi de frittage s’applique à des groupes de mp particules primaires et non pas à l’ensemble
de l’agglomérat. τ f représente alors le temps nécessaire pour qu’un groupe de mp particules
fusionne entièrement. mp − 1 représente le nombre de coordination moyen d’une particule pri-
maire. mp = 13 représente par exemple le nombre de coordination maximum pour des particules
sphériques. Pour un agglomérat de np particules primaires, on a donc np /mp groupes de mp par-
ticules. La loi 1.23 est alors appliquée à chaque groupe de mp particules primaires et l’évolution

121
Chapitre 1. Mécanismes d'évolution morphologique et équations associées

de la surface sur l'ensemble de l'agglomérat s 'écrit :

-da ｾ Ｍ np [ - - 1 (am-am,s) ] (1.24)

dt mp Tm,s
am : surface d 'un groupe de m particules (m2 )
am,s : surface d 'une sphère de même volume que m particules (m 2 )
Tm,s = mprt(dp) :temps caractéristique de frittage d'un groupe de mp particules
primaires de diamètre dp (s)

L'analyse du frittage du groupe de mp particules nécessite que np > mp. Si le cas np < mp se
présente, on utilise la loi classique 1.23.

1.5.2.2.2 Modèle proposé par [Johannessen et a l. 2000J [J ohannessen et al. 2000]

proposent de calculer le temps caractéristique à partir de la taille des particules primaires, et
la vitesse totale de frittage à partir du nombre de contacts entre particules primaires au sein
d 'un agglomérat. Le nombre de contacts est supposé être égal au nombre de particules dans un
agglomérat moins un, i.e. en faisant l'hypothèse que l'agglomérat ne possède aucune structure
cyclique (chaque particule primaire possède ainsi au plus deux points de contact cf. Fig. 1.5).
Ce modèle permet d'éviter toute discontinuité de la vitesse de frittage lors de l'évolution de
l'agglomérat d 'une structure dendritique à une structure compacte.

+ Points de contact

FIG. 1.5 - Méthode dite «Points of contact ». La vitesse de frittage est obtenue en multipliant la vitesse
locale de frittage de deux particules primaires par le nombre de points de contacts au sein de l'agglomérat

Ce modèle rend compte non seulement de la réduction des particules primaires par frittage mais
également de la réduction du nombre de points de contact. L'évolution de la surface s'écrit alors :

(1.25)

np : nombre de particules primaires au sein de l'agglomérat (-)

np - 1 : nombre de points de contact entre les particules primaires (-)
a2p,s : surface d'une sphère de volume 2vp (m 2 )
d; :diamètre d'une sphère de volume v/2 (rn)
v : volume de l'agglomérat (m3 )
dp : diamètre de la particule primaire (rn)

122
 1.6. Description de l’évolution morphologique par réaction chimique

1.6 Description de l’évolution morphologique par réaction chi-

mique
Les réactions gaz-solide font intervenir un ensemble de processus cinétiques : le transport d’es-
pèces gazeuses du gaz vers le solide, la diffusion à l’intérieur des pores, l’adsorption des réactifs,
la réaction (elle-même décomposable en différentes étapes) et la désorption des produits. Ces
étapes se déroulent dans cet ordre, et une ou plusieurs peuvent être limitantes pour la cinétique
globale. Du point de vue du solide, la transformation d’une phase (le réactif) en une autre (le
produit) entraı̂ne d’inévitables changements de structure au cours de la réaction (ce phénomène
pouvant d’ailleurs donner lieu à une modification de l’étape limitante et donc à une évolution
morphologique des particules). Parmi ces modifications, l’obturation ou la diminution des pores,
le gonflement, le craquage ou le ramollissement des particules sont des phénomènes typiques.

1.6.1 Cinétique des réactions chimiques mises en jeu [Ablitzer 2003]

La conversion de UO2 F2 en UO2 est complexe et peut faire intervenir de nombreux mécanismes
et intermédiaires réactionnels en fonction des conditions opératoires. Les résultats présentés ci-
dessous résument les principales réactions à prendre en compte dans les conditions habituelles
de fonctionnement du four tournant (atmosphère gazeuse contenant H2 O et généralement H2 ,
températures comprises entre 400 et 800◦ C). Deux schémas réactionnels sont présentés : celui
de [Favre 1977], repris par plusieurs auteurs depuis 1977, et celui de [Lepeytre 2002], proposé
récemment.

1.6.1.1 Schémas réactionnels de [Favre 1977]

En l’absence d’hydrogène, la réaction de pyrohydrolyse de UO2 F2 s’arrête au composé U3 O8 .

[Favre 1977] propose le schéma réactionnel suivant :
– (1) UO2 F2 + H2 O → α− UO3 + 2 HF à partir de 320◦ C pour pH2O ≥200 mbar
– (2-a) α-UO3 → UO2,9 + 1/20 O2 à partir de 420◦ C
– (2-b) UO2,9 → 1/3 U3 O8 + 7/60 O2 à partir de 590◦ C
Ces trois réactions sont endothermiques.
En présence d’hydrogène, la décomposition thermique (2) est remplacée par une réaction chi-
mique (2’) et le composé final obtenu est UO2 . [Favre 1977] propose les trois réactions successives
suivantes :
– (1) UO2 F2 + H2 O → α− UO3 + 2 HF à partir de 320◦ C pour pH2O ≥200 mbar
– (2’) α-UO3 + 1/3 H2 → 1/3 U3 O8 + 1/3 H2 O après (1)
– (3) 1/3 U3 O8 + 2/3 H2 → UO2 + 2/3 H2 O après (2’)
[Favre 1977] indique que le composé UO2,9 n’a pas été mis en évidence en présence d’hydrogène ;
ce résultat est confirmé par les travaux de [Chaillot 2000]. D’autre part, [Favre 1977], suivi de
[Mureau 1992], considèrent que la réaction (2’) est très rapide devant la réaction (1) au centre
du four tournant, de sorte que le composé UO3 y a une durée d’existence négligeable. Par contre,

123
Chapitre 1. Mécanismes d’évolution morphologique et équations associées

UO3 peut être présent en entrée de four, car les températures y sont plus faibles. U4 O9 pourrait
être un intermédiaire réactionnel de la réaction (3).
La réaction (1) est endothermique alors que les réactions (2’) et (3) sont exothermiques [Favre
1977, Boutin-Lacombe 1995].

1.6.1.2 Schémas réactionnels de [Lepeytre 2002]

Plus récemment, [Lepeytre 2002] a proposé un schéma réactionnel accordant un rôle important
au composé UO2,9 , y compris en présence d’hydrogène.
Sous air ambiant, le schéma réactionnel proposé est le suivant :
– (a) UO2 F2 + H2 O → UO3 + 2 HF à partir de 450◦ C
– (b) UO3 → UO2,9 + 1/20 O2 à partir de 450◦ C
– (c) UO2,9 → 1/3 U3 O8 + 7/60 O2 à partir de 630◦ C (décomposition thermique)
Suivant les conditions opératoires, UO3 est sous forme β-UO3 ou A-UO3 (amorphe). Le schéma
réactionnel proposé est voisin de celui de [Favre 1977] mais il prévoit la formation de β-UO3 ou
A-UO3 à la place de α-UO3 . À haute température (au-delà de 800 ◦ C), le passage d’UO2 F2 à
U3 O8 a lieu sans qu’aucun intermédiaire réactionnel ne soit décelable.
En présence d’hydrogène, le schéma réactionnel devient :
– (ab’) UO2 F2 + H2 O → UO2,9 + 1/20 O2 + 2 HF
– (c’) UO2,9 + 7/30 H2 → 1/3 U3 O8 + 7/30 H2 O
– (d) 1/3 U3 O8 + 2/3 H2 → UO2 + 2/3 H2 O
[Lepeytre 2002] privilégie donc la formation de UO2,9 lors de la première phase d’hydrolyse de
UO2 F2 , contrairement à [Favre 1977] qui proposait la formation de α-UO3 .

1.6.1.3 Quelques résultats cinétiques

Des cinétiques de réaction sont proposées par plusieurs auteurs [Seleznev et Naumenko 1976,
Favre 1977, Chaillot 2000, Debacq 2001, Lepeytre 2002]. Malheureusement, les évaluations quan-
titatives des lois cinétiques varient en fonction des conditions opératoires car celles-ci peuvent
conduire à différents régimes cinétiques.
En l’absence d’hydrogène, il apparaı̂t globalement que les cinétiques des réactions UO2 F2 → UO2,9 ,
UO2 F2 → U3 O8 et de la réaction directe sont accélérées par une augmentation de la température
et par une augmentation de pH2O . Au contraire, la présence de fluorure d’hydrogène ralentit les
réactions UO2 F2 → U3 O8 .
En présence d’hydrogène, de l’eau est probablement produite au cœur des grains par la réaction
chimique, ce qui pourrait expliquer que la pression partielle de vapeur d’eau ne semble pas
intervenir sur la cinétique des réactions [Lepeytre 2002].

124
 1.6. Description de l’évolution morphologique par réaction chimique

1.6.2 Formulation mathématique de l’évolution morphologique par réaction

chimique

Le but de cette étude n’est pas de réaliser un modèle cinétique décrivant les réaction chimiques
en présence, nous avons donc utilisé des résultats déjà existants. De manière strictement iden-
tique à l’introduction de l’évolution des débits massiques dues aux réactions chimiques dans le
modèle dynamique (cf. Partie I), nous supposons connues les fractions molaires de trois composés
(UO2 F2 , U3 O8 et UO2 ) le long du four.

1.6.2.1 Pyrohydrolyse d’UO2 F2 en U3 O8

[Chaillot 2000] observe que le composé UO2 F2 est attaqué en surface dès la température de
150 ◦ C et qu’il y a formation de particules, ne contenant pas de fluor, de dimensions très in-
férieures à celles des grains initiaux. [Chaillot 2000] interprète ces observations en supposant
que la transformation de l’UO2 F2 conduit à l’apparition de germes d’UO2,9 qui se forment à la
surface de l’UO2 F2 , croissent puis sont éjectés pour une taille déterminée. Il s’agit du phéno-
mène d’exnucléation. Cette exnucléation serait induite par des contraintes entre les deux phases
solides. La surface des particules d’UO2 F2 resterait couverte d’UO2,9 , la croissance des germes
avant leur éjection étant l’étape limitante. Les observations de [Chaillot 2000] au microscope à
transmission font apparaı̂tre des germes après éjection d’environ 10 nm. Ces observations nous
servent d’hypothèse de base dans la modélisation de l’évolution morphologique par réaction chi-
mique. Afin de prendre en compte le phénomène d’exnucléation dans l’évolution de la population
de particules, nous faisons les hypothèses suivantes :
– les agglomérats d’UO2 F2 sont progressivement consommés par la réaction UO2 F2 →
UO2,9 , la réaction est supposée ne faire varier ni le nombre total d’agglomérats d’UO2 F2 ,
ni le nombre de particules primaires qui composent ces agglomérats. Seul le diamètre des
particules primaires d’UO2 F2 décroı̂t et leur vitesse de décroissance est calculée à partir
de l’évolution supposée de la fraction molaire d’UO2 F2 .
– les germes d’UO2,9 sont sphériques et de dimension unique (correspondant aux observa-
tions de [Chaillot 2000]). Par manque de données cinétiques, les profils de conversion de
[Debacq 2001] que nous avons utilisés pour notre modèle morphologique, ne permettent pas
de calculer les fractions molaires d’UO2,9 , c’est pourquoi nous considérons que les germes
exnucléés sont formés d’U3 O8 dont le nombre peut être calculé le long du four à partir de
la fraction molaire d’U3 O8 et des variables dynamiques calculées à partir du modèle dyna-
mique. Cette hypothèse semble réaliste puisque la réaction UO2,9 → U3 O8 est très rapide
par rapport à la transformation UO2 F2 → UO2,9 (c.f. §1.6.1.1) . Cette création continue de
germes modifie totalement la distribution des particules, puisqu’un grand nombre de pe-
tites particules nouvelles apparaı̂t. Les deux populations d’agglomérats (UO2 F2 et U3 O8 )
présentent des caractéristiques morphologiques distinctes. Nous avons donc décidé d’isoler
les contributions d’évolution morphologique des deux composés chimiques en considérant
une distribution de particules pour chacun des composés i.e. une distribution de particules

125
Chapitre 1. Mécanismes d'évolution morphologique et équations associées

nuo2 p 2 (v,z) et une distribution de particules nu3 o 8 (v,z).

1. 6.2.2 R éductio n d 'U30 s e n U 0 2

Contrairement à la transformation d'U0 2F 2 en U 30 8 , la réduction d'U 30 8 en U0 2 peut être

représentée à l'aide d 'un modèle classique de type germination-croissance. D 'après [Brun 1997]
et (P errin 2002], la germination de la phase U0 2 se produit en surface d'U30 8 et la croissance
d 'U02 se fait de manière anisotrope : plus lente dans la direction radiale que dans la direction
tangentielle à la surface de la particule. La représentation de [Brun 1997] est utilisée dans le cadre
de notre modélisation de l'évolution morphologique. De la même façon que pour la décroissance
des particules d 'U02F2, nous supposons que la réduction d'U30s n'entraîne pas d 'évolution du
nombre d 'agglomérats et du nombre de particules primaires. La diminution volumique liée à la
différence de volume molaire entre U 30 8 et U0 2 est représentée par une vitesse de décroissance,
calculée à partir des fractions molaires des composés. Nous avons choisi de ne considérer qu'une
seule distribution de particules pour les composés U30s et U02 puisque la réaction chimique
ne fait pas évoluer le nombre d'agglomérats i.e. nu3 o 8 (v,z) = nuo2 (v,z) = nuo.,(v,z) . Cette
hypothèse permet de simplifier la résolution ultérieure des équations intégro-différentielles. La
figure 1.6 synthétise la représentation adoptée de l'évolution morphologique d 'origine chimique.

Croissance de
Apparition de germes d'U02 9
germes d'U02,9 et consommation progressive de I'U02F2

ｅｸＭｮｵ｣ｬ￩｡Ｎｴｩｾ＠ des germes d'

Agglomération :.
2,9

ｾ＠
!
1 ｾ＠
·«
.........,... .......

0 0
2 ··. ,\
)
\

germination-croissance des germes d'U02,9 \. cS _,) ·

de la. phase uo2 ex-nucléés ···· ................ ···
sur les agglomérats
d'Uaos Agglomérats d'UaOs
germination-croissance
de la. phase UaOs
sur les agglomérats
d'U02,9

Agglomérats d'U02

FIG. 1.6 - Évolution morphologique des composés lors des réactions chimiques successives

126
 1.7. Conclusion

1.6.2.3 Bilan de population

En terme de bilan de population, la divergence du volume des particules permet de prendre en

compte la décroissance continue des agglomérats d’UO2 F2 . L’exnucléation est introduite à l’aide
d’un terme source S(v) supplémentaire dans le bilan de population. Ainsi, on peut écrire en
reprenant la relation 1.7 :
 
∂ dz ∂
nU O2 F2 + (GU O2 F2 nU O2 F2 ) = BU O2 F2 − DU O2 F2 (1.26)
∂z dt |∂v {z } | {z }
agglomération et fragmentation
Décroissance du volume des des particules d’UO2 F2
particules par la réaction
U O2 F2 →U3 O8
 
∂ dz ∂
nU Ox + (GU Ox nU Ox ) = B −D + S
∂z dt ∂v
| {z } | U Ox {z U Ox} | U{zOx}
agglomération et fragmentation apparition de particules
Décroissance du volume des des particules d’UOx d’U3 O8 par exnucléation
particules par la réaction
U3 O8 →U O2
(1.27)

1.7 Conclusion
Ce chapitre nous a permis de dresser un inventaire des mécanismes d’évolution morphologique
susceptibles d’avoir lieu lors du passage des poudres d’oxyde d’uranium dans le four tournant.
Nous avons choisi de classifier ces mécanismes d’après leur origine mécanique, thermique ou
chimique. Chacun de ces mécanismes peut être décrit par une approche mathématique. Nous
avons donc présenté l’expression du bilan de population décrivant l’évolution d’une population
de particules caractérisées par leur volume pour chaque mécanisme, montrant également les
hypothèses sous-jacentes aux équations généralement admises dans la littérature. La figure 1.7
récapitule l’ensemble des mécanismes d’évolution morphologique proposés dans ce chapitre et
propose une vue d’ensemble de leurs effets.

127
Chapitre 1. Mécanismes d'évolution morphologique et équations associées

Agglomération Pha.-ae dispersée :

- agglomération brownienne
- agglomération turbulente
- agglomération par sédimentation

r
différentielle
Phase dense :
- agglomération par cisaillement

Fu•m•;:ioo

Disparition progressive des agglomérats

chimique par réaction U02F2 -+-UOx
..
Pré-frittage des particules primaires

Agglomération Pha.-ae dispersée :

- agglomération brownienne
t- - agglomération
- agglomération
turbulente
par sédimentation
Ex-nucléation de

r
différentielle

•
germes d'U 303
Fragmentation Pha.-ae dense :
- agglomération par cisaillement

•
••
•••
••
Evolution des agglomérats
chimique par réaction U30s -+- U02

F IG. 1.7 - Récapitulation de l'évolution morphologique possible des composés chimiques

128
 2

Modélisation de l’évolution
morphologique des particules

Sommaire
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
2.2 Formulation des équations du modèle à sections . . . . . . . . . 131
2.2.1 Historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
2.2.2 Représentation des évènements d’évolution morphologique . . . . . 132
2.2.3 Récapitulation des équations discrétisées . . . . . . . . . . . . . . . 141
2.3 Couplage des bilans de populations et de la dynamique . . . . . 142
2.4 Validation numérique du modèle . . . . . . . . . . . . . . . . . . . 144
2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145

2.1 Introduction
Ce chapitre présente le modèle de résolution du système d’équations différentielles obtenues à
l’aide du bilan de population. Considérons l’équation de bilan de population pour une population
de particules de volume v qui s’agglomèrent, se fragmentent et qui évoluent également par
croissance et par germination. D’après les équations développées au chapitre précédent, ce bilan
s’écrit :
Z Z ∞
∂n(v, t) ∂(n(v, t)G(v)) 1 v ′ ′ ′ ′ ′
+ = β(v , v − v )n(v , t)n(v − v , t) dv − β(v, v ′ )n(v, t)n(v ′ , t) dv ′
∂t | ∂v
{z 2
} | 0 0
{z }
croissance agglomération
Z ∞
+ P (v, v ′ )Γ(v ′ )n(v ′ , t) dv ′ − Γ(v)n(v, t) + S(v)
v |{z}
| {z } germination
fragmentation
(2.1)

129
Chapitre 2. Modélisation de l’évolution morphologique des particules

G(v) = dv/dt : vitesse de croissance de la particule de volume v au temps t ( m3 s−1 )

n(v, t) : densité de particules de volume v au temps t (nb. part. m−6 )
β(v, v ′ ) : fréquence d’agglomération entre une particule de volume v et de volume v ′ (m3 s−1 )
Γ(v ′ ) : fréquence de fragmentation d’une particule de volume v ′ (s−1 )
P (v, v ′ ) : distribution des fragments de volume v dus à la fragmentation
d’une particule de volume v ′ (nb. part. m−6 s−1 )
S(v) : vitesse de germination d’une particule de volume v (nb. part. m−6 s−1 )

Afin d’obtenir une formulation discrète de l’équation 2.1 permettant d’écrire l’équation de conser-
vation pour une entité dans un volume fini, une intégration de la relation continue 2.1 sur un
intervalle discret [vi , vi+1 ] est requise :
Z Z v
dNi (t) 1 vi+1
= dv β(v ′ , v − v ′ )n(v ′ , t)n(v − v ′ , t) dv ′
dt 2 vi 0
Z vi+1 Z ∞
− n(v, t) dv β(v, v ′ )n(v ′ , t) dv ′
vi 0
Z vi+1 Z ∞ Z vi+1 (2.2)
′ ′ ′ ′
+ dv P (v, v )Γ(v )n(v , t) dv − Γ(v)n(v, t) dv
vi v v
Z vi+1 i
+ G(vi )n(vi , t) − G(vi+1 )n(vi+1 , t) + S(v) dv
vi

avec Z vi+1
Ni (t) = n(v, t) dv (2.3)
vi

Ni (t) : nombre de particules dans la classe i (ou section [vi , vi+1 ]) (nb.part. m−3 )

Cette nouvelle relation 2.2 rend le sytème d’équations ouvert, i.e. le nombre d’équations est
inférieur au nombre de variables indépendantes. Le premier objectif est donc de transformer le
système en un système fermé. La relation 2.2 montre qu’il est nécessaire de connaı̂tre n(v, t) afin
de fermer le système. Une alternative consiste à exprimer le terme de droite de l’équation 2.2 en
fonction de Ni . Deux approximations peuvent être faites :
– l’application du théorème de la moyenne sur le noyau d’agglomération tel que :
Z vi+1 Z vk+1
dv dv ′ n(v, t)n(v ′ , t)β(v, v ′ ) = βi,k Ni (t)Nk (t), (2.4)
vi vk

avec βi,k tel que

βi,k = β(xi , xk ) et vi ≤ xi ≤ vi+1 et vk ≤ xk ≤ vk+1 (2.5)

Cette approximation est appelée approche « M-I ».

– l’application du théorème de la moyenne sur la densité numérale tel que :
Z vi+1 Z vk+1 Z vi+1 Z vk+1
′ ′ ′
dv dv n(v, t)n(v , t)β(v, v ) = n̄i (t)n̄k (t) dv dv ′ β(v, v ′ ) (2.6)
vi vk vi vk

130
 2.2. Formulation des équations du modèle à sections

avec
Z vi+1
1
n̄i = n(v, t) dv (2.7)
vi+1 − vi vi

et en supposant que la double intégrale de la relation 2.6 est indépendante du temps. Cette
seconde approximation est appelée approche « M-II ».
Les utilisations diverses dans la littérature des approximations formulées ci-dessus mettent en
valeur les points suivants :
– les modèles basés sur l’approximation M-I sont ceux qui requièrent le moins de puissance
de calcul ;
– plus la discrétisation est fine, plus la précision de la solution est grande ;
– les modèles permettant de conserver la masse et le nombre de particules permettent d’at-
teindre une meilleure précision de la solution numérique.

2.2 Formulation des équations du modèle à sections

2.2.1 Historique

De nombreux auteurs ont utilisé les approximations M-I et M-II pour résoudre le bilan de
population. Ainsi, [Hidy 1965] a utilisé l’approximation M-I pour fermer le système et un maillage
régulier pour résoudre le bilan de population. Les particules appartenant à l’intervalle [vi , vi+1 ]
sont supposées être concentrées à des volumes xi tels que xi = ix1 . Ce type de résolution basé sur
des maillages réguliers permet d’atteindre une bonne précision dans la solution numérique des
distributions et des moments des distributions. Cependant, cette technique nécessite un nombre
important de points de maillage et entraı̂ne, par conséquent, des temps de calculs rédhibitoires
pour des domaines de volume étendus.
[Batterham et al. 1981] ont également utilisé l’approche M-I, mais ont discrétisé leur domaine
à l’aide d’un maillage géométrique tel que vi+1 = 2vi afin de réduire le nombre d’équations
différentielles à résoudre. Les équations obtenues conservent la masse, mais ne préservent pas le
nombre total de particules ni les autres moments de la distribution.
[Hounslow et al. 1988] ont repris la discrétisation obtenue à partir du maillage géométrique
de [Batterham et al. 1981], mais à partir d’hypothèses différentes, sont parvenus à un système
d’équations préservant le nombre total de particules, mais ne conservant pas la masse sans
introduction d’un terme correctif. Ce modèle est limité par l’utilisation d’un maillage géométrique
fixe et s’avère être peu fiable pour des temps d’agglomération importants.
Le modèle mathématique utilisé pour cette étude est basé sur le modèle de [Kumar et Ramkrishna
1996a] qui permet de choisir les propriétés de la distribution de particules que l’on souhaite
préserver. Ce modèle, basé sur l’approche M-I, donne à l’utilisateur le choix de la discrétisation
du maillage.

131
Chapitre 2. Modélisation de l’évolution morphologique des particules

2.2.2 Représentation des évènements d’évolution morphologique

2.2.2.1 Principe de conservation de deux propriétés

Au delà des grandeurs caractérisant une particule, on cherche généralement à suivre une propriété
P(t) représentative de l’ensemble de la population telle que le nombre total, la masse totale, etc.
Cette propriété peut être calculée à partir de sa valeur p(t) pour chacune des particules de
volume v, soit :
Z ∞
P(t) = p(v)n(v, t) dv (2.8)
0

P : intégrale de la fonction p(v, t)

p : fonction arbitraire d’une particule de volume v

La relation 2.8 montre que le moyen le plus simple pour suivre l’évolution de la propriété P(t)
consiste à suivre l’évolution de la densité numérale n(v, t), puis à calculer les propriétés inté-
grales. La technique utilisée dans la suite de cette étude consiste à observer le changement d’une
propriété P(t) en garantissant la cohérence de l’évolution de la propriété p(v) lorsqu’une parti-
cule se fragmente ou s’agglomère. En d’autres termes, la discrétisation utilisée pour les équations
de bilan de population doit garantir la consistance de l’évolution de la propriété P(t) comme
par exemple la conservation du nombre total ou de la masse totale des particules. L’intervalle
des volumes possibles des particules est discrétisé en plusieurs sections. L’intervalle i est compris
entre les volumes vi et vi+1 . La population de particules dans cet intervalle est représentée par
le volume xi , tel que vi ≤ xi ≤ vi+1 . Contrairement aux discrétisations généralement adoptées
dans la littérature, le maillage utilisé dans cette étude peut ne pas suivre une suite géométrique
(vi+1 = 2vi ) et être plus ou moins dilaté suivant les volumes étudiés.
Du fait de la discrétisation, les particules sont supposées n’exister qu’à certains volumes représen-
tatifs xi . Or, l’agglomération ou la fragmentation peut engendrer l’apparition de particules dont
la taille ne correspond pas à ces volumes représentatifs. Pour pallier ce problème, ces particules
doivent être réparties dans les volumes xi . Considérons, par exemple, l’agglomération de deux
particules de volume xj et xk . Leur agglomération fait évoluer la propriété p de p(xj ) + p(xk )
à p(xj + xk ). Ainsi, dans le cas d’un maillage uniforme (xi = ix1 ), le volume de l’agglomérat
créé correspondra exactement à un des volumes représentatifs xi . En revanche, dans le cas où le
volume de la nouvelle particule ne correspond pas à un volume représentatif xi (cas d’un maillage
non-uniforme), il faut placer la particule créée par agglomération dans les volumes représentatifs
voisins de telle façon que l’évolution de la propriété p(x) soit exactement préservée dans les
équations décrivant Ni et que le système des équations en Ni décrive correctement l’évolution de
P(t). [Kumar et Ramkrishna 1996a] ont montré qu’il fallait assurer la préservation d’au moins
deux propriétés P1 (t) et P2 (t) pour qu’elles rendent compte d’un évènement d’agglomération
ou de fragmentation unique. Ainsi, la formation d’une particule de volume v inclus dans l’in-
tervalle [xi , xi+1 ] est représentée en attribuant respectivement une fraction a(v, xi ) et b(v, xi+1 )

132
 2.2. Formulation des équations du modèle à sections

aux classes de particules xi et xi+1 . Ces fractions sont définies telles que :

a(v, xi )p1 (xi ) + b(v, xi+1 )p1 (xi+1 ) = p1 (v)

(2.9)
a(v, xi )p2 (xi ) + b(v, xi+1 )p2 (xi+1 ) = p2 (v)

afin de préserver les propriétés p1 (v) et p2 (v). Dans la suite, nous nous intéresserons parti-
culièrement à conserver les propriétés de la forme p1 (v) = 1 et p2 (v) = v. Ces propriétés
R∞
correspondent respectivement aux propriétés de la population totale P1 (t) = 0 n(v, t) dv et
R∞
P2 (t) = 0 vn(v, t) dv, soient le nombre total et le volume total des particules.
Dans ce cas :
xi+1 − v v − xi
a(v, xi ) = et b(v, xi+1 ) = (2.10)
xi+1 − xi xi+1 − xi

2.2.2.2 Représentation mathématique de l’agglomération

L’apparition par agglomération de particules dans la classe i s’écrivant d’après la relation 2.2 :
Z Z
1 vi+1 v
Bagg. = β(v − v ′ , v)n(v − v ′ , t)n(v ′ , t) dv ′ dv (2.11)
2 vi 0

doit être modifiée afin de l’exprimer en fonction de Ni (densité numérale moyenne en particules
de la classe i). Pour cela, la population de particules de volume représentatif xi se voit attribuer
des fractions de particules apparaissant dans l’intervalle [xi , xi+1 ] et [xi−1 , xi ]. Pour les particules
apparaissant respectivement dans l’intervalle [xi , xi+1 ] et dans l’intervalle [xi−1 , xi ], a(v, xi ) par-
ticules et b(v, xi ) sont allouées au volume xi . Les valeurs de a(v, xi ) et b(v, xi ) étant déterminées
à l’aide des équations 2.10. D’où :
Z Z v
1 xi+1
Bagg. = a(v, xi ) dv β(v − v ′ , v ′ )n(v − v ′ , t)n(v ′ , t) dv ′
2 xi 0
Z Z v (2.12)
1 xi ′ ′ ′ ′ ′
+ b(v, xi ) dv β(v − v , v )n(v − v , t)n(v , t) dv
2 xi−1 0

Or, puisque la population de particules est supposée être concentrée à des volumes représentatifs,
la densité numérale de particules peut s’écrire :
M
X
n(v, t) = Nk δ(v − xk ) (2.13)
k=1

δ : fonction de Dirac
M : nombre total de classes

à l’aide de la relation 2.13, le terme d’apparition peut être réécrit :

j≥k
X 1
Bagg. = (1 − δj,k )ηβj,k Nj (t)Nk (t) (2.14)
2
j,k
xi−1 ≤(xj +xk )≤xi+1

133
Chapitre 2. Modélisation de l’évolution morphologique des particules

avec 
 xi+1 −v , x ≤ v ≤ x
i i+1 avec v = xj + xk
η = xi+1 −xi (2.15)
v−x i−1
xi −xi−1 , xi−1 ≤ v ≤ xi


et
βj,k = β(xj , xk ) (2.16)
δj,k : symbole de Kronecker

Le terme de disparition de particules par agglomération s’écrit quant à lui :

Z vi+1 Z ∞
Dagg. = n(v, t) dv β(v, v ′ )n(v ′ , t) dv ′ (2.17)
vi 0

ou avec (2.13)
M
X
Dagg. = Ni (t) βi,k Nk (t) (2.18)
k=1
L’évolution du nombre de particules par classe de particules lorsque l’agglomération est le seul
phénomène d’évolution morphologique s’écrit donc d’après les relations 2.14 et 2.18 :
j≥k M
dNi (t) X 1 X
= (1 − δj,k )ηβj,k Nj (t)Nk (t) − Ni (t) βi,k Nk (t) (2.19)
dt agg. 2
j,k k=1
xi−1 ≤(xj +xk )≤xi+1

En multipliant la relation (2.19) par xi , on obtient :

j≥k xi−1
!
dNi (t) X 1 v v −1
xi = (1 − δj,k )xi xi−1 βj,k Nj (t)Nk (t)
dt agg. 2 xi xi −1
j,k
xi−1 ≤(xj +xk )≤xi
j≥k xi+1
!
X 1 v v −1
+ (1 − δj,k )xi xi+1 βj,k Nj (t)Nk (t) (2.20)
2 xi xi −1
j,k
xi ≤(xj +xk )≤xi+1
M
X
− xi Ni (t) βi,k Nk (t)
k=1

En notant Vi la concentration volumique de la classe i (volume total des particules de la classe

i par m3 physique), on a
Vi = xi Ni (2.21)
et
dVi dNi
= xi (2.22)
dt dt
puisque les volumes xi sont fixés. L’équation 2.20 se réécrit alors :
j≥k M
dVi (t) X 1 X
= (1 − δj,k )η ′ βj,k (Nj (t)Vk (t) + Nk (t)Vj (t)) − Vi (t) βi,k Nk (t)
dt agg. 2
j,k k=1
xi−1 ≤(xj +xk )≤xi+1
(2.23)

134
 2.2. Formulation des équations du modèle à sections

avec  xi−1
 v −1
 xi−1 − 1 , xi−1 ≤ v ≤ xi


η ′ = xxi+1
i (2.24)
 v −1
 xi+1 − 1 , xi ≤ v ≤ xi+1


xi

Or, d’après [Vemury et al. 1994] et [Tsantilis et al. 2002], volume et surface sont équivalents si
l’agglomération est le seul phénomène d’évolution morphologique. Il est donc possible d’obtenir
de la même façon un système d’équations analogue décrivant l’évolution de la concentration
surfacique d’une classe de particule, Ai (aire totale des particules de la classe i par m3 physique).
j≥k M
dAi (t) X 1 X
= (1 − δj,k )η ′ βj,k (Nj (t)Ak (t) + Nk (t)Aj (t)) − Ai (t) βi,k Nk (t)
dt agg. 2
j,k k=1
xi−1 ≤(xj +xk )≤xi+1
(2.25)

2.2.2.3 Représentation mathématique de la fragmentation

Le terme d’apparition de particules lié à la fragmentation de particules s’écrit d’après la relation

2.2 : Z vi+1 Z ∞
Bfra. = dv P (v, v ′ )Γ(v ′ )n(v ′ , t) dv ′ (2.26)
vi v
ou encore :
Z xi+1 Z ∞ Z xi Z ∞
′ ′ ′ ′
Bfra. = a(v, xi ) dv P (v, v )Γ(v )n(v ) dv + b(v, xi ) dv P (v, v ′ )Γ(v ′ )n(v ′ ) dv ′
xi v xi−1 v
(2.27)
et enfin avec (2.13) et a et b obtenus par (2.10) :
M
X
Bfra. = ni,k Γk Nk (t) (2.28)
k=1

avec Γk = Γ(xk ) et ni,k étant la contribution à la classe i de la fragmentation d’une particule de

volume xk tel que :
Z xi+1 Z xi
xi+1 − v v − xi−1
ni,k = P (v, xk ) dv + P (v, xk ) dv (2.29)
xi xi+1 − xi xi−1 xi − xi−1

ni,k : nombre total de particules apparaissant dans la classe i lors de la fragmentation d’une particule
de volume xk (-)

Physiquement, P doit être choisi tel que le premier terme de l’expression (2.29) s’annule pour i =
k et le deuxième pour i = 1. Ces deux termes peuvent généralement être calculés analytiquement
dans le cas d’expressions de P (v, v ′ ) classiques. Le terme de disparition dû à la fragmentation
s’écrit, quant à lui, d’après (2.2)
Z vi+1
Dfra. = Γ(v)n(v, t) dv (2.30)
vi

135
Chapitre 2. Modélisation de l’évolution morphologique des particules

ou
Dfra. = Γi Ni (t) (2.31)

L’évolution du nombre de particules par classes de particules dans le cas de fragmentation seule
s’écrit d’après les relations 2.28 et 2.31 :

M
dNi (t) X
= ni,k Γk Nk (t) − Γi Ni (t) (2.32)
dt fra. k=1

Ce système d’équations montre que la discrétisation utilisée dans le cadre de cette étude est
indépendante du maillage et de la forme de la fonction de fragmentation. L’évolution de la
concentration volumique Vi et surfacique Ai s’obtient comme pour l’agglomération. Ainsi, en
multipliant la relation (2.32) par xi :

M
dVi (t) X
= n′i,k Γk Vk (t) − Γi Vi (t) (2.33)
dt fra. k=1

avec Z Z
xi+1 xi
xi+1 − v P (v, xk ) v − xi−1 P (v, xk )
n′i,k = xi+1 dv + dv (2.34)
xi xi − 1 xk xi−1 1 − xxi−1
i
xk
de la même façon :
M
dAi (t) X
= n′i,k Γk Ak (t) − Γi Ai (t) (2.35)
dt fra. k=1

2.2.2.4 Représentation mathématique du pré-frittage

Le pré-frittage des particules primaires au sein d’un agglomérat peut être facilement intégré
au bilan de population. En effet, le pré-frittage des particules primaires ne va pas influencer le
nombre d’agglomérats, soit :
dNi (t)
=0 (2.36)
dt fri.
ou
dVi (t)
=0 (2.37)
dt fri.

En revanche, dans notre modèle mathématique, le pré-frittage entraı̂ne une modification de la

surface des particules et donc de la concentration surfacique telle que :

dAi (t) 1
=− (Ai − Ni as,i ) (2.38)
dt fri. τf,i

τf,i : temps caractéristique de frittage de la classe i (s)

√ 2/3
as,i : surface d’un agglomérat de volume xi totalement fritté (m2 ), soit 6 πvxi

Cette relation est obtenue en généralisant à une classe i de particules l’expression 1.23 du
chapitre précédent.

136
 2.2. Formulation des équations du modèle à sections

2.2.2.5 Représentation mathématique de l’évolution morphologique par réaction

chimique

L’équation de bilan de population pour une population de particules subissant une réation
chimique gaz-solide ou solide-solide s’écrit :
Z vi+1
dNi (t)
= G(vi )n(vi , t) − G(vi+1 )n(vi+1 , t) + S(v) dv (2.39)
dt rea. | {z } vi
terme de croissance | {z }
terme de germination

avec un terme de croissance ou de rétrécissement des particules liés à la réaction chimique et

un terme de germination correspondant à l’apparition de nouvelles particules individuelles, par
exnucléation dans notre cas.

2.2.2.5.1 Représentation mathématique de la croissance et du rétrécissement des

particules

2.2.2.5.1.1 Élements bibliographiques L’équation 2.1 est une équation hyperbolique

aux dérivées partielles du fait du deuxième terme convectif du membre de gauche. La résolution
numérique de ce type d’équation est communément considérée comme présentant de nombreux
problème de convergence et de stabilité. Des méthodes utilisant des techniques dérivées de dif-
férence finies ont été proposées. Mais,comme nous allons le voir, les résultats numériques ainsi
obtenus ne sont pas satisfaisants.
[Marchal et al. 1990] proposent, par exemple, de remplacer la densité numérale de particules aux
frontières par la moyenne arithmétique du nombre de particules moyen par classes :
 
1 Ni−1 Ni
n(vi , t) = + (2.40)
2 ∆vi−1 ∆vi
[David et al. 1991] proposent quant à eux une expression différente pour calculer n(v, t) :

∆vi−1 Ni ∆vi Ni−1

+
∆vi ∆vi−1
n(vi , t) = (2.41)
∆vi−1 + ∆vi
∆vi = vi+1 − vi : longueur de l’intervalle de la classe i

[Hounslow et al. 1988] ont adapté la méthode de discrétisation qu’ils utilisaient pour l’agglo-
mération pour prendre en compte une croissance des particules indépendante du volume i.e.
G(v) = σ0 tel que :
dNi (t) σ0
= (aNi−1 + bNi + cNi+1 ) (2.42)
dt cro. vi
puis déterminent les coefficients a, b et c à partir de la relation (2.42) afin de préserver les trois
premiers moments de la distribution. Ils obtiennent finalement l’expression suivante :
   
dNi (t) 2 Ni−1 + rNi 2 Ni + rNi+1
= σ0 − (2.43)
dt cro. 1 + r vi+1 − vi−1 1 + r vi+2 − vi

137
Chapitre 2. Modélisation de l’évolution morphologique des particules

vi+1
avec r = vi et
 
2 Ni−1 + rNi
n(v, t) = (2.44)
1 + r vi+1 − vi−1
La prise en compte de la croissance des particules par ces trois techniques est susceptible de
donner des valeurs négatives de Ni . Seuls [Hounslow et al. 1988] le mentionnent explicitement
et conseillent de forcer les valeurs négatives à zéro.
Dans le cadre de cette étude, nous avons employé la méthodologie de [Kumar et Ramkrishna
1997] utilisant les techniques de conservation des propriétés précédemment proposées pour l’ag-
glomération et la fragmentation.

2.2.2.5.1.2 Modèle de résolution par pivots mobiles En présence de croissance ou

de rétrécissement des particules donnée par :
dv
G(v) = (2.45)
dt
et en considérant que les frontières des classes évoluent avec cette vitesse de croissance :
dvi
G(vi ) = (2.46)
dt
dvi+1
G(vi+1 ) = (2.47)
dt
l’intégration du bilan de population 2.1 par rapport à v entre vi (t) et vi+1 (t) donne
Z vi+1 (t)
∂n(v, t)
dv + n(vi+1 , t)G(vi+1 ) − n(vi )G(vi )
vi (t) ∂t
Z Z v Z vi+1 (t) Z ∞
1 vi+1 (t) ′ ′ ′ ′ ′
= dv β(v , v − v )n(v , t)n(v − v , t) dv − dv β(v, v ′ )n(v, t)n(v ′ , t) dv ′
2 vi (t) 0 vi (t) 0
Z vi+1 (t) Z ∞ Z vi+1 (t)
+ dv P (v, v ′ )Γ(v ′ )n(v ′ , t) dv ′ − Γ(v)n(v, t) dv
vi (t) v vi (t)
Z vi+1 (t)
+ S(v) dv
vi (t)
(2.48)

D’après la formule de Leibniz, qui s’écrit :

Z b(t) Z b(t)
d ∂f (x, t) db da
f (x, t) dx = dx + f (b(t), t) − f (a(t), t) (2.49)
dt a(t) a(t) ∂t dt dt

le terme de gauche de l’équation 2.48 n’est autre que

Z vi+1 (t)
d
n(v, t) dv (2.50)
dt vi (t)

soit
d
Ni (t) (2.51)
dt

138
 2.2. Formulation des équations du modèle à sections

Dans le cas où β(v, v ′ ) = 0, Γ(v) = 0 et S(v) = 0, le terme de droite de l’équation 2.48 est nul,
donc
dNi (t)
=0 (2.52)
dt cro.
ce qui signifie que sans agglomération, sans fragmentation et sans germination, le nombre total
de particules dans une classe i dont les frontières varient avec la croissance des particules, reste
constant. Nous supposons que la population d’une classe i est concentrée à un volume xi (cf.
équation (2.13)) et que le volume v d’une particule évolue avec le temps, donc xi aussi (d’où
l’appellation « pivot mobile ») :
dxi
= G(xi ) (2.53)
dt cro.
La démonstration précédente montre que les termes d’agglomération et de fragmentation de
l’équation 2.48 diffèrent uniquement de ceux de l’équation de bilan de population sans croissance
de particules par la dépendance dans le temps des volumes des pivots xi . C’est là le grand intérêt
de la méthode des pivots mobiles : cette méthode permet d’obtenir des équations différentielles
similaires à celles obtenues sans croissance ou diminution des particules.
Comme pour les autres contributions, on doit également calculer dans le cas de la croissance
l’évolution des concentrations volumiques et surfaciques de chaque section. C’est la variation
du volume liée au changement de phases solides (réactif→produit) qui est le plus facilement
accessible à partir des données dont nous disposons. On écrira donc :

dVi
= Ki (t) (2.54)
dt cro.

Ki = Ni G(xi ) : vitesse de croissance des particules de la classe i (nb.part [m de part.]3 s−1 m−3 )

Comme [Tsantilis et al. 2002], nous faisons l’hypothèse que la croissance par réaction chimique
n’entraı̂ne pas de variation du nombre de particules Ni (eq. 2.52), ni du nombre de particules
primaires au sein d’un agglomérat np,i . Sachant que :

Vi = Ni np,i vp,i
Ai = Ni np,i ap,i
πd3p,i
vp,i =
6
ap,i = πd2p,i

vp,i : volume d’une particule primaire de la classe i ([m de part.]3 )

ap,i : surface d’une particule primaire de la classe i ([m de part.]2 )
dp,i : diamètre d’une particule primaire de la classe i ([m de part.]3 )
np,i : nombre de particules primaires au sein d’un agglomérat de la classe i (-)

139
Chapitre 2. Modélisation de l’évolution morphologique des particules

on obtient les relations suivantes pour l’évolution du diamètre des particules primaires et de la
concentration surfacique Ai , par croissance seule :
ddp,i 2Ki
= 2 (2.55)
dt cro. πdp,i Ni np,i
et
dAi 4
= Ki (t) (2.56)
dt cro. dp,i

2.2.2.5.2 Représentation mathématique de la germination

´
2.2.2.5.2.1 Éléments bibliographiques L’introduction de la germination dans les équa-
tions discrétisées est relativement simple. Le moyen le plus commode est d’écrire

S(v) = J(t)δ(v − vm ) (2.57)

J : vitesse de germination des particules (nb. part. s−1 m−3 )
vm : volume du germe (m3 )

Le terme de germination apparaı̂t uniquement dans l’équation décrivant l’évolution du nombre

de particules dans la classe contenant le volume vm puisque les germes formés sont tous de même
volume :
dNi
= J(t)δi,m (2.58)
dt ger.
avec 
1, v ∈ [v , v ]
m i i+1
δi,m = (2.59)
0, v ∈ / [v , v ]
m i i+1

Dans le cas d’un maillage quelconque, les équations (2.53) et (2.58) suffisent à décrire l’évolu-
tion morphologique par germination, croissance, agglomération et fragmentation. Une difficulté
apparaı̂t néanmoins lorsque la croissance et la germination coexistent dans le système. En ef-
fet, le volume de la classe contenant vm va croı̂tre (ou diminuer) par réaction chimique et faire
disparaı̂tre l’intervalle de volume dans lequel les germes apparaissent. Il en résulte une perte de
précision de la solution dans la classe où apparaissent les germes. [Kumar et Ramkrishna 1997]
proposent de créer une nouvelle classe recueillant les germes apparaissant au fur et à mesure.
Bien que cette technique rende correctement compte du nombre de germes créés, elle ne conserve
pas nécessairement la masse totale du fait de l’absence de l’effet de la germination dans l’évolu-
tion du pivot de la classe d’apparition des germes. C’est pourquoi [Spicer et al. 2002] proposent
d’introduire l’effet de la germination dans le calcul de l’écriture de l’évolution des pivots, dx
dt ,
i

de façon à préserver à la fois le nombre et la masse des particules. Cette manière de procéder
s’appuie sur le principe de préservation de deux propriétés de [Kumar et Ramkrishna 1996a].
Ainsi, l’évolution par germination de ces deux propriétés P1 et P2 s’écrit :
Z Z
dP1,i d vi+1 d vi+1
= p1 (v)n(v, t) dv = n(v, t) dv = J(t)δi,m (2.60)
dt ger. dt vi dt vi
| {z }
Ni (t)

140
 2.2. Formulation des équations du modèle à sections

et Z vi+1 Z vi+1
dP2,i d d
= p2 (v)n(v, t) dv = vn(v, t) dv = vm J(t)δi,m (2.61)
dt ger. dt vi dt vi

Par définition du pivot xi , on peut écrire P2 (t) = xi P1 (t), d’où :

dP2,i dxi dNi

= Ni + xi (2.62)
dt ger. dt ger. dt ger.

Ainsi,
dxi 1
= (vm − xi )J(t)δi,m (2.63)
dt ger. Ni
Les équations (2.62) et (2.63) permettent par définition de préserver le nombre total et la masse
totale des particules. Quant aux évolutions de la concentration volumique et surfacique, elles
s’écrivent simplement :
dVi
= J(t)δi,m vm (2.64)
dt ger.
dAi
= J(t)δi,m am (2.65)
dt ger.

am : surface du germe (m2 )

2.2.3 Récapitulation des équations discrétisées

Le tableau 2.2.3 présente une récapitulation des équations différentielles obtenues pour les dif-
férents mécanismes d’évolution morphologique.

141
 Chapitre 2. Modélisation de l’évolution morphologique des particules

Phénomènes d’évolution Auteurs

morphologique dNi dVi dAi dxi
dt dt dt dt

liés à la germination [Spicer 02],

chimie (ger.) J(t)δi,m J(t)δi,m vm J(t)δi,m am [Kumar 97]
1
(vm −xi )J(t)δi,m
Ni

croissance [Kumar 97],

Ki (t) 4 Ki (t) [Tsantilis 02]
(cro.) 0 Ki (t)
dp,i Ni

liés à la agglomération [Kumar 96b],

mécanique (agg.) j≥k j≥k j≥k 0 [Kumar 96a]
X 1 X 1 X 1
(1 − δj,k )ηβj,k (1 − δj,k )η ′ βj,k (1 − δj,k )η ′ βj,k
j,k
2 j,k
2 j,k
2

Nj (t)Nk (t) (Nj (t)Vk (t) + Nk (t)Vj (t)) (Nj (t)Ak (t) + Nk (t)Aj (t))
M
X M
X M
X
− Ni (t) βi,k Nk (t) − Vi (t) βi,k Nk (t) − Ai (t) βi,k Nk (t)
k=1 k=1 k=1

fragmentation [Kumar 96b]

(fra.) M
X M
X M
X 0
ni,k Γk Nk (t) n′i,k Γk Vk (t) − Γi Vi (t) n′i,k Γk Ak (t) − Γi Ai (t)
k=1 k=1 k=1

− Γi Ni (t)

lié à la préfrittage [Tsantilis 02]

thermique (fri.) 0 0 1 0
(Ai − Ni ai,s )
τf,i

Fig. 2.1 – Récapitulation des équations discrétisées par classes pour les différents mécanismes d’évolution
morphologique

2.3 Couplage des bilans de populations et de la dynamique

Les équations différentielles obtenues précédemment peuvent être modifiées afin de décrire l’évo-
lution des variables le long du four et non plus par rapport au temps. Cette modification intro-
duit dans la modélisation de l’évolution morphologique les variables dynamiques obtenues dans
la partie I. Ainsi, d’après la relation 1.8, on a
   
∂ dz l ∂ l dz l l l
n + Ḡ n = Hagg.+fra. + Sger. (2.66)
∂z dt ∂v dt

l : composé chimique (UO2 F2 ou UOx )

l
Hagg.+fra. : vitesse nette de production des particules de volume v par agglomération et fragmentation
l
Sger. : vitesse nette de production des particules de volume v par germination
l
Ḡl = dvdz : vitesse de croissance

142
 2. 3. Couplage des bilans de populations et de la dynamique

ｾ＠ correspond à la vitesse moyenne de la poudre dans une section du four et peut dont être
réécrit en fonction des variables dynamiques de la partie I telle que
_ dz F(z)
Upoudre(z) = dt = M(z) (2.67)

Üpoudre : vitesse moyenne de la poudre (m s- 1 )

Après intégration sur un intervalle de volume de particule [vi(z) , Vi+1(z)] et en appliquant la

méthode des pivots mobiles pour traiter les termes de croissance (cf. 2.2.2.5.1.2), la relation 2.66
s'écrit :
d 1Vi+l(Z) 1Vi+!(Z)
-d (upoudreNf) = ｈｾｧＮ Ｋ ｦｲ｡Ｎ＠ dv + ｓｾ･ｲＮ＠ dv (2.68)
z Vi(Z ) Vi(z)
Ni =ｊ ＺＮﾷ｣ ｾ ｽＨ ｺ Ｉ＠ n 1(v , z ) dv : concentration numérale apparente de la classe i (nb. part. [m de four]- 3 )

En multipliant par la section du four, on fait apparaître le débit numéral de particules (de la
classe i du composé l) Nf (nb.part. s- 1 )
·t _ t F(z)S t
Ni = UpoudreSNi(z) = M(z) Ni (z) (2.69)

et on obtient :
(2.70)

où le terme numéral ＼ｊｾ＠ représente la source nette (en nb.part. s- 1 [rn de fourt 1) de particules
dans la classe i du composé l par agglomération, fragmentation et germination.
Les termes sources d 'agglomération et de fragmentation doivent être calculés dans un volume où
les particules sont réparties de façon homogène. P ar conséquent, le volume du rideau de poudre
est le volume choisi pour la phase dispersée. Pour la phase dense, agglomération et fragmentation
n'interviennent que là où les particules sont en mouvement les unes par rapport aux autres ; on
utilise donc le volume de la couche active qui est formée par le roulement du talus de poudre
dans le fond du four. Les termes d'agglomération et de fragmentation peuvent donc être exprimés
en fonction de l'évolution du nombre de particules dans chacun de ces volumes. D ans le cas de
l'agglomération, cela donne:
B?'gg.,t- D?'gg.,t] V'+ [B?-gg. ,l- D?'gg.,l] V' (2.71)
[ t t phase r t t phase ca
dispersée dense
ＧＭｾ＠
dNi,r,i ､ｎｾ｣ , ｡ｩ＠ ,
dt dt
a gg. a gg.

v;: volume du rideau de poudre ( [m de r ideau] 3 [m de four]- 1)

v:a:volume de la couche active ( [m de couche active]3 [m de four]- 1 )
Nf,r ,i : nombre de particules de composé l de la classe i

dans le rideau de poudre (nb. part. [m de rideau]- 3 )

ｎｾ Ｌ ｣｡ Ｌ ｩ＠ : nombre de particules de composé l de la classe i
dans la couche active (nb. part. [m de couche active]- 3)

143
Chapitre 2. Modélisation de l’évolution morphologique des particules

l
dN1,r,i l
dN2,ca,i
Les expressions et sont obtenues à l’aide de la relation 2.19. On procède
dt dt
agg. agg.
de la même façon pour obtenir les relations décrivant la fragmentation. Afin de résoudre le
l
système d’équations différentielles, il faut ensuite exprimer N1,r,i l
et N2,ca,i en fonction de Ṅil .
Par définition des variables et des volumes considérés, on a :

l S l
N1,r,i = N (2.72)
Vr′ 1,i
l
N1,i : nombre de particules de composé l de la classe i
dans la phase dispersée (nb.part. [m de four]−3 )

de plus, en faisant l’hypothèse que les particules sont distribuées proportionnellement aux ré-
tentions solides massiques :
 
l S Nil M1
N1,r,i = ′ M1 = ′ Ṅil (2.73)
Vr M Vr F
l
L’expression de N2,ca,i s’obtient de manière identique :
 
l Sρb l Sρb Nl ρb ˙ l
N2,ca,i = N = M2 i = N (2.74)
M2 2,i M2 M F i

La procédure est la même pour dériver les expressions des évolutions de la concentration volu-
mique et surfacique des particules dans la classe i. L’ensemble des équations différentielles ainsi
dérivées est récapitulé en Annexe B.

2.4 Validation numérique du modèle

Notre modèle de résolution par pivot mobile a été validé numériquement par comparaison à la
solution analytique proposée par [Scott 1968] dans le cas d’un noyau d’agglomération constant
et sans autre mécanisme d’évolution morphologique. La solution analytique a été modifiée pour
pouvoir être utilisée dans le cas d’une progression spatiale et non temporelle. On se donne une
distribution granulométrique Ni (da,i ) en z = 0, da,i étant le diamètre équivalent des agglomérats
de volume xi , et on calcule la distribution en sortie, après agglomération. La distribution initiale
est celle de [Scott 1968].
La figure 2.2 montre les distributions de particules obtenues pour différents maillages (caractéri-
sés par le nombre de sections M ) et la solution analytique proposée par [Scott 1968]. Une échelle
log-log a été utilisée afin d’accentuer les différences entre la solution numérique et la solution
analytique dans l’intervalle de volume où le nombre de particules décroı̂t fortement. Le nombre
de particules pour des classes de volume élevé tend à être surestimé, comme c’est le cas avec
la plupart des modèles numériques, mais il suffit d’utiliser un maillage plus fin pour atteindre
une meilleure précision. En revanche, pour des volumes de particules pour lesquels le nombre de

144
 2.5. Conclusion

particules ne subit pas de brusques variations, on remarque une très bonne adéquation, même
pour des maillages relativement grossiers.

1e+20
z = 0
solution analytique
M=40
1e+15 M=80
M=100
Ni, nb.part. m-3

1e+10

100000

1e-05

1e-10
1e-07 1e-06
da, m

Fig. 2.2 – Comparaison des solutions analytiques et numériques pour différents nombres de sections dans
la cas d’un noyau d’agglomération constant

2.5 Conclusion
Le modèle de résolution des équations différentielles obtenues par bilan de population, présenté
dans ce chapitre et utilisé dans le cadre de cette étude, est basé sur les travaux de [Kumar et
Ramkrishna 1997]. Ce modèle a été complété pour prendre en compte l’ensemble des mécanismes
d’évolution morphologiques qui avaient été proposés dans le chapitre 1. Ce modèle complexe
permet de préserver à la fois le nombre et le volume total des particules. Les variables calculées
sont les concentrations numérales, volumiques et surfaciques d’un ensemble de sections de la
distribution granulométrique. De plus, la discrétisation de l’intervalle de volumes de particules
considéré n’est pas sujette à une progression fixée par une suite géométrique, mais peut être
définie par l’utilisateur. Les phénomènes d’agglomération et de fragmentation ont été intégrés
grâce à des termes sources, écrits pour des volumes (rideau de poudre, couche active du lit)
dans lesquels on suppose la répartition des particules homogène. L’influence du préfrittage sur
l’évolution surfacique des particules est décrite, ainsi que l’apparition de nouveaux germes par
le phénomène d’exnucléation. La croissance des particules par réaction chimique est traitée par
la méthode des pivots mobiles. Cette formulation mathématique permet donc de rendre compte
de manière exhaustive de l’influence des phénomènes physico-chimiques sur la morphologie des
particules. Une étape importante consiste maintenant à déterminer les paramètres du modèle
(noyau d’agglomération, de fragmentation, temps caractéristiques de frittage . . . ) afin de pouvoir
exploiter cette modélisation mathématique.

145
Chapitre 2. Modélisation de l’évolution morphologique des particules

146
 3

Détermination des paramètres du

modèle morphologique

Sommaire

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147

3.2 Évolution de la morphologie par agglomération . . . . . . . . . . 148
3.2.1 Agglomération dans la phase dispersée . . . . . . . . . . . . . . . . 148
3.2.2 Agglomération dans la phase dense . . . . . . . . . . . . . . . . . . 160
3.3 Évolution de la morphologie par fragmentation . . . . . . . . . . 165
3.3.1 Rappels bibliographiques . . . . . . . . . . . . . . . . . . . . . . . . 165
3.3.2 Introduction dans le modèle morphologique . . . . . . . . . . . . . 168
3.4 Évolution de la morphologie par pré-frittage . . . . . . . . . . . 168
3.4.1 Rappels bibliographiques . . . . . . . . . . . . . . . . . . . . . . . . 168
3.4.2 Détermination expérimentale du temps de frittage . . . . . . . . . . 170
3.5 Évolution de la morphologie par réaction chimique . . . . . . . . 173
3.5.1 Incorporation dans le modèle morphologique . . . . . . . . . . . . . 173
3.5.2 Essais en four statique avec réaction [Ablitzer 2003] . . . . . . . . . 174
3.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176

3.1 Introduction

Ce chapitre s’intéresse à la détermination des paramètres des mécanismes d’évolution morpho-

logique définis précédemment. Cette détermination a été réalisée soit à partir de l’expérience,
soit à l’aide d’expressions théoriques ou empiriques issues de le littérature.

147
Chapitre 3. Détermination des paramètres du modèle morphologique

3.2 Évolutio n de la morphologie p ar agglom ération

3.2.1 A gglom é r ation d a n s la phase dispersée

L'agglomération dans la phase dispersée est localisée dans le rideau de poudre qui chute des
releveurs en déchargement. Elle résulte comme nous l'avons vu en Introduction soit de l'énergie
thermique qui entraîne l'agglomération brownienne, soit de la gravitation et des forces d 'inertie
responsables de l'agglomération par sédimentation differentielle, soit des forces aérodynamiques
permettant l'agglomération turbulente.

3 .2 .1.1 A gglomér atio n par diffus io n brownie nne

L'agglomération de deux particules de volume vi et Vj peut être induite par le mouvement

brownien des molécules de gaz (c.f. Fig. 3.1) . La fréquence de collision s'écrit différemment
suivant la taille des particules par rapport au libre parcours moyen. Quand la dimension des
particules est beaucoup plus grande que le libre parcours moyen, le régime est dit continu et les
collisions entre les p articules, da , s 'effectuent par diffusion. Dans le cas contraire, soit K n ｾ＠ 1
et da «: Àg avec :
>.9: libre parcours moyen du gaz (m)
K n = ｾ＠ : nombre de KNUDSEN (- )

le régime est dit moléculaire et les collisions entre les particules s'effectuent par procédé ballis-
tique.

F luide continu (gaz) molécules de gaz

• 0•
0 ,(" • •
0
üParticule
solide • • • •
• e •
collision
mouvement ｾ＠ ballistique e .
brownien
•• •
Q-Pa.rt!CU 1e
solide
• •
collision
•
(a) Régime continu (b) Régime moléculaire

FIG. 3.1 - Schéma de principe des collisions entre particules pour les différents régimes de l'agglomération
par mouvement brownien

Con s truct ion classique du n oyau L 'expression du noyau d'agglomération dans le régime
moléculaire libre est obtenue à partir de la théorie cinétique des gaz. Cette théorie considère que
la collision de deux molécules est équivalente à la collision de sphères rigides sans interactions
et dont les dimensions caractéristiques sont petites par rapport au libre parcours moyen du gaz.

148
 3.2. Évolution de la morphologie par agglomération

Dans le cas du régime continu, le noyau d’agglomération peut s’écrire à l’aide des coefficients de
diffusion de Stokes-Einstein. Une différence fondamentale entre cette relation et celle valable
pour le régime moléculaire réside dans le fait que le noyau d’agglomération est alors fonction
des propriétés physiques du gaz et de la particule solide et non plus uniquement des propriétés
de la particule solide.
Dans le cadre de cette étude, le noyau d’agglomération brownien a été calculé à partir de l’inter-
polation de [Fuchs 1964] valable à la fois pour le régime moléculaire et pour le régime continu.
Cette expression intègre les relations classiques des noyaux d’agglomération pour les régimes
moléculaire et continu et une interpolation semi-empirique pour le régime intermédiaire. Cette
interpolation permet ainsi de prolonger par continuité les expressions valables pour chacun des
deux régimes. Le noyau d’agglomération, β (m3 s−1 ) s’écrit alors d’après [Seinfeld 1986]
 −1
bro. dc,i + dc,j 8(Di + Dj )
βi,j = 2π(Di + Dj )(dc,i + dc,j ) + (3.1)
dc,i + dc,j + 2gi,j ci,j (dc,i + dc,j )

dc,i : diamètre de collision de la particule de volume vi (m)

Di : coefficient de diffusion de la particule de volume vi (m2 s−1 )
ci,j = (c2i + c2j )1/2 : vitesse relative des particules de volume vi et vj (m s−1 )
ci : « vitesse » de la particule de volume vi (m s−1 )
gi,j = (gi2 + gj2 )1/2 : paramètre de transition (m)
gi : paramètre de correction de la particule de volume vi (m)

avec  
kB T 5 + 4Kni + 6Kn2i + 18Kn3i
Di = (3.2)
3πµg dc,i 5 − Kni + (8 + π)Kn2i
kB : constante de Boltzmann (J K−1 )
2λg
Kni = : nombre de Knudsen (-) de la particule de diamètre dc,i
dc,i

et  1/2
8kB T
ci = (3.3)
πmi
et  
1
gi = (dc,i + λc,i )3 − (d2c,i + λ2c,i )3/2 − dc,i (3.4)
3dc,i λc,i
8Di
λc,i = : libre parcours moyen de la particule de volume vi (m)
πci

Approche simplifiée du phénomène Dans le cas monodispersé et pour le régime continu,

le noyau d’agglomération ne dépend pas du volume de l’agglomérat et seules les caractéristiques
du milieu gazeux interviennent, soit d’après [Matsoukas et Friedlander 1991]

8kB T
β bro.,c (v) = en régime continu (3.5)
3µg

149
Chapitre 3. Détermination des paramètres du modèle morphologique

et
 1/2  2−6/Df  2/Df −1/2
bro.,m 192πkB T dp 3v
β (v) = en régime moléculaire (3.6)
ρp 2 4π

Les ordres de grandeur de la viscosité et de la température du gaz restent relativement constants

dans le four tournant. En se donnant une viscosité de l’ordre de 10−5 Pa s et une température
de 1000 K, on calcule que le noyau d’agglomération est de l’ordre de 10−15 m3 s−1 . La figure 3.2
(a) montre l’évolution des noyaux d’agglomération calculés avec les relations 3.1, 3.5 et 3.6 dans
le cas monodispersé en fonction du diamètre de l’agglomérat et permet d’observer la transition
régime moléculaire - régime continu et la pertinence de l’interpolation de Fuchs pour le régime
de transition. Cette figure nous apprend également que, pour les conditions physico-chimiques
moyennes observées dans le four et au vu des tailles des particules, le régime d’agglomération
par mouvement brownien est continu ou à la limite de transition.
Dans le régime moléculaire et de transition, la figure 3.2 (b) montre l’influence de la dimension
fractale sur le noyau d’agglomération. Une diminution de la dimension fractale entraı̂ne une
augmentation du noyau d’agglomération brownien dans le régime moléculaire et en début de
régime de transition du fait de l’effet de la dimension fractale sur le diamètre de collision des
agglomérats. Aucun effet n’est bien sûr observé dans le cas du régime continu.

1e−14 1e−14
−1

−1
s

s
3

3
, m

, m

1e−15 1e−15
bro.

bro.
β

βbro.,m Df = 2,63
bro.,c
β Df = 2,85
Interpolation de Fuchs Df = 3
1e−16 1e−16
1e−09 1e−08 1e−07 1e−06 1e−05 1e−04 1e−09 1e−08 1e−07 1e−06 1e−05 1e−04
da , m da , m

(a) Noyaux d’agglomération calculés à partir des (b) Effet de la dimension fractale sur le noyau d’ag-
expressions 3.1, 3.5 et 3.6 glomération calculé d’après la relation de Fuchs

Fig. 3.2 – Noyaux d’agglomération brownien pour une distribution monodispersée de particules

Efficacité de capture L’efficacité de capture a été introduite par de nombreux auteurs et

représente la probabilité de capture et donc l’agglomération lors de la collision de deux parti-
cules. Ce paramètre est fonction de la nature et de la force des interactions entre les particules
[Vold 1963]. Une valeur de 1 représente donc le cas où deux particules se rencontrent et restent
en contact en raison des fortes forces d’attraction. En revanche, une valeur proche de 0 est ca-
ractéristique de forces d’interactions très faibles, d’où une faible probabilité que les particules
surmontent la barrière d’énergie et puissent s’agglomérer. Peu d’auteurs se sont intéressés au cas

150
 3. 2. Évolution de la morphologie par agglomération

où la valeur de l'efficacité de capture est comprise entre 0 et 1, on peut citer [Family et al. 1985]
et [Asnaghi et al. 1992].
Suivant sa valeur, l'efficacité de capture est susceptible de modifier la structure de l'agglomérat.
Pour des valeurs inférieures à 0,1, ce paramètre tend à créer des agglomérats plus compacts,
puisque les particules ne se fixeront pas nécessairement sur les branches de l'agglomérat. Pour
des valeurs supérieures à 0,1, l'efficacité de capture aura uniquement une influence sur la ciné-
tique de l'agglomération et donc sur la durée nécessaire pour atteindre un degré d 'agglomération
donné [Jia et al. 2000].
Deux types de forces d'interactions entre les particules jouent un rôle important dans l'agglo-
mération brownienne des particules : les forces de VAN DER WAALS et les forces de répulsion
de doubles couches [Fuchs 1934]. À partir des expressions des forces d 'interactions, il est alors
possible de calculer la valeur de la probabilité de capture [Reerink et Overbeek 1954]. Dans la
suite de nos calculs, nous supposerons comme la plupart des auteurs que l'efficacité de capture
dans le cas de l'agglomération brownienne est égale à 1.

3.2.1.2 Agglomération par sédimentation différentielle

L'agglomération par sédimentation différentielle résulte des

particule différences de vitesse existant entre les particules chutant
solide
des releveurs. En effet, en fonction de sa morphologie (taille,

-
masse volumique ... ) , une particule chute plus ou moins vite.
g Une particule ayant une vitesse de chute plus élevée que sa
voisine pourra donc rentrer en collision avec elle.
gravité
Construction classique du noyau Ici encore, le noyau
d'agglomération résultant est calculé comme étant le pro-
duit de la vitesse relative de collision des deux particules par
la surface de collision. Cette vitesse de collision est supposée
FIG. 3.3 - Agglomération par sédi-
être la différence des vitesses terminales de chute des parti-
mentation différentielle
cules. La vitesse terminale de chute d 'une sphère rigide peut
être calculée à l'aide de l'hypothèse de STOKES comme:
(Pp- ｐｧＩ､ｾ＠
Us = 18 (3.7)
Jl.g
u 8 :vitesse de sédimentation (rn s- 1 )

On obtient alors la forme du noyau d 'agglomération par sédimentation rectiligne communément

rencontrée dans la littérature, soit :
ased. 7r
/Ji,j = 4 (di + dj) 2 lus,i - UsJ I
g7r 3 (3.8)
= 72 Jl.g (pp - Pg) (da ,i + da,j) lda,i - da,j 1

151
Chapitre 3. Détermination des paramètres du modèle morphologique

Cette relation ne prend pas en compte la nature fractale des agglomérats et son influence sur la
vitesse de chute. De nombreux auteurs ont tenté de calculer des coefficients de traı̂née valables
pour les agglomérats fractals. Mais, aucune relation ne permet, à l’heure actuelle, de décrire
correctement la vitesse de sédimentation du fait de la difficulté de prendre en compte la perméa-
bilité et la forme irrégulière des agglomérats fractals.
La vitesse de sédimentation d’un agglomérat sphérique imperméable peut être également calcu-
lée à partir d’un bilan de force, en considérant cette fois que la masse volumique de l’agglomérat
est différente de la masse volumique d’une particule primaire et en introduisant la porosité de
l’agglomérat, εa :
π
gva (1 − εa )(ρp − ρg ) = ρg u2s Cd d2a (3.9)
4
Le coefficient de traı̂née peut être calculé à partir de l’expression classique suivante :
24 6
CD = + + 0, 4 (3.10)
Rep 1 + Re1/2
p

qui peut être ajustée par la relation plus simple

CD = aRe−b
p (3.11)

avec pour Rep ≪ 1, a = 24 et b = 1 et pour 0, 1 < Rep < 10, a = 29, 03 et b = 0, 871 [Johnson
et al. 1996]. La vitesse de sédimentation s’écrit donc pour un agglomérat sphérique :
 1/(2−b) 1+b
4 ρp − ρg
usph.
s = (1 − ε a ) da2−b (3.12)
3a ρg µbg
Rappelons que la porosité d’un agglomérat sphérique composé de np particules primaires de
volume vp s’écrit :
np vp
1 − εa = . (3.13)
va
La littérature montre que pour les faibles nombres de Rep , la vitesse de sédimentation d’un
agglomérat fractal n’est pas proportionnelle à d2a comme le prévoit l’expression 3.12 (b = 1),
mais à dca avec c inférieur à 2. Cette différence s’explique par la relation non linéaire existant
entre la porosité de l’agglomérat et sa taille. [Gmachowski 2002] a modifié la loi de Stokes
pour prendre en compte la dimension fractale de l’agglomérat et propose d’écrire la vitesse de
sédimentation en utilisant le diamètre hydraulique, dh , de l’agglomérat, soit :
!
 1/(2−b)
d 3 1/(2−b) 1+b
4 ρ p − ρ g p
ufra.
s = np 3 dh2−b (3.14)
3a ρg µbg dh

Le diamètre hydraulique d’un agglomérat fractal est défini par la relation suivante
1/Df
d h = d p np = κ1/Df da (3.15)

et est fonction de la compacité de l’agglomérat, κ. En supposant κ = 1 (cf. Introduction),

 
4 ρp − ρg 1/(2−b) 2−bf f2−b
3−D D −2+b
fra.
us = dp da (3.16)
3a ρg µbg

152
 3. 2. Évolution de la morphologie par agglomération

Le noyau d'agglomération peut être réécrit en utilisant la relation 3.16 :

d · + d ·)2 ( ) 1/(2- b) D,-2+b Df-2+b

7r (
3-D/ 3-D/
/3sed. = t J _4 Pp- Pg d 2-b ､ ｾ＠ _ d 2:-b ､ｾ＠ (3.17)
t,J 4 3a pgf.Lg p,t t p,J J

Approch e s implifiée du phé nomè ne Le moteur de l'agglomération par sédimentation est

la différence existant entre les volumes des particules d 'une population. L'hypothèse de distri-
bution monodispersée ne peut donc être utilisée pour obtenir des ordr es de grandeurs du noyau
d 'agglomération. Nous avons donc employé une distribution lognormale de particules

(3.18)

N: nombre total de particules (nb. part.)

a 9 : dispersion moyenne de la distribution (-)
v 9 : volume moyen (m3 )

afin de connaître les ordres de grandeurs des noyaux d 'agglomération par sédimentation. L'évo-
lution suivant z du débit numéral total de particules par agglomération peut s'écrire de manière
très générale [Lai et al. 1972] :

dNd.
z
］ Ｍ ｾ＠
2
roo roo ,6(v,v')v:nlr(v)nlr(v')dvdv',
Jo Jo ' ' (3.19)

In( _E_)
soit après le changement de variable X =
3
Jë2)ln Ug
"g ( ) ,

dN
- = -
N2l ,r V:'r 1oo 1oo ,B(X,X')exp(-X2)exp(-X'2)dXdX'
dz - oo - oo

1- (Mf)
1r
(3.20)
= -2,B(vg, ag) F2V: N· 2

2100 100
avec
ｾＨｶｧＬ｡Ｉ＠ =; - oo _ ,B(X,X')exp(-X 2)exp(-X'2)dXdX' (3.21)
00

L'intégrale double s'évalue à l'aide d'une approximation quadratique et des polynomes de Gauss-
Hermitte (P ress et al. 1992]. Ce noyau d'agglomération moyen pour une distribution lognormale
peut donc être calculé connaissant le diamètre de l'agglomérat et la dispersion moyenne.
Les figures 3.4 (a) et (b) montrent l'évolution du noyau d'agglomération par sédimentation
différentielle pour une poudre d 'U0 2 pour deux dimensions fractales: une dimension fractale de 3
qui correspond au cas de la sphère r igide et du noyau calculé par la relation 3.8, et une dimension
fractale de 2,63 donnée en Introduction pour une poudre d 'U02 . Contrairement à l'agglomération
brownienne, le noyau d'agglomération augmente avec le diamètre de l'agglomérat. Ces deux
figur es montrent également la forte influence de la dispersion moyenne de la distribution sur la
valeur du noyau (ag = 1 dans le cas monodispersé) : le noyau d'agglomération augmente avec la

153
 Chapitre 3. Détermination des paramètres du modèle morphologique

dispersion de la distribution. Par ailleurs, une diminution de la dimension fractale entraı̂ne une
diminution de la vitesse de collision et donc de la valeur du noyau. Les ordres de grandeurs sont
très variables suivant les conditions : pour un domaine de taille de particules de 1 à 10 µm, le
domaine de noyau d’agglomération s’étend environ de 10−16 à 10−12 m3 s−1 . Cette modélisation
de l’agglomération par sédimentation différentielle tend à élargir la distribution de particules et
à augmenter la valeur moyenne des tailles des particules de manière d’autant plus rapide que la
taille moyenne des particules est importante. De plus, elle n’intègre pas le fait qu’un agglomérat
ne peut dépasser une taille critique à partir de laquelle il ne sera plus stable. Ce dernier point
nécessite d’adapter soit l’efficacité de capture, soit d’ajouter un terme de fragmentation qui
intégrerait cette réalité physique dans la modélisation.

βsed., m3 s−1 βsed., m3 s−1

1e−18 1e−17 1e−16 1e−15 1e−14 1e−13 1e−12 1e−11 1e−10 1e−18 1e−17 1e−16 1e−15 1e−14 1e−13 1e−12 1e−11 1e−10
3 3
2,8 2,8
2,6 2,6
2,4 2,4
2,2 2,2
σg , −

σg , −

2 2
1,8 1,8
1,6 1,6
1,4 1,4
1,2 1,2

1e−06 1e−05 1e−04 1e−06 1e−05 1e−04

3 3
da, m da, m

(a) Poudre d’UO2 avec Df = 3 (b) Poudre d’UO2 avec Df = 2, 63

Fig. 3.4 – Noyaux d’agglomération par sédimentation différentielle en fonction de la dispersion moyenne
et du diamètre moyen, µg = 3 10−5 Pa s, ρg = 0, 2 kg m−3 , T = 1000 K

Efficacité de capture [Davis 1984] a pris en compte les forces de Van der Waals et a obtenu
des valeurs d’efficacité de capture inférieures à 0,1 pour des particules supérieures au micron.
Cette valeur peut être plus faible si des forces de répulsion de doubles couches agissent, comme
par exemple lorsque la force ionique est faible. Dans le suite de nos calculs, nous prendrons
comme valeur maximale une efficacité de capture de 0,1 pour l’agglomération par sédimentation
différentielle. [Lee et al. 2000] préconisent l’emploi d’une efficacité de capture inférieure à celle
utilisée dans le cas d’une modélisation supposant l’agglomération de sphères rigides et détermi-
née de façon semi-analytique. L’efficacité de capture dans le cas de l’agglomération différentielle
est un paramètre peu connu et sa détermination a été rarement abordée dans la littérature,
les auteurs se contentant généralement de l’utiliser comme paramètre de leur modélisation [Lee
et al. 2000] en se référant à une valeur expérimentale moyenne. Nous testerons donc également
les résultats de notre modèle pour des valeurs inférieures à 0,1. L’idéal serait de pouvoir in-

154
 3. 2. Évolution de la morphologie par agglomération

dure l'effet de la taille des particules sur l'efficacité d'agglomération afin d'introduire une taille
maximale de particules créées par agglomération par sédimentation différentielle et de diminuer
progressivement l'efficacité avec la taille des particules. Aucune information bibliographique n'a
pu être recens-ée permettant d'obtenir ce type de relation.

3.2.1.3 Agglomération turbulente

L'agglomération turbulente est un mécanisme souvent r encontré dans les pr océdés industriels,
par exemple lors de la formation d'aérosols dans des jets coaxiaux turbulents comme dans le
réacteur d'hydrolyse [Ablitzer 1999]. La formation de tourbillons va entraîner la turbulence du
fluide. Plus le système est turbulent et plus la taille des plus petits tourbillons est faible et leur
vitesse importante. Si la taille d 'une particule est beaucoup plus faible que la taille du plus petit
tourbillon, alors cette particule n'est pas sensible à la turbulence du milieu, elle suit la ligne
de courant définie par le tourbillon. Dans le cas contraire (Fig. 3.5), la vitesse des particules
induite par le tourbillon amène celles-ci à quitter les lignes de courant du fait de leur inertie. Ce
déplacement des particules les amènent à se rencontrer et donc à s'agglomérer.
Cette condition peut également s'exprimer
à l'aide de l'échelle de KOLMOGOROV qui
représente la taille du plus petit tourbillon:
les particules doivent avoir une taille su-
périeure à l'échelle de KOLMOGOROV pour
que l'agglomération turbulente soit signifi-
cative. D 'après [Kodas et Hampden-Smith
FIG. 3.5- Agglomération turbulente 1999], l'échelle de KoLMOGOROV moyenne
s'écrit :

"lr-
- (ugD)
--
-3/4 D (3.22)
Vg

u 9 :vitesse moyenne du gaz (m s- 1 )

v 9 : viscosité cinématique du gaz (m2 ç 1)

"'r: échelle de KOLMOGOROV moyenne (m)

D: diamètre du four (m)

Construction classique du noyau [Levich 1962] suppose que le gradient de vitesse à l'inté-
rieur des tourbillons est proportionnel à (Ed/JLg? et en déduit l'expression suivante, par analogie
avec les résultats de [Smoluchowski 1917] pour les écoulements laminaires sous cisaillement et
pour des particules sphériques :

tur.,sph.
/3i,j (X (3.23)

éd : taux de dissipation de l'énergie turbulente (m2 ç 3

)

155
Chapitre 3. Détermination des paramètres du modèle morphologique

Cette relation a été modifiée pour prendre en compte la dimension fractale par [Jia et al. 2000]
telle que :
 2
tur.,fra. εd 1/D 1/D
βi,j ∝ (dc,i f d3p,i + dj f d3p,j )3 (3.24)
νg
La constante de proportionnalité diffère selon les auteurs (cf. [Huber 2000] pour une revue
bibliographique de ces constantes).

Domaines de prédominance Afin de déterminer si l’agglomération turbulente a un effet sur

l’évolution morphologique des particules dans le four de pyrohydrolyse, nous nous sommes inté-
ressés aux valeurs de l’échelle de Kolmogorov. La figure 3.6 montre l’évolution de l’échelle de
Kolmogorov en fonction de la vitesse moyenne de gaz dans un tube sans équipements internes
de diamètre équivalent aux diamètres des fours de conversion. Pour les deux fours de conversion
et ce même pour des vitesses de gaz importantes, l’échelle de Kolmogorov est de l’ordre de
10−4 − 10−3 m, ce qui correspond à des valeurs bien supérieures à la taille des agglomérats. Cette
approche globale nous permet de conclure que les particules n’évoluent pas par agglomération
turbulente dans les fours de conversion.

0,01
Four FBFC
Four LCU
ηr, m

0,001

1e−04
0 1 2 3 4 5
−1
Vg, m s

Fig. 3.6 – Évolution de l’échelle de Kolmogorov en fonction de la vitesse de gaz pour les fours
tournants de conversion LCU et FBFC

Il faut néanmoins garder à l’esprit que cette analyse s’appuie sur une approche globale de l’aé-
rodynamique du gaz et ne prend pas en compte les zones de turbulence pouvant se développer
en raison des équipements internes commes les chicanes. C’est pourquoi une modélisation de

156
 3.2. Évolution de la morphologie par agglomération

l’écoulement gazeux a été réalisée à l’aide du code de calcul de mécanique des fluides Fluent.
Cette étude avait pour but de déterminer les valeurs locales de l’échelle de Kolmogorov. [Lerat
et Le Mer 2001] ont utilisé les conditions de fonctionnement et les caractéristiques géométriques
du four FBFC pour modéliser l’écoulement à l’aide du modèle de turbulence k-ε RNG. La fi-
gure 3.7 présente le champ de vitesses obtenu et montre que les vitesses sont comprises entre 0
et 1,82 m s−1 . Cette valeur maximale est obtenue au voisinage de la chicane et de la paroi. On
retrouve les vitesses moyennes de l’ordre de 0,5-0,7 m s−1 obtenues par une approche macrosco-
pique. Cette approche confirme l’ordre de grandeur du millimètre des échelles de Kolmogorov
donné par l’approche globale et montre que les conditions d’écoulement ne sont pas favorables
à l’évolution morphologique par agglomération turbulente. Par conséquent, cette forme d’agglo-
mération sera négligée dans la suite de notre étude.

Fig. 3.7 – Carte des vecteurs vitesse obtenus avec un modèle de turbulence k-ε pour un domaine de calcul
de 350 mm de longueur

3.2.1.4 Influence de l’agglomération en phase dispersée

Afin de mieux appréhender l’influence de l’agglomération en phase dispersée sur l’évolution

morphologique des particules, nous avons cherché à nous placer dans des conditions idéales pour
lesquelles les équations d’évolution morphologique sont simplifiées :
– la distribution de volume des particules est monodispersée ;
– seule l’agglomération est prise en compte (donc pas de fragmentation, ni de réaction chi-
mique, ni de préfrittage) ;

157
Chapitre 3. Détermination des paramètres du modèle morphologique

– les variables dynamiques (M , M1 , F , θinit ) sont supposées constantes sur la longueur du

four.
Nous avons étudié l’évolution morphologique d’une poudre de l’entrée à la sortie du four à l’aide
de l’indice d’agglomération. Cet indice est représentatif du degré d’agglomération et est défini
par :
Nz=L
Iagg. = 1 − (3.25)
Nz=0
tel que :
– si l’agglomération des particules est totale, Iagg. = 1 ;
– si l’agglomération des particules est inexistante, Iagg. = 0.
Or, d’après les équations dérivées dans le chapitre précédent, l’évolution morphologique par
agglomération dans la phase dispersée peut s’écrire :
 
dṄ 1 M12
=− β Ṅ 2 (3.26)
dz 2 F 2 Vr′

soit  
dIagg. 1 M12 SNz=0
= β (1 − Iagg. )2 (3.27)
dz 2 F M Vr′
Le nombre total de particules en entrée de four peut être calculé connaissant la quantité de
poudre introduite et la morphologie des particules, soit dans le cas monodispersé :

M
Nz=0 = (3.28)
S(ρa va )z=0

La relation 3.27 peut être intégrée sur la longueur du four en faisant l’hypothèse que le noyau
d’agglomération est indépendant du volume. Comme nous l’avons vu précédemment cette hypo-
thèse est justifiée pour l’agglomération brownienne. En revanche, le noyau d’agglomération par
sédimentation différentielle dépend fortement de la morphologie de l’agglomérat : cette approche
ne propose donc que des résultats qualitatifs. En intégrant la relation 3.27 sur la longueur du
four, on obtient :
2Iagg. F Vr′ (ρa va )z=0
β= (3.29)
1 − Iagg. M12 L
Cette relation permet d’obtenir le noyau d’agglomération nécessaire pour atteindre un degré
d’agglomération fixé. Les figures 3.8 (a-d) montrent l’ordre de grandeur du degré d’agglomération
à la sortie du four connaissant la valeur moyenne du noyau d’agglomération et la morphologie de
la poudre à l’entrée du four. Nous avons utilisé les grandeurs morphologiques de poudres d’UO2
des essais FR8 et FR9 et les conditions de fonctionnement nominales du four LCU. Ces figures
montrent tout d’abord que plus le noyau d’agglomération est fort ou plus le four est chargé (θinit
petit), plus l’agglomération sera importante. En effet, plus le taux de chargement est important
et plus la quantité de poudre en suspension dans la phase gazeuse est importante. Enfin, les
figures 3.8 (a) et (c) montrent l’influence importante de la masse volumique de l’agglomérat et
donc des paramètres morphologiques initiaux de l’agglomérat dans le relation 3.29.

158
 3.2. Évolution de la morphologie par agglomération

3 −1
β, m s

1e−18 1e−17 1e−16 1e−15 1e−14 1e−13

200 200

180 180

160 160
θinit., °

θinit., °
140 140

120 120

100 100

80 80

60 60
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9

Iagg., − Iagg., −

(a) Poudre FR9 de la campagne CVS1 dp = 0, 5 µm, (b) Poudre avec les mêmes caractéristiques que FR9
Df = 2, 85, da = 4 µm sauf le diamètre de l’agglomérat de 15 µm
β, m3 s−1

1e−18 1e−17 1e−16 1e−15 1e−14 1e−13

200 200

180 180

160 160
θinit., °

θinit., °

140 140

120 120

100 100

80 80

60 60
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9

Iagg., − Iagg., −

(c) Poudre FR8 de la campagne CVS1 dp = 0, 3 µm, (d) Poudre avec les mêmes caractéristiques que FR8
Df = 2, 63, da = 3 µm sauf le diamètre de l’agglomérat de 15 µm

Fig. 3.8 – Noyau d’agglomération nécessaire pour obtenir un degré d’agglomération souhaité, pour dif-
férents angles de premier déchargement, θinit , donné

Pour un noyau d’agglomération correspondant à l’agglomération brownienne de l’ordre de 10−15

m3 s−1 , ces figures montrent que cette forme d’agglomération conduit à un degré d’agglomé-
ration de l’ordre de 0,1-0,9, alors que des noyaux d’agglomération de l’ordre de 10−11 m3 s−1
dans certains cas d’agglomération par sédimentation différentielle peuvent amener à des degrés
d’agglomération supérieurs à 0,99. On voit à travers ce raisonnement simple l’importance que

159
Chapitre 3. Détermination des paramètres du modèle morphologique

peut avoir l'efficacité de capture dans le cas de l'agglomération par sédimentat ion différentielle
puisqu'elle est susceptible de contrebalancer l'augmentation du noyau d 'agglomération lorsque
le degré d 'agglomér ation augmente.

3.2 .2 A gglom é r a tio n d a n s la phase d en se

3.2.2 .1 A gglo m é r a tio n p a r cisailleme n t

Le déplacement de particules solides et donc la collision de ces particules peuvent être induits
par un écoulement gazeux présentant un champ de vitesse non uniforme (Fig. 3.9) . Cette ag-
glomération par cisaillement est aussi appelée agglomération orthocinétique. Dans notre étude,
nous supposons qu'un phénomène similaire se produit dans la couche active du talus formé dans
le fond du four et que les particules sont transportées le long des lignes de courant induites par le
déplacement des particules. Une telle représentation de l'agglomération par cisaillement en phase
solide divisée n 'ayant à notr e connaissance jamais été abordée dans la littérature, nous avons
combiné des calculs de noyaux d 'agglomération orthocinétique dans les gaz avec des données
d 'écoulement relat ives à la couche active des fours tournants.

FIG. 3.9 - Schéma de principe de l'agglomérati on par cisaillement

Calcul d e l'é paisseur d e la cou ch e active Comme nous l'avons vu dans la P artie I , le régime
d 'écoulement observé expérimentalement ne correspond pas forcément au régime de roulement.
Afin de pouvoir modéliser l'agglomération par cisaillement, nous avons néanmoins considéré que
le lit de poudre pouvait être décrit à partir des hypothèses du régime de roulement. Cette hy-
pothèse permet une première approche du phénomène d'agglomération dans la couche active
et est valable dans la mesure où les profils des gradients de vitesse dans le lit de poudre sont
comparables à ceux des régimes d 'avalanche ou de cascade. La notion de couche active a été
présentée dans le Chapitre 2 de la P artie I. En régime de roulement, le lit de poudre est com-
posé de deux régions distinctes : une couche relativement mince formée par le roulement de la
poudre sur le talus, et une région importante où la poudre est transportée par la rotation du
four (Fig. 3.10). L'énergie créée par la rotat ion du four est dissipée de façon continue par l'inter-
action et le choc des particules dans la couche active. La détermination de l'épaisseur de cette

160
 3.2. Évolution de la morphologie par agglomération

couche active se révèle être importante dans le cadre de notre étude puisque cette couche est
le siège de phénomènes pouvant faire évoluer les caractéristiques morphologiques de la poudre,
notamment l’agglomération et la fragmentation induites par le gradient de vitesse au sein de la
couche active. L’étude et la modélisation des profils de vitesse, de l’épaisseur de la couche active,
de la température granulaire (représentant l’énergie cinétique liée au mouvement aléatoire des
grains) mais aussi de la ségrégation des particules ont fait l’objet de nombreux travaux [Boateng
1998, Ding et al. 2001, Ding et al. 2002a]. Toutes ces études s’appuient sur une description des
phénomènes physiques issue de la physique des milieux granulaires. Les principales hypothèses
nécessaires à ce type de modélisation sont :
– les particules sont considérées comme sphériques, rigides, inélastiques ;
– l’épaisseur de la couche active est supposée faible par rapport à la hauteur du lit de poudre ;
– le milieu granulaire est considéré comme continu et les propriétés de l’écoulement sont des
fonctions continues de la position.

Fig. 3.10 – (a) Régime de roulement (b) Domaine de calcul de [Boateng 1998]

En supposant le profil de vitesse parabolique et en appliquant une condition limite de surface

libre, la vitesse du solide suivant x dans la couche active s’écrit [Ding et al. 2001] :

  y 2 
ω((R − h) + δ) 2
uca (y) = Λ − (3.30)
1 − Λ2 δ

uca (y) : composante suivant x de la vitesse des particules dans la couche active (m s−1 )
h : hauteur du lit de poudre (m)
δ : épaisseur de la couche active (m)
α : distance entre la surface du lit et la ligne (Vca = 0) (m)
Λ = α/δ(-)

Le paramètre Λ est caractéristique des propriétés rhéologiques du milieu granulaire et a une

valeur généralement comprise entre 0,75 et 0,9. L’épaisseur maximale de la couche active peut
être estimée à l’aide de l’expression suivante [Ding et al. 2001] :

161
Chapitre 3. Détermination des paramètres du modèle morphologique

1 p 
δm = 3(1 − Λ2m )(3Λ2m + 1)L2 + 4(R − h)2 − 2(R − h) (3.31)
3Λ2m + 1

La relation 3.30 permet d’accéder à la vitesse maximale à la surface du talus :

ω((R − h) + δm 2
usm = Λm (3.32)
1 − Λ2m

Si la vitesse à la surface du talus peut être obtenue expérimentalement, la combinaison des

équations 3.31 et 3.32 permet alors d’accéder au paramètre Λm .
[Blumberg et Schünder 1995] proposent une méthode un peu différente pour déterminer l’épais-
seur de la couche active qui, contrairement à [Boateng 1998], ne tient pas compte de l’équation
de conservation de l’énergie (dans laquelle intervient la température granulaire). [Blumberg et
Schünder 1995] écrivent le tenseur de contrainte, apparaissant dans l’équation de conservation
du moment, comme étant fonction de la porosité locale et de la viscosité apparente du lit. Pour
ce faire, ils introduisent des données expérimentales mesurées par [Savage 1979] pour obtenir ces
paramètres rhéologiques (comparables au paramètre Λm du modèle de [Boateng 1998]). Cette
approche permet d’obtenir une expression implicite de l’épaisseur de la couche active :

πω 2R(R − h) − (h − δ)2 − Kδ 5/2 + 2πωδ(R − h + δ) = 0 (3.33)

avec

 1/2  
2 g sin θdyn 3 12 18 12 3
K= − Cε + Cε2 − Cε3 + Cε4 (3.34)
3 Cv d2p 5 11 17 23 29

Cε ∼ 0, 8 : constante de porosité, adimensionnelle

Cv ∼ 0, 6 : constante de viscosité, adimensionnelle
dp : diamètre des particules (m)

Les figures 3.11 (a) et (b) montrent un exemple de calcul de l’épaisseur de la couche active
d’après les équations 3.33 et 3.34, en fonction du taux de remplissage, pour une poudre d’UO2
et en fonctionnement nominal des fours de conversion. Cette épaisseur augmente par ailleurs avec
le diamètre moyen des particules et la vitesse de rotation. Ces calculs montrent que l’épaisseur
de la couche active compte tenu des rayons des fours, sont comprises entre environ 2 et 10 mm.

162
 3.2. Évolution de la morphologie par agglomération

0.01 1 0.01 1
δ/R δ/R
Λm Λm
0.008 0.008
0.995 0.995

0.006 0.006
δ/R, −

δ/R, −
Λm , −

Λm , −
0.99 0.99
0.004 0.004

0.985 0.985
0.002 0.002

0 0.98 0 0.98
50 60 70 80 90 100 110 120 50 60 70 80 90 100 110 120
θinit, ° θinit, °

(a) Four LCU (b) Four FBFC

Fig. 3.11 – Évolution du rapport épaisseur de la couche active sur rayon de four en fonction de l’angle
de premier déchargement - Valeur du paramètre adimensionnel Λm calculé par la relation 3.31

Il s’avère très difficile de mesurer à partir des films vidéos des essais en maquette froide une
épaisseur de couche active précise et donc de comparer l’expérience aux calculs précédents.
Comme le montrent les figures 3.12 (a) et (b), on ne peut que distinguer les couches actives
grâce au léger flou induit par le déplacement des particules au niveau du talus.

(a) Essai MF8 (b) Essai MF9

Fig. 3.12 – Estimation qualitative des limites des couches actives des essais MF8 et MF9

Néanmoins, les ordres de grandeur obtenus (quelques millimètres) semblent raisonnables. À

partir de la détermination de l’épaisseur de la couche active de [Blumberg et Schünder 1995]
(équation 3.33), il est possible de calculer le paramètre Λm de [Boateng 1998] qui permettrait
d’obtenir la même épaisseur de couche active en utilisant l’équation 3.31. Les profils du paramètre

163
Chapitre 3. Détermination des paramètres du modèle morphologique

Am correspondant à ces calculs sont également reportés sur les figures 3.11 (a) et (b). Les valeurs
obtenues sont voisines de 1.
Finalement, grâce à l'équation 3.32, on peut calculer la vitesse en surface du talus (comprise
environ entre 0,1 et 1 rn s- 1 ). Ces valeurs n 'ont pas pu être validées par l'expérience. La mesure
de vitesse dans un lit de poudre demande des techniques spécifiques telles que la méthode P E P T
(Positron Emission P article Tracking) utilisée par exemple par [Ding et al. 2002a].

Con s truct io n du n oyau

La construction du noyau d 'agglomération par cisaillement
dans la couche active a été faite par analogie avec le cas de
l'agglomération par cisaillement dans un fluide. En effet, dans
,...ｾ ﾷ＠ ...... ··············""\
un écoulement laminaire, le gradient de vitesse de fluide est
\\ oolli.aion
\
_.......; constant et les particules se déplacent sur les lignes de cou-
\ ..........····'i.:·· ······ ..-
rant avec des vitesses différentes. On suppose que le déplace-
ment des particules est rectiligne et que les lign es de courant
ne sont pas perturbées par les particules. À l'aide de ces
hypothèses, (Smoluchowski 1917] a été le premier à calculer
le noyau d 'agglomération dans un écoulement sous cisaille-
ment. Le noyau d'agglomération, proportionnel au gradient
FIG. 3.13 - Agglomération par ci-
de vitesse et au volume des particules, s 'écrit alors :
saillement dans la couche active

,8cis.,sphe. = Gu Ｈ ｶ ｾ Ｏ Ｓ＠ + vl/ 3) 3 (3.35)

ｾＮｊ＠ 7r ｾ＠ J

dans le cas de particules sphériques, et

(3.36)

Gu : gradient de vitesse (s- 1)

pour des agglomérat s fractals. Les particules sont transportées au sein de la couche active et leur
déplacement relatif est caractérisé par le gradient de vitesse Gca de la couche active. Ce gradient
peut être déterminé à partir du profil de vitesse proposé par [Ding et al. 2001] et donné par la
relation 3.30 tel que :

G
ca -- ldUca l
dy ｏｾｹＹ＠

=
w (
1-A2 1 + - 6 -
R-h) (3.37)

Cette relation montre que cette forme d 'agglomération est d 'autant plus importante que l'épais-
seur de la couche active est faible ou que la vitesse de rotation est forte.

164
 3.3. Évolution de la morphologie par fragmentation

Estimation du noyau d’agglomération Le noyau d’agglomération par cisaillement dans

la couche active a été estimé dans le cas monodispersé pour une poudre d’UO2 type FR8. Le
gradient de vitesse Gca est calculé à partir des paramètres de fonctionnement nominaux des
fours de conversion. Les figures 3.14 (a) et (b) montrent l’évolution du noyau d’agglomération
avec le diamètre des particules et l’angle de premier déchargement. Le noyau d’agglomération
varie peu avec l’angle de premier déchargement et donc l’épaisseur relative de la couche active.
Le noyau d’agglomération pour le four FBFC est sensiblement supérieur à celui calculé pour le
four LCU du fait d’une vitesse de rotation supérieure.
3 −1 3 −1
βcis., m s βcis., m s

1e−18 1e−17 1e−16 1e−15 1e−14 1e−13 1e−12 1e−11 1e−10 1e−18 1e−17 1e−16 1e−15 1e−14 1e−13 1e−12 1e−11 1e−10
120 120

110 110

100 100
θinit, −

θinit, −

90 90

80 80

70 70

60 60

1e−06 1e−05 1e−04 1e−06 1e−05 1e−04

3 3
da, m da, m

(a) Four FBFC, fonctionnement nominal (b) Four LCU, fonctionnement nominal
avec une poudre d’UO2 type FR8 avec une poudre d’UO2 type FR8

Fig. 3.14 – Noyaux d’agglomération par cisaillement dans la couche active pour une distribution mono-
dispersée de particules

3.3 Évolution de la morphologie par fragmentation

3.3.1 Rappels bibliographiques
La fragmentation d’un agglomérat peut être définie à partir de critères de différentes natures :
un critère basé sur une force appliquée maximale [Borts et Gupalo 1971, Adler et Mills 1979], sur
une vitesse de cisaillement [Kao et Mason 1975], sur l’action d’une réaction chimique, sur une
taille limite [Reich et Vold 1959, Tambo et Watanabe 1979] ou sur une analyse statistique. Afin
de proposer un modèle de fragmentation, il est nécessaire de définir, dans un premier temps, le
défaut qui entraı̂nera la fragmentation d’un agglomérat. Le système de classification proposé par
[Collins 1981] sépare les manifestations du défaut, l’agent de ce défaut et la localisation du défaut
sur l’agglomérat. Ainsi, le défaut peut apparaı̂tre sous la forme d’une déformation élastique, d’une
déformation plastique (non réversible), d’une fracture ou d’une évolution d’origine chimique. Ce

165
Chapitre 3. Détermination des paramètres du modèle morphologique

défaut peut être causé par une force ou une contrainte, le temps, la température ou par une
réaction chimique. Enfin, ce défaut peut être localisé soit à l’intérieur, soit à la surface de
l’agglomérat.
Pour un agglomérat composé d’un nombre important de particules primaires, le défaut apparaı̂t
au niveau d’une liaison entre particules primaires. La fragmentation intervient quand la force (ou
la contrainte appliquée) est supérieure à l’intensité de la liaison entre les particules primaires.
On peut de plus concevoir que la fragmentation est précédée d’un moment bref pendant lequel
on assiste à une déformation plastique ou élastique de l’agglomérat. Ce type de restructuration
peut être à l’origine d’une évolution de la morphologie de l’agglomérat, mais cette hypothèse ne
sera pas prise en compte dans la suite de cette étude du fait du faible nombre d’études existant
à l’heure actuelle et de la complexité du phénomène. On supposera ici que le défaut se manifeste
par une fracture localisée au niveau d’une liaison entre les particules primaires à l’intérieur
de l’agglomérat et que ce dernier se sépare en plusieurs fragments sous l’action d’une force.
Rappelons cependant que des essais d’oxydation de poudres d’UO2 en U3 O8 ont montré que les
agglomérats se fragmentaient pour des températures comprises entre 300 et 350 ◦ C [Moulard
1988]. Des fragmentations d’origine chimique sont donc susceptibles d’avoir lieu dans le four de
conversion, mais ces phénomènes ne peuvent pas être pris en compte dans la modélisation du
fait du manque d’informations expérimentales.
Les liaisons inter-particulaires structurant les agglomérats ne sont pas distribuées uniformément
au sein des agglomérats. C’est pourquoi la distribution des fragments créés est a priori aléatoire.
De nombreux auteurs se sont cependant limités à considérer le cas où pour chaque agglomérat
fragmenté, un nombre donné de fragments apparaı̂t.
Comme nous l’avons vu au Chapitre 2 - Partie II, les effets de la fragmentation peuvent être
intégrés dans l’équation de bilan de population à l’aide de deux paramètres : la fonction de
distribution de fragmentation P (v, v ′ ) et la fréquence de fragmentation Γ(v). La fréquence de
fragmentation, Γ(v) (s−1 ), définie dans le Chapitre 2 - Partie II peut s’écrire pour un agglomérat
fractal :
Γ(v) = Av b (3.38)

A représente la vitesse de fragmentation globale. Cette forme de fréquence de fragmentation est

dite homogène. Cette relation se base sur l’observation expérimentale selon laquelle les particules
plus grandes ont plus de probabilité de se fragmenter que les particules plus petites. Différents
auteurs proposent de prendre b = 1/Df à partir de résultats expérimentaux [Tontrup et al. 2000,
Harris et Maricq 2002]. [Kusters 1991] propose une expression semi-empirique différente, dans
le cas d’une fragmentation liée au cisaillement :
 1/2   
4 εd 1/2 εb (v)
Γcis. (v) = exp − (3.39)
15π ν εd

εb (v) = dAa : taux de dissipation de l’énergie critique de fragmentation (m2 s−3 )

εd (v) : taux de dissipation de l’énergie turbulente (m2 s−3 )

166
 3.3. Évolution de la morphologie par fragmentation

Le paramètre A peut être ajusté afin d’obtenir plus ou moins de fragments et imposer une taille
de particule à partir de laquelle on aura fragmentation. Les agglomérats avec une dimension
fractale moindre se fragmentent davantage puisque, dans ce cas, εb (v) diminue pour des dia-
mètres d’agglomérats plus importants.
La fonction P (v, v ′ ) est le second paramètre décrivant les effets de la fragmentation sur la distri-
bution de particules. Elle décrit la distribution des fragments de volume v dus à la fragmentation
d’une particule de volume v ′ . Cette fonction est homogène si la distribution des volumes de frag-
ments ne dépend pas de la particule mère, mais seulement du rapport v/v ′ . Cette condition
implique qu’il existe une fonction Phom. telle que :

Phom. (v/v ′ )
P (v, v ′ ) = (3.40)
v′
Dans le cas où à la fois la fréquence de fragmentation et la fonction P sont homogènes, la
distribution de particules atteint une forme dite conservative donnée après un temps de frag-
mentation suffisant. Trois contraintes sur P ont été mentionnées dans la Partie II - Chapitre 1 :
équations 1.16, 1.17 et 1.18. [Kostoglou et Karabelas 2002] rappellent une contrainte physique
supplémentaire :
Z v′′ Z v′
′
vP (v, v ) dv ≥ (v ′ − v)P (v, v ′ ) dv (3.41)
0 v ′ −v ′′
v′
avec v ′′ > 2 . Cette relation montre que la fragmentation n’entraı̂ne pas de réarrangement
′
massique des particules et que si une particule de volume v ≥ v2 est formée, le volume solide
équivalent aux fragments de volume v ′ − v doit contribuer au volume total des fragments de
volume inférieur à v ′ − v. Dans le cas d’une fragmentation binaire (deux fragments par particule
mère), cette condition est équivalente à un noyau symétrique i.e. P (v, v ′ ) = P (v ′ − v, v ′ ). Cette
contrainte a été souvent oubliée, notamment par les auteurs qui ont cherché à ajuster des résultats
expérimentaux avec des noyaux physiquement non réalistes.
Le noyau de fragmentation homogène est dit discret lorsque les fragments ne peuvent avoir que
des tailles prédéfinies. En terme mathématique, le noyau d’agglomération peut alors être écrit
comme une somme de fonctions de Dirac i.e.
N
X
Phom. (v/v ′ ) = ai δ(v/v ′ − ci ) (3.42)
i=1
P
La conservation de la masse impose que N i=1 ai ci = 1 et que le nombre de fragments resultant
PN
de la fragmentation soit γ = i=1 ai . Le cas le plus simple est celui de la fragmentation uniforme
pour lequel le noyau de fragmentation s’écrit dans le cas d’une fragmentation en γ fragments de
volumes uniformes
Phom. (v/v ′ ) = δ(v/v ′ − 1/γ) (3.43)

et dans le cas d’une fragmentation binaire :

Phom. (v/v ′ ) = δ(v/v ′ − εfra. ) + δ(v/v ′ − (1 − εfra. )) (3.44)

167
Chapitre 3. Détermination des paramètres du modèle morphologique

Dans ce cas, la fragmentation entraı̂ne l’apparition de deux fragments de volumes normalisés

εfra. et 1 − εfra. . Ce noyau est également appelé noyau de fragmentation-érosion. En effet, pour
εfra. → 0, il décrit le mécanisme d’érosion (appelé également abrasion). Le noyau de fragmen-
tation peut représenter outre une fragmentation très localisée (fragmentation uniforme) et une
fragmentation très dispersée (fragmentation de type érosion) un état intermédiaire à l’aide d’un
noyau de type loi de puissance [Kostoglou 2003].

3.3.2 Introduction dans le modèle morphologique

Des informations précises sur les cinétiques de fragmentation auraient nécessité une campagne
d’essais spécifiques qui n’a pas été planifiée dans le cadre de cette étude. De plus, de tels essais,
qui supposent de pouvoir mesurer la fragmentation en s’affranchissant des autres mécanismes
d’évolution morphologique d’origine mécanique semblent à l’heure actuelle difficilement réali-
sables.
Dans la suite des calculs, nous nous donc sommes contentés d’essayer d’apprécier l’influence
de la fragmentation sur la forme des distributions de particules. Pour cela, nous avons utilisé
comme fréquence de fragmentation la relation 3.38 et comme noyau de fragmentation, un noyau
uniforme tel que nous l’avons défini précédemment (eq.3.43).

3.4 Évolution de la morphologie par pré-frittage

Comme nous l’avons vu dans le chapitre précédent, le préfrittage thermique des poudres est sus-
ceptible de faire évoluer la surface spécifique des agglomérats. Afin de quantifier cette évolution
(eq.2.38), il faut déterminer le temps caractéristique de frittage des poudres.

3.4.1 Rappels bibliographiques

Le temps caractéristique de frittage, τf , dépend de la température, du mécanisme de frittage et

du diamètre des particules primaires soit [Johannessen et al. 2000]
– pour une diffusion de matière par écoulement visqueux :

2µp
τf = dp (3.45)
3σp

– pour une diffusion de matière par évaporation-condensation :

√
2πρ2p (RT )3/2
τf = 3/2
d2p (3.46)
6σp P Mp

– pour une diffusion de matière en volume :

ρp RT
τf = d3 (3.47)
64Dvol σp Mp p

168
 3.4. Évolution de la morphologie par pré-frittage

– pour une diffusion de matière aux joints de grains :

ρp RT
τf = d4 (3.48)
192ωp Djdg σp Mp p
– pour une diffusion de matière en surface :
ρp RT
τf = d4 (3.49)
225δp Ds σp Mp p

σp : tension superficielle (J m−2 )

R : constante des gaz parfaits (J mol K−1 )
T : température (K)
D : coefficient de diffusion (m2 s−1 )
δp : épaisseur de la couche en surface (m)
Mp : masse molaire (kg mol−1 )
ωp : épaisseur du joint de grain (m)

Les mécanismes de diffusion de matière sont activés thermiquement et les coefficients de diffusion
suivent une loi d’Arrhenius :  
−Ea
D = D0 exp (3.50)
RT

D0 : terme pré-exponentiel du coefficient de diffusion (m2 s−1 )

Ea : énergie d’activation du coefficient de diffusion (J mol−1 )

Les mécanismes de diffusion les plus souvent rencontrés pour des températures inférieures au
point de fusion des particules sont les mécanismes de diffusion en surface, volume et joints
de grains. Le temps de frittage peut donc s’écrire de manière générale d’après les équations
précédentes [Johannessen et al. 2000] :
    
T Ea 1 1 Ea
τf = k0 dm
p exp − = K0 dm
p T exp (3.51)
T0 R T T0 RT
 
k0 Ea
K0 = exp −
T0 RT0

Le terme pré-exponentiel, k0 dm p représente le temps caractéristique de frittage à la température

T0 .
Du fait de son importance dans de nombreux phénomènes physico-chimiques, la diffusion à l’état
solide dans le dioxyde d’uranium, qu’il s’agisse de la diffusion de l’oxygène, de l’uranium, ou des
produits de fission, a été étudiée par de nombreux auteurs. Pour ce qui est du frittage, les phé-
nomènes principaux sont l’autodiffusion, la diffusion aux joints de grains et en surface. À partir
de valeurs expérimentales obtenues par différentes méthodes d’analyse, [Knörr et al. 1989] ont
proposé les expressions des coefficients de diffusion pour les mécanismes de diffusion en volume
et aux joints de grains (cf. Tab.3.1). Les données de la littérature concernent le dioxyde d’ura-
nium et le dioxyde d’uranium surstœchiométrique, en revanche, à notre connaissance, aucune

169
Chapitre 3. Détermination des paramètres du modèle morphologique

étude n’a été menée pour les autres oxydes d’uranium présents dans le four de conversion, i.e.
UO2 F2 , UO3 et U3 O8 . Pour ces deux derniers, nous avons décidé d’extrapoler les valeurs dispo-
nibles pour UO2+x pour obtenir des ordres de grandeurs. À partir d’une revue bibliographique
et d’essais à l’aide de la méthode de l’incrément de température et de la méthode de la vitesse de
chauffage constante, l’étude de [Dehaudt et al. 2001] a confirmé le fait que la valeur de l’énergie
d’activation du frittage diminue pour des rapports O/U compris entre 2,01 et 2,17. Puis, pour
des valeurs de O/U supérieures à 2,17, on assiste à une forte augmentation de l’énergie d’activa-
tion liée, d’après [Dehaudt et al. 2001], à la diffusion des ions uranium aux joints de grains de la
phase U4 O9 . Pour des rapports O/U compris entre 2,2 et 2,25, [Dehaudt et al. 2001] proposent
d’utiliser Ea,jdg = 470 kJ mol−1 . Les énergies d’activation des mécanismes de diffusion sont
généralement telles que :
Ea,v > Ea,jdg > Ea,s (3.52)

Aucune valeur précise du coefficient de diffusion de surface n’est disponible dans la littérature
pour UO2 surstœchiométrique. Pour UO2 , [Matzke 1983] préconise Ea,s = 450 kJ mol−1 et
D0,s = 50 m2 s−1 . [Maiya 1971] donne quant à lui Ea,s = 452 kJ mol−1 . D’après [Chevrel 1990],
ces valeurs sont plus élevées que celles pouvant être déduites d’essais de frittage et elles varient
de manière importante avec les conditions de surface. D’autre part, la diffusion en surface se
fait en interaction avec la phase vapeur. Pour UO2+x , l’espèce en équilibre est UO3(g) dont la
concentration est plus importante au dessus d’UO2+x que d’UO2 . [Chevrel 1990] propose une
limite supérieure pour l’énergie d’activation en surface de l’ordre de 210 kJ mol−1 . La pression
partielle d’UO3 en équilibre augmente lorsque x augmente. Par suite, le coefficient de diffusion
en surface augmente lorsque x augmente.
À partir de ces données bibliographiques et des relations donnant τf , il est possible de calculer
l’ordre de grandeur des temps caractéristiques de frittage. Compte-tenu des faibles températures,
il est probable que la diffusion aux joints de grains ou en surface contrôle le frittage. Le tableau 3.2
récapitule les résultats en termes des paramètres K0 et Ea de l’équation 3.51.

surstœchiométrie diffusion en volume diffusion aux joints de grains

x D0,v , m2 s−1 Ea,v , kJ mol−1 D0,jdg , m s−1 Ea,jdg , kJ mol−1
0 1, 9 10−5 544 0,01 377
0,001 1, 1 10−7 418 2, 5 10−3 272
[0, 01; 0, 16] 1, 33 10−4 x2 368 7, 5 10−2 x 238

Tab. 3.1 – Valeurs moyennes des coefficients de diffusion d’après [Knörr et al. 1989]

3.4.2 Détermination expérimentale du temps de frittage

Pour étudier le phénomène de préfrittage séparément des autres mécanismes d’évolution mor-
phologiques pouvant avoir lieu dans le four de conversion, comme expliqué en Introduction, nous
avons réalisé des expérimentations en four statique à COGEMA Pierrelatte et au CEA Cada-

170
 3.4. Évolution de la morphologie par pré-frittage

rache. Chaque essai consiste à maintenir à haute température, sous gaz inerte, une quantité
donnée de poudre pendant une durée fonction du temps de séjour moyen observé dans les fours
de conversion pour un régime nominal. Les paramètres caractéristiques du préfrittage thermique
des poudres sont ensuite déterminés à partir des résultats de mesure des surfaces spécifiques
avant et après l’essai.

mécanismes de diffusion UO2,0 UO2,001 UO3 (x = 1) U3 O8 (x = 0, 66)

joints de grains K0,jdg , s K−1 m−4 ∼ 4 1014 ∼ 1 1015 ∼ 3 1013 ∼ 2 1013
Ea,jdg , kJ mol−1 377 272 ∼ 470 ∼ 470
surface K0,s ∼ 1 1010
Ea,s ∼ 210 > 210 > 210

Tab. 3.2 – Valeurs des paramètres K0 et Ea pour les mécanismes de diffusion aux joints de grains
et en surface à partir des données bibliographiques (avec D0,jdg = 7, 5 10−2 x m s−1 et δp = 0, 5 nm,

1/3
ωp = 3 6vπm = 1, 3 nm avec vm = 4. 10−23 cm3 )

L’évolution morphologique des poudres d’UO2 F2 a été évaluée dans un four tubulaire en mo-
nel du laboratoire de Comurhex Pierrelatte balayé par un débit d’azote maintenu constant à
24 l h−1 . Deux températures (400 et 600◦ C, essais P1 et P2), représentatives des conditions de
pyrohydrolyse réductrice ont été retenues.
Les essais sur les poudres d’U3 O8 , d’UO3 et d’UO2 ont été réalisés au Laboratoire UO2 dans
un four tubulaire en Inconel et sous un débit total d’azote de 40 l h−1 . Deux essais sur U3 O8
ont été réalisés en parallèle dans les mêmes conditions opératoires pour vérifier la cohérence des
résultats sur les deux types de four (CB3 et CB3-P, C : Cadarache et P : Pierrelatte ).
Bien que les essais soient conduits sous atmosphère inerte, les poudres d’UO2 F2 et d’UO3 sont
susceptibles d’évoluer chimiquement (vers U3 O8 par décomposition thermique). L’observation
visuelle des échantillons après essai et les analyses O/U effectuées ont cependant montré qu’il
n’y avait pas eu d’évolution chimique lors de ces essais.
Les conditions d’étude et les résultats des mesures de surfaces spécifiques sont présentées dans
le tableau 3.3. L’aire spécifique des poudres (UO3 et U3 O8 ) varie significativement au cours de
chaque essai, traduisant un début de frittage effectif. Le préfrittage semble moindre pour UO2
et faible pour UO2 F2 . À partir de la méthode explicitée en Annexe C, nous avons pu calculer
l’énergie d’activation et le terme pré-exponentiel des temps de frittage expérimentaux. Cette
méthode originale suppose une distribution d’agglomérats monodispersée de volume connu. Les
mesures de distributions granulométriques en granulométrie laser voie humide sur UO2 et U3 O8
indiquent que les agglomérats présents ont une taille de 1 à 2 µm
Le tableau 3.4 présente les résultats obtenus à l’aide de notre méthode de détermination des
énergies d’activation et des termes préexponentiels. La comparaison des tableaux 3.2 et 3.4
montre que les résultats sont comparables en terme d’ordre de grandeur et donc cohérents pour

171
Chapitre 3. Détermination des paramètres du modèle morphologique

les poudres d’U3 O8 et d’UO2 . Plus exactement, les ordres de grandeurs correspondent pour la
poudre d’U3 O8 à un frittage contrôlé par la diffusion en surface et pour la poudre d’UO2 à un
frittage contrôlé par la diffusion aux joints de grains. Les résultats pour UO3 ne correspondent
pas aux valeurs obtenus par extrapolation d’UO2 surstœchiométrique. Il est donc difficile de se
prononcer sur ces paramètres mais il est probable que l’extrapolation ne soit pas valide pour
UO3 . Plus de prudence s’impose pour les résultats de la poudre d’UO2 F2 pour laquelle nous
n’avons pas d’informations bibliographiques et dont les particules primaires sont en forme de
roses des sables, ce qui rend les résultats de surfaces spécifiques difficiles à interpréter en terme
de taille de particule.

Essai poudre initiale température, ◦ C durée du palier, min SB.E.T SB.E.T

initiale, finale,
m2 g−1 m2 g−1
P1 UO2 F2 600 15 16,7 15
P2 400 16,3
CB1 UO3 /UO2,9 500 15 9,6 7,7
CC1 700 5,8
CB3 U3 O8 700 15 3,9 2,9
CB3-P 2,4
CB3’ 7,5 2,3
CC3 800 15 3,1
CC3’ 7,5 2,1
CB5 UO2 700 15 3,1 2,7
CC5 800 2,2

Tab. 3.3 – Conditions expérimentales et mesures des surfaces spécifiques lors des essais en four statique
à COGEMA/COMURHEX (P1, P2, CB3-P) et au Laboratoire UO2 (CB1, CC1, CB3-3’, CC3-3’, CB5
et CC5)

Poudre Essais Ea , kJ mol−1 K0 , s m−4 K−1

Friedlander Johannessen Friedlander Johannessen
UO2 F2 P1 et P2 58 58 3, 4 1025 1, 5 1025
UO3 /UO2,9 CB1 et CC1 48 47 2, 5 1026 1, 5 1026
U3 O8 CB3 et CC3’ 296 288 1, 3 1010 1, 5 1010
UO2 CB5 et CC5 221 213 3, 5 1014 5, 4 1014

Tab. 3.4 – Valeurs des paramètres caractéristiques du préfrittage obtenus à l’aide des résultats des essais
en four statique et des modèles de [Friedlander 1977] et [Johannessen et al. 2000]

172
 3.5. Évolution de la morphologie par réaction chimique

3.5 Évolution de la morphologie par réaction chimique

3.5.1 Incorporation dans le modèle morphologique
Les paramètres du modèle morphologique à déterminer sont Ki , la vitesse de croissance d’une
classe et J, la vitesse de germination de nouvelles particules. Ces deux paramètres sont pro-
portionnels à la vitesse des réactions chimiques et, plus précisément, aux variations volumiques
qu’elles engendrent. En l’absence de données cinétiques précises, nous calculons les évolutions
de volume à partir des profils de conversion proposés par [Debacq 2001]. Sur Sdz, les réactions
chimiques hétérogènes entraı̂nent une variation de la masse totale :
1 dF
Υm = (3.53)
S dz
Υm : terme de source de masse totale (kg [m de four]−3 s−1 )

Ainsi, la masse d’UO8/3 produite par la réaction UO2 F2 → UO8/3 correspond à la disparition
d’UO2 F2 :
MUO8/3 dFUO2 F2
Υm,UO2 F2 →UO8/3 (z) = − (3.54)
SMUO2 F2 dz
Υm,UO2 F2 →UO8/3 : source massique du composé UO8/3 (kg [m de four]−3 s−1 )

et la variation de volume correspondant est

MUO8/3 dFUO2 F2
Υv,UO2 F2 →UO8/3 (z) = − (3.55)
Sρp,U3 O8 MUO2 F2 dz

Υv,UO2 F2 →UO8/3 (z) : source volumique du composé UO8/3 ([m de poudre]3 [m de four]−3 s−1 )

Suivant l’hypothèse d’exnucléation, ce volume de poudre transformée va apparaı̂tre en tant que

nouvelles particules (germes d’UO8/3 de volume vm ) de la phase UOx dans la classe qui contient
le volume vm , d’où

1 dV̇iUOx
= Υv,UO2 F2 →UO8/3 (z)δi,m = vm J(z)δi,m (3.56)
S dz
ger.

Seule cette réaction UO2 F2 →UO8/3 fait évoluer, par germination et exnucléation, le nombre de
particules. En revanche, toutes les réactions font évoluer, par croissance, le volume de chaque
classe des différentes phases. Ainsi, la disparition de volume associée à la transformation d’UO2 F2
→ UO8/3 correspond à une consommation progressive des particules primaires d’UO2 F2 , la
variation volumique correspondante s’écrit :
1 dFUO2 F2
Υv,UO2 F2 (z) = (3.57)
ρp,UO2 F2 dz

Υv,UO2 F2 (z) : source volumique de la phase UO2 F2 ([m de poudre]3 [m de four]−3 s−1 )

173
Chapitre 3. Détermination des paramètres du modèle morphologique

On considère que cette disparition de volume se répartit proportionnellement au volume de

chaque classe, soit :

1 dV̇iUO2 F2 V̇iUO2 F2
= · Υv,UO2 F2 (z) = KiUO2 F2 (z) (3.58)
S dz V̇ UO2 F2
cro.

De manière similaire, la réaction UO8/3 → UO2 entraı̂ne une variation volumique correspondant
à la disparition de UO8/3 et une variation volumique correspondant à l’apparition d’UO2 , soit :

MUO8/3 dFUO2 1 dFUO2

Υv,UOx (z) = − + (3.59)
Sρp,U3 O8 MUO2 dz Sρp,UO2 dz

En répartissant cette variation volumique proportionnellement entre chacune des classes, on

obtient l’équation différentielle suivante :

1 dV̇iUOx V̇iUOx
= · Υv,UOx = KiUOx (z) (3.60)
S dz V̇ UOx
cro.

dṄ UO2 F2
Une expression analogue est utilisée pour calculer idz . Cette forme de modélisation permet
en outre une future intégration d’un modèle chimique évolué dans lequel les débits massiques
ne seraient plus supposés mais calculés à chaque pas d’intégration à l’aide des lois de vitesse de
chacune des transformations chimiques.

3.5.2 Essais en four statique avec réaction [Ablitzer 2003]

En parallèle aux essais en four statique réalisés dans le cadre de l’étude du préfrittage thermique,
des essais avec réaction, également en four statique, ont été effectués. Pour ces essais, une ou
des réactions ainsi que les phénomènes de préfrittage peuvent alors se produire simultanément.
Le préfrittage avec réaction se traduit par une modification de la surface spécifique des poudres
par l’action conjuguée du préfrittage thermique et de la transformation chimique.

Étude de la transformation U3 O8 → UO2 Les essais réalisés en vue d’étudier le préfrittage

réactif lors de la transformation U3 O8 → UO2 sont présentés dans le tableau 3.5.
En l’absence de préfrittage thermique, la seule transformation des particules d’U3 O8 en UO2
suffit à produire une variation théorique de la surface spécifique de 3,9 m2 g−1 à 3,3 m2 g−1 (en
supposant qu’une particule primaire sphérique se transforme en une particule primaire sphérique
et en utilisant les densités théoriques des composés). Or, les valeurs des surfaces spécifiques
finales des essais CB4C et CC4C sont supérieures à cette limite théorique de 3,3 m2 g−1 ce
qui semble indiquer qu’il n’y a pas de préfrittage thermique. D’après les résultats des essais
sans réaction présentés au § 3.4.2, U3 O8 est nettement plus sensible au préfrittage thermique
qu’UO2 . En supposant que la transformation chimique est très rapide, les particules primaires
d’U3 O8 rapidement transformées ne pourront être préfrittées thermiquement. D’autre part, les

174
 3.5. Évolution de la morphologie par réaction chimique

faibles variations de surfaces obtenues pour des températures différentes semblent indiquer que
la transformation chimique elle-même ne provoque pas de préfrittage entre les particules.
L’essai CB4P a été réalisé avec une pression partielle d’eau nettement supérieure à celles des
essais CB4C et CC4C, ce qui est susceptible de ralentir les cinétiques de réaction puisque H2 O est
aussi un produit de la réaction. Ce ralentissement de la transformation chimique semble laisser
le temps aux particules primaires d’U3 O8 de préfritter thermiquement avant d’être transformées
en UO2 puisque la surface spécifique finale est inférieure à la valeur de 3,3 m2 g−1 évoquée
ci-dessus.

Essai température, composition de durée du pa- SB.E.T SB.E.T

◦C l’atmosphère gazeuse lier, min initiale finale
N2 , % H2 , % H2 O, % m2 g−1 m2 g−1
CB4P 700 56 24 20 15 3,9 2,3
CB4C 70 30 qq 3,7
CC4C 600 70 30 qq 3,7

Tab. 3.5 – Conditions et résultats des essais CB4C-P et CC4C : four statique LCU, réaction
U3 O8 →UO2

Étude de la transformation UO3 → UO2 L’essai réalisé en vue d’étudier le préfrittage

réactif lors de la transformation UO3 → UO2 (avec passage par U3 O8 ) est présenté dans le
tableau 3.6.
En l’absence de préfrittage thermique, la seule transformation des particules d’UO3 en UO2 pro-
duit une variation théorique de 9,6 m2 g−1 à 7,9 m2 g−1 (en supposant toujours qu’une particule
primaire sphérique se transforme en une particule primaire sphérique). Or, la surface spécifique
obtenue est de 3,7 m2 g−1 , ce qui indique qu’un autre phénomène contribue à réduire la surface
spécifique. Compte-tenu des essais sans réaction, on peut supposer qu’il s’agit essentiellement
du préfrittage thermique d’UO3 et d’U3 O8 .

Essai température, composition de durée du pa- SB.E.T SB.E.T

◦C l’atmosphère gazeuse lier, min initiale finale
N2 , % H2 , % H2 O, % m2 g−1 m2 g−1
CB2C 700 70 30 qq 15 9,6 3,7

Tab. 3.6 – Conditions et résultats de l’essai CB2C : four statique LCU, réaction UO3 →UO2

Étude de la transformation UO2 F2 → U3 O8 Les essais réalisés pour l’étude de la trans-

formation UO2 F2 → U3 O8 (avec passage par UO3 ) sont présentés dans le tableau 3.7.
Du fait de la structure des particules d’UO2 F2 et de l’hypothèse d’exnucléation utilisée, une
estimation de la surface spécifique finale liée à la transformation chimique n’est pas possible.

175
Chapitre 3. Détermination des paramètres du modèle morphologique

Les essais P3bis et P6 ont été réalisés sans hydrogène donc U3 O8 est nécessairement formé par
décomposition thermique. Ces deux essais se distinguent par la pression partielle de vapeur d’eau
qui est deux fois plus élevée dans le cas de P3bis que dans le cas de P6. La surface spécifique
la plus faible est obtenue pour la pression partielle d’eau la plus faible. Les études cinétiques
rappelées au § 1.6.1 ont montré que les cinétiques des transformations sont accélérées par une
augmentation de la pression partielle de vapeur d’eau. UO3 reste vraisemblablement présent plus
longtemps lors de l’essai P6 et subit donc plus longtemps un préfrittage thermique auquel il est
particulièrement sensible.
P5 a été réalisé en présence d’hydrogène donc U3 O8 est préférentiellement formé par réaction
chimique. P3bis et P5 se distinguent uniquement par la présence de 1% d’hydrogène pour P5
pour lequel la diminution de surface spécifique est plus faible. En suivant le même raisonnement
que précédemment, on peut supposer que cette différence est liée à une durée d’existence plus
faible d’UO3 pour l’essai P5 et que la cinétique de la réaction chimique est plus rapide que la
cinétique de la décomposition thermique.

Essai température, composition de durée du pa- SB.E.T SB.E.T

◦C l’atmosphère gazeuse lier, min initiale finale
N2 , % H2 , % H2 O, % m2 g−1 m2 g−1
P3bis 600 41 0 59 15 16,7 5,4
P5 41 1 58 6,4
P6 73 0 27 3,9

Tab. 3.7 – Conditions et résultats des essais P3bis, P5 et P6 : four statique Pierrelatte, réaction
UO2 F2 →U3 O8

3.6 Conclusion
Ce chapitre nous a permis de mieux cerner et d’évaluer l’influence des différents mécanismes
d’évolution morphologique proposés dans la Partie II - Chapitre 1.
L’étude de l’agglomération des particules nous a montré que dans le cas de la phase dispersée,
l’agglomération brownienne pouvait avoir une influence sur la taille des particules et que cette
agglomération se situait dans le régime continu et pour les particules les plus petites dans le ré-
gime de transition. De plus, cette agglomération est, de par la forme du noyau d’agglomération,
principalement fonction des données physico-chimiques de la phase gazeuse. L’étude de l’agglo-
mération par sédimentation différentielle montre, quant à elle, que cette forme d’agglomération
peut faire évoluer très rapidement la distribution de particules. Un certain nombre d’interroga-
tions subsiste néanmoins, notamment sur l’efficacité de capture, qui est un paramètre difficile à
évaluer, et sur l’influence de la nature fractale des particules, bien que nous ayons proposé une
forme de noyau d’agglomération adaptée à des particules fractales imperméables. Enfin, l’agglo-
mération turbulente a pu être écartée des mécanismes influents grâce à la détermination locale

176
 3.6. Conclusion

et globale du critère de collision représenté par l’échelle de Kolmogorov. En ce qui concerne

la phase dense, nous avons proposé une forme de noyau d’agglomération par cisaillement induite
par le gradient de vitesse localisé dans la couche active du talus de poudre présent dans le fond
du four. Il faut néanmoins garder à l’esprit que la relation proposée repose sur un certain nombre
d’hypothèses de mécanique granulaire et qu’aucune expérimentation n’a été réalisée en vue de
la confirmer.
Ce chapitre fait également le point des informations disponibles dans la littérature sur la frag-
mentation des particules. Cet éclairage bibliographique montre que la modélisation de la frag-
mentation nécessite la détermination de paramètres à l’aide d’expérimentations. N’ayant pas
d’informations de ce type en notre possession, nous nous limiterons à vérifier l’influence que
peut avoir la fragmentation sur la forme de la distribution de particules.
L’étude du préfrittage thermique a consisté à utiliser à la fois des éléments bibliographiques
et les résultats d’essais en four statique. Nous sommes ainsi en mesure de proposer une loi de
frittage pour les composés UO2 F2 , UO3 , U3 O8 et UO2 . De manière qualitative, UO2 F2 présente
une aptitude au préfrittage faible par rapport à UO3 et U3 O8 , ce qui permettra de négliger le
préfrittage de ce composé.
Enfin, l’incorporation de l’évolution morphologique par réaction chimique ainsi que les résul-
tats des essais avec réaction en four statique ont été présentés. La modélisation repose sur les
hypothèses d’exnucléation du composé UO3 lors de la transformation UO2 F2 → UO3 et sur
l’hypothèse qu’une particule d’UO3 donne une particule d’U3 O8 puis une particule d’UO2 pour
la transformation UO3 → UO2 . Les essais en four statique montrent qu’il est important de
pouvoir délimiter les domaines d’existence des différents composés dans le four tournant afin
d’appréhender l’importance du préfrittage thermique des composés intermédiaires.

177
Chapitre 3. Détermination des paramètres du modèle morphologique

178
 4

Confrontation à l’expérience et
discussion

Sommaire

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179

4.2 Confrontation à l’expérience - Cas des essais sans réaction . . . 180

4.2.1 Résultats expérimentaux . . . . . . . . . . . . . . . . . . . . . . . . 180

4.2.2 Résultats numériques . . . . . . . . . . . . . . . . . . . . . . . . . . 183

4.3 Discussion - Cas des essais avec réaction . . . . . . . . . . . . . . 193

4.3.1 Influence de la taille du germe d’U3 O8 exnucléé . . . . . . . . . . . 193

4.3.2 Résultats pour un fonctionnement nominal . . . . . . . . . . . . . . 198

4.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201

4.1 Introduction

Le modèle morphologique présenté dans les chapitres précédents a été testé dans différentes
configurations afin d’apprécier son comportement numérique. Nous avons, tout d’abord, cherché
à simuler à l’aide de notre modèle mathématique les expérimentations sans réaction chimique
réalisées dans le four LCU et nous avons testé l’effet des différents mécanismes d’évolution
morphologique d’origine mécanique et thermique sur les caractéristiques morphologiques des
poudres. Puis, dans un deuxième temps, nous nous sommes intéressés aux résultats du modèle
pour un fonctionnement nominal du four, c’est-à-dire en prenant également en compte l’évolution
morphologique par réaction chimique (croissance et exnucléation).

179
Chapitre 4. Confrontation à l’expérience et discussion

4.2 Confrontation à l’expérience - Cas des essais sans réaction

4.2.1 Résultats expérimentaux

L’évolution morphologique des poudres d’UO3 , d’U3 O8 et d’UO2 en four tournant a été évaluée
dans le four LCU. Pour chaque type de poudre, le couplage des effets mécaniques et thermiques a
été étudié pour deux profils de températures différents, sans transformation chimique. Pour une
composition donnée, les poudres initiales sont issues d’un même lot préalablement caractérisé
par mesure de surface spécifique et si possible par granulométrie laser en voie humide.
Les conditions de températures choisies pour l’étude sont voisines des conditions rencontrées par
la poudre au cours de la pyrohydrolyse réductrice dans le four tournant (environ 500 à 700◦ C
pour UO3 et environ 600 à 700◦ C pour U3 O8 et UO2 ). Le contre courant est le plus proche
possible des conditions de pyrohydrolyse réductrice, en veillant toutefois à ne pas permettre la
transformation chimique du composé étudié. Pour les essais sur U3 O8 et UO3 , le contre-courant
gazeux ne contient pas d’hydrogène. Pour UO3 , la vapeur d’eau a été également supprimée pour
réduire les risques de prise en masse du produit.
Les conditions d’étude et les résultats des mesures spécifiques sont présentées dans les tableaux
4.1, 4.2 et 4.3 ci-dessous. Le temps de séjour de la poudre dans le four de conversion obtenu par
la relation 4.4 de la Partie I est de 37 min pour une vitesse de rotation n = 2 tr min−1 .

Essai T Températures des zones de chauffe, ◦ C T SB.E.T SB.E.T

entrée, sortie, initiale, finale,
◦C ◦C m2 g−1 m2 g−1
FR47 300 520 505 525 540 560 550 200 9,0
9,6
FR48 300 710 730 750 750 760 740 200 6,1

Tab. 4.1 – Essais UO3 sans réaction QN2 = 1, 1 Nm3 h−1

Essai T Températures des zones de chauffe, ◦ C T SB.E.T SB.E.T

entrée, sortie, initiale, finale,
◦C ◦C m2 g−1 m2 g−1
FR30 300 610 630 650 650 660 640 200 3,4
3,9
FR29 300 710 730 750 750 760 740 200 3,1

Tab. 4.2 – Essais U3 O8 sans réaction QH2 O = 3, 6 Nm3 h−1 , QN2 = 1, 1 Nm3 h−1

180
 4.2. Confrontation à l’expérience - Cas des essais sans réaction

Essai T Températures des zones de chauffe, ◦ C T SB.E.T SB.E.T

entrée, sortie, initiale, finale,
◦C ◦C m2 g−1 m2 g−1
FR14 300 610 630 650 650 660 640 200 2,8
2,7
FR15 300 710 730 750 750 760 740 200 2,7

Tab. 4.3 – Essais UO2 sans réaction QH2 O = 3, 6 Nm3 h−1 , QN2 = 1, 1 Nm3 h−1 , QH2 = 2, 5 Nm3 h−1

Les résultats des mesures de surfaces spécifiques confirment qualitativement les résultats obtenus
pour les essais en four statique (cf. Chapitre précédent). L’évolution morphologique par préfrit-
tage thermique, dans le cas sans réaction se traduit par une diminution de la surface spécifique
pour UO3 et U3 O8 . Cette diminution est plus faible que dans le four statique à la même tempé-
rature, mais les temps de séjour et la répartition de la poudre et son transport dans les fours sont
différents. La poudre d’UO2 ne semble, quant à elle, pas subir d’évolution morphologique par
préfrittage pour les profils de températures testés compte tenu des temps de séjour dans le four
tournant. Une évolution de la morphologie par des mécanismes liés à la mécanique du procédé
peut également exister pour ces essais et modifier le comportement des poudres au préfrittage.
Nous avons cherché à quantifier l’évolution morphologique en utilisant la granulométrie laser voie
humide sur les poudres avant et après traitement dans le four. Cette technique expérimentale
permet de déterminer la distribution granulométrique d’une poudre mise en suspension dans un
mélange d’eau et de dispersant.
Les distributions granulométriques obtenues pour les essais précédents sont présentées sur les
figures 4.1 pour U3 O8 et 4.2 pour UO2 . Les lots d’UO3 n’ont pas été caractérisés en granulomé-
trie laser en raison de leur solubilité dans le milieu dispersant.
Le granulomètre laser voie humide Beckman Coulter LS 130 n’indique pas directement les
distributions de tailles de particules mais leur fraction volumique dans différentes classes de
taille. À partir de ce spectre de fractions volumiques de particules, nous avons déterminé la den-
sité6 en volume et en nombre des particules [Madec 2000]. Rappelons que, dès que la taille des
particules et la longueur d’onde du faisceau incident deviennent comparables, aux alentours du
micromètre, les phénomènes de réflexion et de réfraction ne sont plus négligeables, ce qui impose
de recourir à la théorie complète de Mie pour traiter les signaux mesurés. La connaissance des
indices de réfraction des particules et du milieu de dispersion est alors indispensable.
Les courbes présentées ci-dessous ont été obtenues à partir de la théorie de Mie en supposant, par
manque de données bibliographiques pour U3 O8 , que les indices de réfraction d’U3 O8 et d’UO2
sont identiques. Nous constatons tout d’abord que le passage d’une densité en volume à une
densité en nombre entraı̂ne un changement de la forme des courbes : les densités ainsi obtenues
sont de forme exponentielle décroissante. Cet état de fait s’explique par le nombre important
de petites particules présentes jusqu’à la limite de détection de l’appareil (soit ∼ 0, 1 µm). On

6
on parlera de densité lorsque la fonction cumulée est normée à 1

181
Chapitre 4. Confrontation à l’expérience et discussion

peut donc penser que la mise en suspension liquide de la poudre provoque une fragmentation
des particules et crée de nombreuses fines.

1
1
Densité en volume, −

Densité en nombre, −
0.1
0.01
0.01
1e−04

0.001
1e−06

1e−04 FR28 1e−08 FR28

FR30 FR30
FR29 FR29
1e−05 1e−10
1e−06 1e−05 1e−06 1e−05
Diamètre des particules, m Diamètre des particules, m

(a) Densité en volume (b) Densité en nombre

Fig. 4.1 – Évolution des distributions granulométriques (sans ultra-sons) de la poudre d’U3 O8 entre
l’entrée (essai FR28) et la sortie du four (essais FR29 et 30)

Les figures 4.1 et 4.2 ne montrent pas de diminution conséquente des particules de faibles tailles
(sauf pour l’essai FR15). En revanche, on remarque l’apparition de particules de diamètres
proches de 10 µm. Si on suppose que le granulomètre donne des résultats exploitables pour les
tailles de particules de l’ordre de la dizaine de microns, alors, on peut penser que cette apparition
et cet élargissement de la distribution sont vraisemblablement liés aux phénomènes d’agglomé-
ration que nous avons décrits dans la Partie II - Chapitre 1. On observe l’apparition d’un mode
de grosses particules pour l’essai FR29 et pour la poudre d’U3 O8 et ce mode semble être décalé
vers des tailles plus grandes pour FR30. Pour UO2 , on n’assiste pas à l’apparition d’un nouveau
mode, mais uniquement à un élargissement de la distribution des particules. Les distributions
obtenues après passage dans le four tournant ne sont pas influencées par la température de la
même manière selon que la poudre est de l’UO2 ou de l’U3 O8 . Ainsi, pour UO2 , en augmentant
la température (TF R14 < TF R15 ) la taille des particules les plus importantes augmente égale-
ment. Les essais sur U3 O8 présentent une tendance inverse (TF R30 < TF R29 ). Il est difficile de
se prononcer sur les mécanismes d’évolution morphologique responsables de cette différence sur
les distributions finales. Si l’on se réfère aux mécanismes évoqués Chapitre 3, seuls l’aggloméra-
tion brownienne et le pré-frittage sont directement fonction de la température et les différences
constatées entre les poudres pourraient être liées à une compétition entre les phénomènes de
préfrittage et d’agglomération.
Quoi qu’il en soit, nous n’avons pas pu utiliser ces distributions expérimentales ni comme don-
nées d’entrée de notre modèle morphologique, ni pour confronter les distributions en sortie de
four expérimentales et issues de la simulation. En effet, il est difficile de conclure sur la repré-

182
 4.2. Confrontation à l’expérience - Cas des essais sans réaction

sentativité de ces distributions par rapport aux entités que nous avons définies en Introduction.
Il est également difficile de connaı̂tre et de maı̂triser l’évolution morphologique de la poudre liée
à la mesure par granulométrie elle-même. De plus, l’efficacité du milieu dispersant n’est pas op-
timale puisqu’on assiste à une agglomération des particules lorsqu’on passe certains échantillons
aux ultra-sons. Par ailleurs, la forme de la distribution du côté des fines est sujette à caution.
Les distributions obtenues par réaction gaz → solide (cas de l’hydrolyse d’UF6 ) sont générale-
ment log-normales ou quasi log-normales [Kodas et Hampden-Smith 1999]. C’est pourquoi, nous
utiliserons des distributions initiales log-normales en agglomérats comme données d’entrée de
notre modèle morphologique.

1
1
Densité en volume, −

Densité en nombre, −
0.1
0.01
0.01
1e−04

0.001
1e−06

1e−04 FR8−12 1e−08 FR8−12

FR14 FR14
FR15 FR15
1e−05 1e−10
1e−07 1e−06 1e−05 1e−07 1e−06 1e−05
Diamètre des particules, m Diamètre des particules, m

(a) Densité en volume (b) Densité en nombre

Fig. 4.2 – Évolution des distributions granulométriques (sans ultra-sons) de la poudre d’UO2 entre
l’entrée (essai FR8-12) et la sortie du four (essais FR14 et 15)

4.2.2 Résultats numériques

Le modèle morphologique que nous avons présenté dans le Chapitre 2 couplé au modèle dyna-
mique de la Partie I a été utilisé pour calculer l’évolution des variables morphologiques lors du
passage sans réaction chimique d’une poudre d’oxyde d’uranium dans le four tournant.
Le calcul est mené de l’entrée à la sortie du four. L’initialisation des variables morphologiques a
été faite à partir d’un certain nombre d’hypothèses. En effet, comme nous l’avons vu précédem-
ment, il n’a pas été possible de déterminer précisément les distributions granulométriques des
poudres initiales avant traitement. Nous avons donc supposé que la distribution initiale d’agglo-
mérats durs était log-normale avec une dispersion de 1,3 et un diamètre moyen des agglomérats
de 3 µm. Les diamètres des particules primaires ont été déduits, pour chaque poudre, des me-
sures d’aire spécifique en supposant des particules primaires sphériques toutes de même taille.
Cette hypothèse est utilisée uniquement pour les simulations sans réaction. Une discrétisation de
la distribution de taille des particules en 80 sections en utilisant une raison géométrique égale à
1,33 est apparue suffisante. Rappelons que le modèle de [Hounslow et al. 1988] largement utilisé
dans la littérature, est limité à une raison géométrique de 2 et donc à un maillage beaucoup plus

183
Chapitre 4. Confrontation à l’expérience et discussion

grossier.

4.2.2.1 Résultats généraux

Les résultats généraux présentés dans ce paragraphe se limitent à l’interprétation des simulations
des essais sur la poudre d’UO2 , mais les tendances obtenues pour les poudres d’U3 O8 et d’UO3
sont comparables.
Les figures 4.3 (a) et (b) montrent respectivement l’évolution du nombre relatif total d’agglomé-
rats et des diamètres des particules primaires par agglomération brownienne et par préfrittage
pour une poudre d’UO2 . Le nombre relatif d’agglomérats est le rapport de la concentration nu-
mérale totale d’agglomérats à une abscisse donnée, N , sur la concentration à l’entrée, N0 . Ces
figures comparent les résultats des modèles monodispersé et à sections. On retrouve les effets
des hypothèses des modèles qu’ont décrits [Kruis et al. 1993]. Le modèle monodispersé (noté
M1) sous-estime légèrement l’évolution du nombre relatif d’agglomérats par rapport au modèle
à sections (noté M2) (cf. Fig.4.3 (a)). D’après [Kruis et al. 1993], cet effet provient du fait que
le taux d’agglomération est minimal entre particules de même taille. La faible différence dans
notre cas de figure vient du fait que, quelle que soit l’abscisse du four considérée, la distribu-
tion des agglomérats a une dispersion moyenne, σa,g ≃ 1, 3, relativement proche de 1, valeur
correspondant à une population de particules monodispersée. De plus, l’effet de la température
influe également sur le diamètre moyen des agglomérats puisque les agglomérats partiellement
frittés ont une surface de collision plus importante que les particules compactes de même taille.
Plus la température est élevée et plus les agglomérats subissent l’effet du préfrittage thermique
et moins la surface de collision est importante. Cette influence de la température se retrouve
sur le diamètre moyen des particules primaires (cf. Fig.4.3 (b)). L’augmentation de la tempé-
rature entraı̂ne une augmentation du diamètre moyen des particules primaires par préfrittage
se traduisant par une diminution de la surface spécifique lors des essais expérimentaux. Le mo-
dèle monodispersé indique une augmentation légèrement plus importante pour les deux essais
FR14 et FR15 qu’avec le modèle à sections. Les calculs montrent, par ailleurs, que l’évolution
du diamètre des particules primaires n’est pas influencée de façon notable par des mécanismes
d’agglomération différents.
Les figures 4.4 (a) et (b) présentent l’évolution des diamètres moyens des agglomérats et de la dis-
persion moyenne, σa,g , pour le modèle à sections en fonction de l’abscisse du four et de différents
mécanismes d’évolution morphologique. Ces deux figures permettent d’apprécier l’influence des
différents mécanismes et de retrouver des résultats généraux évoqués dans le chapitre précédent.
Ainsi, l’influence des mécanismes d’agglomération est beaucoup plus marquée sur la dispersion
moyenne des agglomérats que sur le diamètre moyen. L’agglomération par sédimentation diffé-
rentielle (3 et 4) entraı̂ne une nette augmentation de la dispersion moyenne. La différence de
taille entre les agglomérats est le moteur de ce type d’agglomération : l’augmentation de la
dispersion moyenne favorise l’agglomération par sédimentation différentielle et réciproquement.
On peut également observer le rôle déterminant de l’efficacité de capture de l’agglomération

184
 4.2. Confrontation à l’expérience - Cas des essais sans réaction

par sédimentation différentielle. Or, comme nous l’avons vu, ce paramètre est inconnu et paraı̂t
difficilement accessible expérimentalement. L’utilisation d’une efficacité de capture supérieure à
0,01 donne des résultats en terme de distribution de particules qui sont irréalistes physiquement :
les particules ont tendance à s’accumuler dans la dernière classe. Ces résultats sont similaires à
ceux observés par [Lee et al. 2000] qui concluent, comme nous l’avons fait, que la dynamique de
l’agglomération est trop rapide pour des efficacités de collision trop importantes.

1 5e−07
FR14−M1
0,9 FR14−M2
4,5e−07
0,8 FR15−M1
FR15−M2
0,7 4e−07

, m
N/N0, −

0,6 3,5e−07

UO2
0,5

dp,g
3e−07
0,4 FR14−M1
0,3 FR14−M2 2,5e−07
FR15−M1
0,2
FR15−M2 2e−07
0,1
1,5e−07
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
z, m z, m

(a) Évolution du nombre relatif (b) Évolution du diamètre moyen des

d’agglomérats le long du four particules primaires, dp,g , le long du four

Fig. 4.3 – Comparaison entre le modèle monodipersé (M1) et le modèle à sections (M2) pour les essais
sur la poudre d’UO2 - Évolution par agglomération brownienne et préfrittage

4,4e−06 1,46
1
1 2
4,2e−06 2 1,44 3
3 4
5
4 1,42
4e−06 5
, m

1,4
σa,gUO2, -

3,8e−06
UO2

1,38
da,g

3,6e−06
1,36
3,4e−06
1,34
3,2e−06
1,32
3e−06
1,3
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
z, m z, m

(a) Évolution du diamètre moyen des (b) Évolution de la dispersion moyenne des
agglomérats, da,g , le long du four agglomérats, σa,g , le long du four

Fig. 4.4 – Effet des différents mécanismes d’évolution morphologique sur le diamètre moyen des agglomé-
rats et sur la dispersion moyenne, 1 : agglomération brownienne, 2 : 1+ frittage, 3 : 2+agglomération par
sédimentation (α = 0, 005)), 4 : 2+agglomération par sédimentation (α = 0, 01)), 5 : 4+fragmentation
(A = 105 )

185
Chapitre 4. Confrontation à l’expérience et discussion

Le préfrittage joue un rôle non négligeable sur l’évolution du diamètre moyen des agglomérats et
un rôle nul sur la dispersion moyenne si on compare les évolutions dans le cas de l’agglomération
brownienne seule et dans le cas agglomération+préfrittage (notées 1 et 2 sur les figures 4.4 (a)
et (b)).
Enfin, l’ajout du mécanisme de fragmentation uniforme (5) permet de diminuer de manière
conséquente à la fois le diamètre moyen et la dispersion moyenne des agglomérats, mais néces-
site comme pour l’agglomération par sédimentation différentielle de connaı̂tre un paramètre (A)
de façon expérimentale. Or, comme nous l’avons vu dans le chapitre précédent, ce paramètre est
difficilement accessible, c’est pourquoi nous avons choisi une valeur de A permettant de modifier
de façon visible la distribution. Dans ce paragraphe et dans la suite de ce mémoire, nous n’avons
pas présenté de résultats concernant l’agglomération par cisaillement dans la couche active du
lit du fait du nombre trop important de paramètres et d’hypothèses liés à cette forme d’ag-
glomération (cf. Chapitre 3). Dans l’optique de son intégration dans le modèle morphologique,
il faudra chercher à mieux comprendre les phénomènes mécaniques ayant lieu dans la couche
active, notamment à l’aide d’expérimentations appropriées.

4.2.2.2 Influence des paramètres morphologiques

Les figures 4.5 (a) et (b) montrent l’influence de la vitesse de préfrittage et de la dimension
fractale sur l’évolution du diamètre moyen des particules primaires dans le cas d’une évolution
par agglomération brownienne et par préfrittage.

9e−07 5,5e−06
rfri. × 10 Df=2,6
8e−07 rfri. Df=2,8
rfri./10 5e−06
7e−07
, m

, m

6e−07 4,5e−06
UO2

UO2

5e−07
dp,g

da,g

4e−07 4e−06

3e−07
3,5e−06
2e−07
1e−07 3e−06
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
z, m z, m

(a) Influence de la vitesse de préfrittage sur (b) Influence de la dimension fractale sur
l’évolution du diamètre moyen des particules l’évolution du diamètre moyen des
primaires, dp,g , le long du four agglomérats, da,g , le long du four

Fig. 4.5 – Influence de la vitesse de frittage sur le diamètre des particules primaires et de la dimension
fractale sur le diamètre des agglomérats pour l’essai FR15 (rf ri. : vitesse de frittage)

Comme nous l’avons vu dans le Chapitre précédent, la vitesse de frittage et donc le temps carac-

186
 4.2. Confrontation à l’expérience - Cas des essais sans réaction

téristique de préfrittage sont des paramètres difficiles à déterminer que ce soit par l’expérience
ou par les données bibliographiques. La sensibilité du diamètre des particules primaires à la
vitesse de frittage a été testée en faisant varier d’un facteur 10, la vitesse de frittage. La taille
des particules primaires varie d’un facteur 101/4 (1, 78). Des incertitudes sur les vitesses de frit-
tage peuvent donc entraı̂ner de fortes différences sur les résultats des diamètres de particules
primaires et par conséquence sur la surface spécifique déduite.
La sensibilité à la dimension fractale a été également évaluée Fig. 4.5 (b). La dimension frac-
tale n’a aucune influence sur la taille des particules primaires. Une diminution de la dimension
fractale entraı̂ne la formation d’agglomérats moins compacts qui ont un diamètre de collision
supérieur d’où une augmentation de la fréquence d’agglomération. Une agglomération plus im-
portante entraı̂ne en théorie un frittage accru. Cependant, cet accroissement est difficilement
perceptible sur les résultats de simulation, car le diamètre des particules primaires apparaı̂t à la
puissance 4 dans l’expression du temps de préfrittage.

4.2.2.3 Essais sur UO2

La figure 4.6 montre l’évolution de la distribution de particules, Ni , entre l’entrée et la sortie du

four pour différents mécanismes d’évolution morphologique dans le cas de l’essai FR15.

1e+15
Entrée
FR15−1
FR15−2
FR15−3
1e+10 FR15−4
NiUO2, nb.part. m−3

FR15−5

100000

1e−05
1e−07 1e−06 1e−05 1e−04 0,001
da,gUO2, m

Fig. 4.6 – Évolution simulée de la distribution des agglomérats entre l’entrée et la sortie du four pour
la poudre d’UO2 . Essai FR15 avec différents mécanismes d’évolution morphologique - 1 : agglomération
brownienne, 2 : 1+ frittage, 3 : 2+agglomération par sédimentation (α = 0, 005)), 4 : 2+agglomération
par sédimentation (α = 0, 01)), 5 : 4+fragmentation (A = 105 )

187
Chapitre 4. Confrontation à l’expérience et discussion

Nous avons choisi de représenter la distribution de particules sur une échelle log-log afin de
mieux visualiser les différences quel que soit le diamètre de l’agglomérat considéré. Cette figure
présente d’une manière différente les résultats généraux précédemment évoqués. Le temps de
séjour calculé à partir de notre modèle dynamique est de 38,5 min. Pour les simulations incluant
l’agglomération par sédimentation, on observe la création de particules de diamètre de l’ordre
de 100µm. La différence entre les distributions FR15-3 et FR15-4 montre la forte sensibilité de
cette forme d’agglomération vis-à vis de l’efficacité de capture. Il est intéressant de constater que
l’agglomération par sédimentation, et elle seule, entraı̂ne l’étalement de la distribution en sortie
de four. Qualitativement, ce résultat se retrouve au niveau des distributions expérimentales.
On peut donc penser que l’agglomération par sédimentation différentielle est effectivement un
mécanisme d’agglomération important. Enfin, l’ajout du phénomène de fragmentation (FR15-5)
permet de limiter cette dispersion.
La figure 4.7 montre l’évolution du nombre relatif total des agglomérats et du diamètre des
particules primaires en fonction de l’abscisse du four. La diminution du nombre d’agglomérats
provient à la fois de la diminution du taux de remplissage entre l’entrée et la sortie du four et
des mécanismes d’évolution morphologique. La courbe FR14/15-0 de la figure 4.7 montre le seul
effet de la diminution du taux de remplissage sur le nombre d’agglomérat. Contrairement à ce
qui était observable sur les distributions de particules mesurées par granulométrie, l’élévation
de température entre les essais FR14 et FR15 n’entraı̂ne pas de changement important sur la
distribution des particules en sortie de four. De plus, l’élévation de température a tendance à
diminuer le nombre de particules pour les plus grands diamètres. Cet effet est lié au mécanisme
de préfrittage et à sa prise en compte dans la modélisation : le préfrittage augmente le volume
des particules primaires et donc l’effet de l’agglomération sur le diamètre des agglomérats. L’évo-
lution du diamètre des particules primaires représentée sur la figure 4.7 pour les essais FR14
et FR15 montre que la température joue un rôle important sur le diamètre des particules pri-
maires en sortie de four. Il est utile de rappeler ici que les mesures de surface spécifique sur la
poudre après traitement montrent que les diamètres équivalents des particules primaires restent
constants avant et après traitement dans le four LCU. Le modèle morphologique ne simule donc
pas correctement l’évolution morphologique des particules primaires induite par le préfrittage
thermique. Or, comme nous l’avons vu, celles-ci ne sont pas influencées de façon notable par
les mécanismes d’agglomération mais au contraire fortement influencées par les paramètres du
préfrittage (énergie d’activation et terme pré-exponentiel). Il est donc probable que le jeu de
paramètres proposé dans le Chapitre 3 surestime le phénomène de préfrittage.

188
 4.2. Confrontation à l’expérience - Cas des essais sans réaction

1 5e−07

4,5e−07
FR14−2
FR15−2
4e−07
FR14−5
FR15−5

dp,gUO2, m
N/N0, −

FR14/15−0 3,5e−07
0,1 dp(FR14)
dp(FR15)
3e−07

2,5e−07

2e−07

0,01 1,5e−07
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
z, m

Fig. 4.7 – Évolution simulée du nombre relatif des agglomérats et de la taille des particules primaires pour
la poudre d’UO2 - 0 : sans mécanismes d’évolution morphologique - 2 : agglomération brownienne+frittage,
5 : 2+agglomération par sédimentation+agglomération par sédimentation (α = 0, 01))+fragmentation
(A = 105 )

La figure 4.8 montre l’évolution de la distribution des particules entre l’entrée et la sortie du
four de conversion pour deux profils de température différents (essais FR14 et 15) et pour
l’ensemble des mécanismes appelés précédemment (2) et (5). L’effet de la température s’avère
être assez faible sur la forme générale des distributions. On observe, néanmoins, que le nombre
des particules situées après le diamètre maximum est supérieur pour une température plus élevée
dans le cas de l’agglomération brownienne et du préfrittage seul (FR14-2 et FR15-2). Cet effet est
directement relié au fait que βbro. ∝ T et au fait que l’augmentation du noyau d’agglomération
avec la température soit prépondérante par rapport à l’augmentation du temps caractéristique
de frittage avec la température. On a compétition entre les phénomènes d’agglomération et les
phénomènes de préfrittage. Cette tendance s’inverse pour FR14-5 et FR15-5, essais pour lesquels
l’agglomération par sédimentation différentielle, qui n’est pas fonction de la température, joue
un rôle plus important que le préfrittage.

4.2.2.4 Essais sur U3 O8

Le temps de séjour calculé à partir de notre modèle dynamique est de 43,3 min. La figure 4.9
montre l’évolution de la distribution d’agglomérats entre l’entrée et la sortie du four pour la
poudre d’U3 O8 et pour les deux essais FR29 et FR30. Qualitativement, les résultats sont simi-
laires à ceux obtenus pour UO2 . L’effet de la température sur les distributions de particules est
néanmoins plus important que pour la poudre d’UO2 du fait de la meilleure frittabilité d’U3 O8 .

189
Chapitre 4. Confrontation à l’expérience et discussion

La compétition entre le mécanisme d’agglomération et le mécanisme de préfrittage tourne à

l’avantage du préfrittage. La conséquence directe est qu’un profil de température plus élevé
(FR29) entraı̂ne un nombre de particules inférieur pour les classes de particules de grand dia-
mètre quels que soient les mécanismes d’évolution morphologique. Notons que l’on retrouve cet
effet dans les distributions expérimentales (Fig. 4.1). On observe également un effet moindre
en terme d’étalement de la distribution de l’agglomération par sédimentation différentielle que
pour UO2 sur la distribution en sortie. Cette différence s’explique en raison du rôle de la masse
volumique, qui est plus faible pour U3 O8 que pour UO2 , dans l’expression du noyau d’agglomé-
ration par sédimentation différentielle.

1e+15
Entrée
FR14−2
FR15−2
FR14−5
1e+10 FR15−5
NiUO2, nb.part. m−3

100000

1e−05
1e−07 1e−06 1e−05 1e−04 0,001
da,gUO2, m

Fig. 4.8 – Évolution simulée de la distribution des agglomérats entre l’entrée et la sortie du four pour
la poudre d’UO2 . Essais FR14 et 15 - 2 : agglomération brownienne+frittage, 5 : 2+agglomération par
sédimentation+agglomération par sédimentation (α = 0, 01))+fragmentation (A = 105 )

La figure 4.10 montre l’évolution du nombre relatif des agglomérats et du diamètre des particules
primaires en fonction de l’abscisse du four. Ici encore, on remarque que le diamètre moyen
final des particules primaires prédit par le modèle morphologique est surestimé par rapport
aux données expérimentales : le calcul d’un diamètre moyen à partir des mesures spécifiques
expérimentales donne dp,f in. (F R30) = 0, 21 µm et dp,f in. (F R29) = 0, 23 µm.

190
 4.2. Confrontation à l’expérience - Cas des essais sans réaction

1e+15
Entrée
FR30−2
FR29−2
FR30−5
1e+10 FR29−5
NiU3O8, nb.part. m−3

100000

1e−05
1e−07 1e−06 1e−05 1e−04 0,001
da,gU3O8, m

Fig. 4.9 – Évolution simulée de la distribution des agglomérats entre l’entrée et la sortie du four
pour la poudre d’U3 O8 - 2 : agglomération brownienne+frittage, 5 : 2+agglomération par sédimenta-
tion+agglomération par sédimentation (α = 0, 01))+fragmentation (A = 105 )

1 9e−07

8e−07
FR30−2
FR29−2 7e−07
FR30−5
FR30−5 6e−07
dp,gU3O8, m
N/N0, −

dp(FR30)
0,1 dp(FR29) 5e−07

4e−07

3e−07

2e−07

0,01 1e−07
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
z, m

Fig. 4.10 – Évolution simulée du nombre relatif des agglomérats et de la taille des particules primaires
pour la poudre d’U3 O8 - 2 : agglomération brownienne+frittage, 5 : 2+agglomération par sédimenta-
tion+agglomération par sédimentation (α = 0, 01))+fragmentation (A = 105 )

191
Chapitre 4. Confrontation à l’expérience et discussion

4.2.2.5 Essais sur UO3

Le temps de séjour calculé à partir de notre modèle dynamique est de 26 min. La figure 4.11
présente l’évolution de la distribution de particules entre l’entrée et la sortie du four pour les
conditions de fonctionnement correspondant aux essais FR47 et FR48. Les distributions en sortie
de four des deux essais sont représentées pour les mécanismes d’évolution morphologique notés
(2) et (5) précédemment. Dans le cas de la poudre d’UO3 , la différence de profils de tempéra-
ture entre les essais FR47 et FR48 n’entraı̂ne quasiment aucune variation sur les distributions
en sortie. Ici encore, l’étalement induit par l’agglomération par sédimentation différentielle est
moindre que pour UO2 et U3 O8 du fait de la masse volumique d’UO3 .
La figure 4.12 montre l’évolution du nombre relatif des agglomérats et du diamètre des particules
primaires en fonction de l’abscisse du four. Le diamètre moyen final des particules primaires pré-
dit par le modèle morphologique est plus proche des données expérimentales que pour les autres
poudres mais les sous-estime néanmoins : le calcul d’un diamètre moyen à partir des mesures
spécifiques expérimentales donne dp,f in. (F R47) = 0, 092 µm et dp,f in. (F R48) = 0, 136 µm. Cette
sous-estimation explique la faible différence entre les distributions des agglomérats en sortie pour
les deux essais.

1e+15
Entrée
FR47−2
FR48−2
FR47−5
1e+10 FR48−5
NiUO3, nb.part. m−3

100000

1e−05
1e−07 1e−06 1e−05 1e−04 0,001
da,gUO3, m

Fig. 4.11 – Évolution simulée de la distribution des agglomérats pour la poudre d’UO3 - 2 : agglo-
mération brownienne+frittage, 5 : 2+agglomération par sédimentation+agglomération par sédimentation
(α = 0, 01))+fragmentation (A = 105 )

192
 4.3. Discussion - Cas des essais avec réaction

1 1,06e−07

1,04e−07

FR47−1 1,02e−07
FR48−1
FR47−5 1e−07
FR48−5

dp,gUO3, m
9,8e−08
N/N0, −

dp(FR47)
0,1 dp(FR48) 9,6e−08

9,4e−08

9,2e−08

9e−08

8,8e−08

0,01 8,6e−08
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
z, m

Fig. 4.12 – Évolution simulée du nombre relatif des agglomérats et de la taille des particules primaires
pour la poudre d’UO3 - 2 : agglomération brownienne+frittage, 5 : 2+agglomération par sédimenta-
tion+agglomération par sédimentation (α = 0, 01))+fragmentation (A = 105 )

4.3 Discussion - Cas des essais avec réaction

Nous avons utilisé le modèle morphologique couplé au modèle dynamique pour simuler l’évo-
lution morphologique des poudres d’oxydes d’uranium lors du fonctionnement nominal dans
le four LCU. Nous nous sommes plus particulièrement intéressés à l’évolution morphologique
des poudres d’U3 O8 et d’UO2 , représentées dans notre modèle par une seule distribution, UOx .
L’évolution morphologique (autre que celle d’origine chimique) de la poudre d’UO2 F2 n’a pas été
prise en compte dans la modélisation car les particules d’UO2 F2 sont probablement détruites lors
de la transformation UO2 F2 →UO3 →U3 O8 . Entre autres résultats, les simulations prédisent la
distribution granulométrique de la poudre à toute abscisse du four (et donc aussi pour UO2 en
sortie). Du fait de l’hypothèse d’exnucléation, cette distribution est finalement indépendante de
la distribution granulométrique initiale (mal connue) de la poudre d’UO2 F2 .

4.3.1 Influence de la taille du germe d’U3 O8 exnucléé

La taille du germe d’U3 O8 exnucléé a une influence considérable sur les temps de calculs : plus
la taille du germe est petite et plus les temps de calculs sont longs. Par exemple, dans le cas
d’une évolution par agglomération brownienne et par préfrittage thermique, le temps de calcul
sur un PC Athlon 1800XP est de plusieurs jours avec un germe initial d’U3 O8 de 10 nm, de
quelques heures pour 20 nm, et de moins d’une heure pour un germe de 50 nm. Par ailleurs, le

193
Chapitre 4. Confrontation à l’expérience et discussion

temps de calcul est d’autant plus important qu’on intègre de mécanismes d’évolution morpholo-
gique. Ainsi, l’ajout de l’agglomération par sédimentation différentielle avec une taille de germe
de 10 nm dans les simulations donne des temps de calculs rédhibitoires largement supérieurs à
une semaine. Nous nous sommes intéressés à l’évolution des caractéristiques morphologiques des
poudres d’UOx en fonction de la taille du germe initial pour évaluer la sensibilité du modèle à
ce paramètre.
La figure 4.13 rappelle l’évolution supposée des fractions molaires des différents composés chi-
miques en fonction de l’abscisse dans le four LCU. Cette figure permet d’avoir à l’esprit les zones
du four dans lesquelles interviennent les différents mécanismes chimiques d’évolution morpholo-
gique : l’exnucléation des germes d’U3 O8 jusqu’à la disparition totale de la poudre d’UO2 F2 , puis
la transformation chimique d’U3 O8 en UO2 qui se traduit dans notre modèle par une diminution
de la taille des particules primaires d’UOx (cf. Chapitre 3).

0,8 UO2F2
fraction molaire, -

U3O8
UO2
0,6

0,4

0,2

0
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
z/L, -

Fig. 4.13 – Profil chimique supposé pour les simulations le long du four LCU

Les figures 4.14 et 4.15 montrent la variation du diamètre moyen des agglomérats et des particules
primaires le long du four pour différentes tailles de germes initiales dans le cas d’une évolution
par agglomération brownienne et par préfrittage thermique. Plus la taille du germe d’U3 O8
initial est faible, plus le diamètre moyen des agglomérats est élevé et plus le diamètre moyen
des particules primaires est faible. Les diamètres moyens finaux sont néanmoins relativement
proches quelle que soit la taille du germe initial. La brusque augmentation du diamètre moyen
des agglomérats pour z = 1, 1 m correspond à la disparition de tous les germes d’U3 O8 . En
effet, avant z = 1, 1 m, la présence d’un nombre élevé de germes aboutit à un calcul de diamètre
moyen très faible qui masque la présence des agglomérats situés dans les classes supérieures. Le
diamètre moyen des particules primaires d’UOx augmente du fait du préfrittage thermique et
diminue du fait de la transformation U3 O8 →UO2 . Il augmente progressivement par préfrittage
thermique jusqu’à l’apparition d’UO2 dans le four (z ∼ 0, 7) qui provoque une légère diminution

194
 4.3. Discussion - Cas des essais avec réaction

du diamètre moyen en raison de la diminution de volume associée à la transformation chimique.

Puis, le préfrittage thermique entraı̂ne à nouveau une augmentation du diamètre moyen jusqu’à
z ∼ 1, 4, abscisse du four à laquelle tout l’U3 O8 a disparu. Dans les derniers centimètres du four,
le diamètre moyen reste constant, signe que UO2 , seul composé chimique encore présent, n’est
pas affecté sensiblement par le préfrittage thermique à cette température et pour les temps de
séjour considérés.
Les figures 4.16 et 4.17 montrent la variation de la dispersion moyenne des distributions des
agglomérats et des particules primaires. La dispersion moyenne de la distribution des agglomérats
augmente très rapidement de la valeur de 1 correspondant à une population monodispersée de
germes d’U3 O8 à des valeurs comprises entre 1 et 2 en raison de l’agglomération brownienne des
germes d’U3 O8 . Plus le diamètre des germes est élevé, plus σa,g UOx est élevé. Une fois que tous

les germes d’U3 O8 ont disparus, σa,g UOx reste relativement constant et identique quel que soit le

diamètre initial des germes. La dispersion moyenne de la distribution de particules primaires

reste proche de 1 tout au long du four. L’augmentation de σp,g UOx est la plus importante lors de

l’apparition des germes d’U3 O8 . On obtient donc quelle que soit la taille des germes initiaux une
population de particules primaires quasi-monodispersée.
Afin d’avoir des temps de calculs raisonnables, nous avons choisi de considérer dans la suite
de ce manuscrit que la taille du germe initial est de 50 nm. Au vu des figures précédentes,
cette hypothèse est justifiée puisque, quelle que soit la taille du germe initial entre 10 et 50 nm,
les résultats sont relativement proches. Ils diffèrent naturellement le plus pour l’évolution du
diamètre moyen des particules primaires d’UOx qui est directement reliée à la taille du germe
initial.

195
Chapitre 4. Confrontation à l’expérience et discussion

3,0e−06
dUOxp,ini=10nm
dUOxp,ini=20nm
2,5e−06
dUOxp,ini=50nm

2,0e−06
dUOxa,g, m

1,5e−06

1,0e−06

5,0e−07

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8

z, m

Fig. 4.14 – Évolution simulée du diamètre moyen des agglomérats le long du four pour différentes tailles
de germes initiales

5e−07
dUOxp,ini=10nm
4,5e−07 dUOxp,ini=20nm
4e−07 dUOxp,ini=50nm

3,5e−07
dUOxp,g, m

3e−07

2,5e−07

2e−07

1,5e−07

1e−07

5e−08

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8

z, m

Fig. 4.15 – Évolution simulée du diamètre moyen des particules primaires le long du four pour différentes
tailles de germes initiales

196
 4.3. Discussion - Cas des essais avec réaction

5
dUOxp,ini=10nm
4,5 dUOxp,ini=20nm
dUOxp,ini=50nm
4

3,5
σUOxa,g, m

2,5

1,5

1
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
z, m

Fig. 4.16 – Évolution simulée de la dispersion moyenne de la distribution des agglomérats le long du
four pour différentes tailles de germes initiales

1,14 dUOxp,ini=10nm
dUOxp,ini=20nm
1,12 dUOxp,ini=50nm

1,1
σUOxp,g, m

1,08

1,06

1,04

1,02

1
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8
z, m

Fig. 4.17 – Évolution simulée de la dispersion moyenne de la distribution des particules primaires le
long du four pour différentes tailles de germes initiales

197
Chapitre 4. Confrontation à l’expérience et discussion

4.3.2 Résultats pour un fonctionnement nominal

Les résultats présentés dans ce paragraphe ont également été obtenus dans les conditions de
fonctionnement nominal du four LCU avec les mêmes paramètres du modèle que précédemment
mais en considérant, à présent, une taille de germe d’U3 O8 exnucléé de 50 nm.
La figure 4.18 montre l’évolution progressive par agglomération brownienne de la distribution de
particules d’UOx à différentes abscisses du four. On voit ainsi l’apparition continue des germes
d’U3 O8 jusqu’à la fin du phénomène d’exnucléation qui se situe approximativement à z = 0, 85 m.
À partir de cette abscisse, on observe que le nombre de germes diminue fortement du fait de l’ag-
glomération brownienne. Les particules primaires de diamètre 50 nm s’agglomèrent entre elles
pour former des agglomérats durs toujours formés de particules primaires de diamètre 50 nm
puisque nous ne considérons pas ici le phénomène de préfrittage thermique. La distribution de
particules se décale peu à peu par agglomération vers des diamètres plus importants. On re-
marque également, dans un premier temps (z = 1 m), un deuxième mode qui tend à disparaı̂tre
lorsque la poudre avance vers la sortie du four.
De manière similaire à la figure 4.18, la figure 4.19 montre l’évolution par l’ensemble des mé-
canismes d’évolution morphologique (par agglomération brownienne, par sédimentation diffé-
rentielle ; par fragmentation et par préfrittage) de la distribution de particules d’UOx . On re-
trouve l’effet d’étalement induit par l’agglomération par sédimentation différentielle évoqué lors
des simulations des essais sans réaction. Les figures 4.20-(a) et (b) présentent l’évolution du
diamètre moyen des agglomérats d’UOx respectivement sur l’ensemble du four et sur la zone
(1, 1 ≤ z ≤ 1, 85) dans laquelle il n’y a plus d’apparition de germes d’U3 O8 . L’agglomération
brownienne sans préfrittage (1) entraı̂ne un diamètre moyen des agglomérats plus important
qu’avec préfrittage (2), ce qui, comme nous l’avons vu précédemment, est lié à l’écriture du
noyau d’agglomération et à sa dépendance vis-à-vis du diamètre des particules primaires. L’in-
fluence des autres mécanismes (3,4 et 5) est peu sensible, les diamètres moyens des agglomérats
obtenus par modélisation sont relativement similaires. L’effet de l’agglomération par sédimen-
tation différentielle est beaucoup plus visible sur les distributions de particules d’autant que la
représentation des distributions en échelle log-log accentue cette impression d’étalement. Cette
différence est due au fait que les caractéristiques morphologiques moyennes (dUO UOx UOx
a,g , σa,g , dp,g ,
x

UOx ) sont calculées à partir des concentrations numérales. L’influence des mécanismes est iden-
σp,g
tique à celle relevée pour les essais sans réaction. Plus l’efficacité de capture est importante (3
et 4), plus le diamètre moyen est important. La fragmentation (5) peut entraı̂ner, quant à elle,
une diminution conséquente du diamètre moyen des agglomérats.
La figure 4.21 montre les distributions en sortie de four des particules d’UOx pour différents
mécanismes d’évolution morphologique. Cette figure permet d’apprécier l’effet des différents mé-
canismes sur la distribution en sortie des agglomérats d’UO2 . Ces distributions sont relativement
proches d’une distribution log-normale avec, cependant, un nombre de fines plus important. Le
diamètre moyen des agglomérats compris entre 2 et 3,5 µm est de l’ordre des diamètres obtenus
expérimentalement (cf. Introduction). De plus, l’effet qualitatif d’étalement de la distribution

198
 4.3. Discussion - Cas des essais avec réaction

vers les grosses particule est également observé sur les distributions obtenues par granulométrie,
même s’il est plus fort pour les distributions calculées.
Nous terminerons ces commentaires en notant que la modélisation morphologique telle que nous
l’avons proposée permet d’obtenir l’évolution des caractéristiques morphologiques moyennes et
des distributions d’agglomérats des poudres d’oxyde d’uranium dans le four tournant de conver-
sion. Les résultats obtenus avec l’ensemble des mécanismes d’évolution morphologique proposés
rendent bien compte de l’ordre de grandeur de ces caractéristiques. Il n’est cependant pas pos-
sible, à l’heure actuelle, de les considérer comme validés quantitativement. La principale difficulté
rencontrée reste l’évaluation des paramètres associés à chacun des mécanismes. Il serait judicieux
de s’intéresser plus précisément à l’efficacité de capture de l’agglomération par sédimentation
différentielle et au paramètre A du phénomène de fragmentation. Le couplage de ces deux mé-
canismes permet, en effet, de limiter l’action de l’agglomération par sédimentation. Nous avons
également montré que les caractéristiques morphologiques des particules primaires sont très
sensibles aux paramètres de la loi de préfrittage.

1e+20
z=0,01
z=0,5
z=1,0
1e+15 z=1,5
Sortie
NiUOx, nb.part. m−3

1e+10

100000

1e−05
1e−07 1e−06 1e−05 1e−04 0,001
da,gUOx, m

Fig. 4.18 – Évolution simulée de la distribution des agglomérats d’UOx avec comme seul mécanisme
d’évolution morphologique, l’agglomération brownienne

199
Chapitre 4. Confrontation à l’expérience et discussion

1e+20
z=0,01
z=0,5
z=1,0
1e+15 z=1,5
Sortie
NiUOx, nb.part. m−3

1e+10

100000

1e−05
1e−07 1e−06 1e−05 1e−04 0,001
da,gUOx, m

Fig. 4.19 – Évolution simulée de la distribution des agglomérats d’UOx pour l’ensemble des mécanismes
d’évolution morphologique (α = 0, 01, A = 105 )

3,5e−06
1
3,4e−06
2
3,0e−06 3
1 3,2e−06 4
2 5
2,5e−06 3
3,0e−06
4
dUOxa,g, m

dUOxa,g, m

2,0e−06 5
2,8e−06

1,5e−06
2,6e−06

1,0e−06 2,4e−06

5,0e−07 2,2e−06

2,0e−06
0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8
z, m z, m

(a) Évolution du diamètre moyen des (b) Évolution du diamètre moyen des
agglomérats d’UOx pour 0 ≤ z ≤ 1, 85 agglomérats d’UOx pour 1, 1 ≤ z ≤ 1, 85

Fig. 4.20 – Évolution simulée du diamètre moyen des agglomérats d’UOx le long du four en fonction
des différents mécanismes d’évolution morphologique - 1 : agglomération brownienne, 2 : 1+ frittage, 3 :
2+agglomération par sédimentation (α = 0, 005)), 4 : 2+agglomération par sédimentation (α = 0, 01)),
5 : 4+fragmentation (A = 105 )

200
 4.4. Conclusion

1e+15
1
2
3
4
1e+10 5
NiUOx, nb.part. m−3

100000

1e−05
1e−07 1e−06 1e−05 1e−04 0,001
da,gUOx, m

Fig. 4.21 – Distributions simulées des agglomérats d’UOx en sortie de four selon les différents méca-
nismes d’évolution morphologique - 1 : agglomération brownienne, 2 : 1+ frittage, 3 : 2+agglomération par
sédimentation (α = 0, 005)), 4 : 2+agglomération par sédimentation (α = 0, 01)), 5 : 4+fragmentation
(A = 105 )

4.4 Conclusion
Nous avons montré, dans ce chapitre, les possibilités du modèle original d’évolution morpholo-
gique que nous avons développé. À notre connaissance, il s’agit du premier modèle utilisant les
bilans de population et étant couplé à la dynamique d’un four tournant muni de releveurs.
Nous avons dans un premier temps utilisé le modèle morphologique et dynamique pour simuler
l’évolution morphologique d’une poudre d’oxyde d’uranium après traitement dans le four LCU
sans réactions chimiques. Nous avons pu mettre en évidence l’influence de chacun des méca-
nismes sur la forme de la distribution des particules et sur les caractéristiques morphologiques
moyennes des poudres. En revanche, il est malaisé de juger de la pertinence quantitative des
résultats obtenus. En effet, les incertitudes sur les distributions obtenues expérimentalement par
granulométrie en voie humide font qu’il est difficile de se prononcer sur les distributions en entrée
et en sortie de four et donc de les confronter aux caractéristiques calculées.
Les simulations montrent que l’agglomération par sédimentation entraı̂ne un étalement des dis-
tributions vers les diamètres élevés, qui dépend de l’efficacité de capture choisie. À l’inverse, la
fragmentation détruit les plus grosses particules, ce mécanisme étant contrôlé par un paramètre
A qui reste à l’heure actuelle indéterminé. Les paramètres de la loi de préfrittage que nous avons
déterminés expérimentalement et intégrés dans le modèle morphologique ne représentent pas
correctement l’évolution du diamètre moyen des particules primaires. L’évolution du diamètre

201
Chapitre 4. Confrontation à l’expérience et discussion

moyen des particules primaires n’est pas affecté par les mécanismes d’agglomération ni par la
dimension fractale des agglomérats.
Dans un deuxième temps, nous avons simulé l’évolution morphologique des poudres d’oxyde
d’uranium dans le cas d’un fonctionnement nominal du four LCU. On retrouve les mêmes in-
fluences des différents mécanismes d’évolution morphologique que dans le cas des essais sans
réaction. La différence réside dans la prise en compte de l’exnucléation des germes d’U3 O8 et de
la transformation U3 O8 →UO2 . La taille du germe initial d’U3 O8 joue un rôle conséquent dans
les temps de calculs, mais un rôle plus faible sur les caractéristiques morphologiques des poudres
en sortie de four. L’ordre de grandeur des distributions ainsi que des caractéristiques morpholo-
giques moyennes obtenues à l’aide du modèle correspond aux informations expérimentales.

202
 Conclusion sur l’étude
morphologique

Dans cette deuxième partie, nous avons évalué l’évolution morphologique des poudres d’oxyde
d’uranium dans les fours de conversion. Le premier chapitre de cette partie nous a permis de
dresser un inventaire des mécanismes d’évolution morphologique susceptibles d’avoir lieu dans
le four tournant. Ces mécanismes ont été classés d’après leur origine : les mécanismes d’origine
mécanique rassemblent les phénomènes d’agglomération et de fragmentation des agglomérats ;
les mécanismes d’origine thermique correspondent aux phénomènes de préfrittage des particules
primaires au sein d’un agglomérat ; enfin les mécanismes d’origine chimique sont liés aux trans-
formations chimiques (UO2 F2 →U3 O8 →UO2 ). L’effet de ces mécanismes sur les caractéristiques
morphologiques des poudres a été traduit sous forme mathématique à l’aide de bilans de popu-
lation.
Le deuxième chapitre de cette partie est consacré à la présentation du modèle de résolution des
équations différentielles obtenues par bilan de population. Ce modèle est basé sur les travaux de
[Kumar et Ramkrishna 1997] et a été complété pour prendre en compte l’ensemble des méca-
nismes évoqués dans le premier chapitre de cette partie. L’influence du préfrittage sur l’évolution
surfacique des particules est ainsi décrite. L’évolution morphologique par exnucléation associée
à la transformation chimique UO2 F2 →U3 O8 est modélisée à l’aide d’une apparition de germes
d’U3 O8 . Enfin, la transformation chimique U3 O8 →UO2 est intégrée à l’aide de la méthode des
pivots mobiles en considérant qu’elle entraı̂ne une diminution de la taille des particules primaires
d’U3 O8 .
Dans le troisième chapitre, nous nous sommes intéressés à l’influence des différents mécanismes
d’évolution morphologique sur les caractéristiques morphologiques des particules. Nous avons
montré que l’agglomération brownienne dans la phase dispersée entraı̂ne une évolution de la
morphologie et que cette forme d’agglomération se situait dans le régime continu et pour les
particules les plus petites (par exemple les germes d’U3 O8 ) dans le régime de transition. L’ag-
glomération par sédimentation différentielle est également un phénomène important et tend à
faire évoluer très rapidement la distribution des particules. En revanche, contrairement à l’ag-
glomération brownienne, des questions subsistent quant à l’écriture du noyau d’agglomération et
plus particulièrement quant à la difficile détermination de l’efficacité de capture. L’agglomération
turbulente au sein de la phase dispersée a pu être écartée des mécanismes influents. Une forme

203
Conclusion sur l’étude morphologique

d’agglomération encore peu comprise peut intervenir dans la phase dense : il s’agit de l’agglomé-
ration induite par le gradient de vitesse localisé dans la couche active du talus de poudre. Au vu
du peu de données bibliographiques et expérimentales, nous n’avons pas pu intégrer cette forme
d’agglomération dans nos simulations. Nous avons également fait le point sur les informations
disponibles dans la littérature à propos de la fragmentation des particules. Cette forme d’évolu-
tion est difficile à prendre en compte de manière précise en l’absence de données expérimentales.
L’étude à la fois bibliographique et expérimentale du préfrittage thermique nous a permis de
proposer une loi de frittage pour les composés UO2 F2 , UO3 , U3 O8 et UO2 . Enfin, l’incorporation
de l’évolution morphologique par réaction chimique ainsi que les résultats des essais avec réac-
tion en four statique ont été présentés. La modélisation repose sur les hypothèses d’exnucléation
du composé UO3 lors de la transformation UO2 F2 → UO3 et sur l’hypothèse qu’une particule
d’UO3 donne une particule d’U3 O8 puis une particule d’UO2 pour la transformation UO3 →
UO2 . Les essais en four statique montrent qu’il est important de pouvoir délimiter les domaines
d’existence des différents composés dans le four tournant afin d’appréhender l’importance du
préfrittage thermique des composés intermédiaires.
Enfin, dans le quatrième et dernier chapitre, nous avons testé le modèle d’évolution morpholo-
gique, couplé au modèle dynamique présenté dans la première partie, afin de déterminer l’in-
fluence des différents mécanismes sur l’évolution des caractéristiques morphologiques des poudres
d’oxyde d’uranium dans le four de conversion LCU. Nous nous sommes, dans un premier temps,
intéressés à l’évolution morphologique lors du passage des poudres d’U3 O8 , d’UO3 et d’UO2
dans le four tournant sans réaction chimique. Nous avons cherché à comparer les essais expé-
rimentaux et les simulations et à interpréter les différences constatées. Cette étape s’est avérée
délicate dans la mesure où les résultats expérimentaux ne permettent pas d’accéder à toutes les
grandeurs utiles et, pour la granulométrie en voie humide, demanderaient à être confirmés. Les
paramètres de la loi de préfrittage utilisés ne permettent pas de retrouver les diamètres expéri-
mentaux des particules primaires en sortie de four obtenus par mesure des surfaces spécifiques.
En revanche, les simulations de l’évolution morphologique de la poudre dans les conditions nomi-
nales de fonctionnement du four LCU permettent de prédire des distributions granulométriques
finales d’UO2 , en fonction des mécanismes d’évolution morphologique, dont les diamètres moyens
des agglomérats d’UO2 sont bien dans le domaine de taille évoqué dans l’Introduction.
Pour conclure, nous avons développé un modèle morphologique basé sur les bilans de popula-
tion, couplé à la dynamique du procédé étudié, qui permet d’évaluer l’influence des mécanismes
suivants : l’agglomération brownienne et par sédimentation différentielle, la fragmentation, le
préfrittage et l’exnucléation des germes d’U3 O8 et leur transformation en particule d’UO2 . Ce
modèle est opérationnel pour prédire l’évolution morphologique dans des conditions données.
Néanmoins, l’ensemble de ces mécanismes rend le modèle et sa résolution complexe. De plus,
les paramètres des mécanismes d’évolution morphologique sont pour la plupart indéterminés
et difficilement accessibles. Une attention particulière devra être accordée à leur détermination
pour obtenir des résultats quantitatifs exploitables en terme d’optimisation du procédé.

204
Conclusion générale et perspectives

205
L’une des étapes du procédé de conversion par voie sèche de l’hexafluorure d’uranium UF6 en
oxyde d’uranium UO2 est la pyrohydrolyse réductrice de la poudre d’UO2 F2 en poudre UO2
dans un four tournant.
Une meilleure compréhension des mécanismes physico-chimiques intervenant dans le procédé
peut permettre d’améliorer la qualité de la poudre produite par voie sèche. Dans cette op-
tique, nous avons cherché à prédire les caractéristiques granulométriques et morphologiques de la
poudre d’UO2 en fonction des conditions opératoires de la pyrohydrolyse. L’étude de l’évolution
des caractéristiques morphologiques des poudres à l’aide d’un modèle mathématique nécessite
de connaı̂tre précisément la dynamique de transport de la poudre en tous points du four.
C’est ce qui nous a conduit, en préalable à la modélisation morphologique, à développer un
modèle dynamique permettant de décrire le transport de la poudre dans un four tournant muni
de releveurs. Cette première étape de notre démarche globale a été présentée dans la première
partie de ce manuscrit. Notre modèle dynamique permet de prendre en compte les propriétés
de transport différentes des phases dense et dispersée. Son originalité réside dans le fait qu’il
s’adapte à tous types de fours munis ou non de releveurs. À l’aide d’essais en maquette froide,
nous avons pu déterminer les paramètres dynamiques nécessaires à notre modèle (angles de repos
cinétique et dynamique, propriétés du rideau de poudre chutant des releveurs en déchargement
etc.).
Notre modèle dynamique a été confronté aux données expérimentales disponibles. Les résultats
obtenus sont satisfaisants : les temps de séjour moyen calculés, par exemple, sont en bon accord
avec ceux mesurés. En étudiant l’influence de différents paramètres, nous avons montré que le
profil de chargement obtenu est particulièrement sensible au profil chimique supposé. Finale-
ment, grâce au modèle, on peut prédire l’ensemble des variables dynamiques, notamment celles
de la phase dispersée qui ne sont pas décrites par les modèles de four tournant sans releveurs
communément utilisés dans la littérature.

Ayant accès à ces variables dynamiques, la deuxième étape de notre démarche globale a consisté
à étudier et à modéliser l’évolution morphologique des poudres d’oxyde d’uranium dans le four
tournant. Après avoir classé les mécanismes d’évolution morphologique selon leur origine méca-
nique, thermique et chimique, nous avons traduit mathématiquement leurs effets sur les carac-
téristiques morphologiques des poudres à l’aide de bilans de population. La distribution granu-
lométrique des poudres est discrétisée en sections. L’écriture des équations différentielles (bilan
en nombre, volume, surface par section) s’appuie sur la méthode des pivots mobiles. Le modèle
rend compte de l’agglomération par mouvement brownien et par sédimentation différentielle, de
la fragmentation, du préfrittage ainsi que de l’évolution morphologique engendré par les trans-
formations chimiques (UO2 F2 →U3 O8 →UO2 ).
L’influence de chacun de ces mécanismes d’évolution morphologique sur les caractéristiques
morphologiques a été évaluée. Les diverses formes d’agglomération ont notamment été testées.
L’agglomération par mouvement brownien, l’agglomération par sédimentation différentielle ont
été retenues comme mécanismes influents. L’agglomération turbulente a pu être écartée et l’ag-

207
glomération par cisaillement dans la couche active, forme d’agglomération pour laquelle nous
avons construit un noyau d’agglomération original, n’a pas été retenue par manque de don-
nées bibliographiques et expérimentales. La fragmentation a également été intégrée au modèle
morphologique mais les paramètres la décrivant n’ont pas pu être déterminés. Enfin, l’étude bi-
bliographique et expérimentale du préfrittage thermique a permis de proposer une loi de frittage
pour les composés UO2 F2 , UO3 , U3 O8 et UO2 .
Pour résumer, le modèle morphologique développé dans le cadre de cette étude permet grâce
au couplage avec le modèle dynamique, de décrire l’évolution morphologique associée aux mé-
canismes suivants : l’agglomération brownienne et par sédimentation différentielle, la fragmen-
tation, le préfrittage et l’exnucléation des germes d’U3 O8 et leur transformation en particule
d’UO2 . Grâce à cet outil, nous pouvons prédire théoriquement la distribution granulométrique
de la poudre d’UO2 du four LCU en fonction des mécanismes d’évolution morphologique, pour
des valeurs supposées des paramètres caractéristiques de ces mécanismes. La capacité prédictive
du modèle est cependant limitée par le fait que ces paramètres sont encore, à l’heure actuelle,
pour la plupart indéterminés et difficilement accessibles.

Ce travail de recherche a produit un modèle original couplant à la fois le transport de la poudre

et son évolution morphologique. Au terme de cette étude, de nombreuses questions restent
néanmoins en suspens et nécessitent de poursuivre les investigations, notamment parce que les
expérimentations qui ont été réalisées dans le cadre de cette étude n’ont pas toutes permis d’ob-
tenir les données attendues, que ce soit pour la détermination des paramètres physiques ou pour
la validation des calculs.
Concernant la description du transport de la poudre, il serait souhaitable de pouvoir observer
expérimentalement à la fois (i) le mélange et la ségrégation des particules (ii) le mouvement de
la charge à l’aide de techniques récentes et non-intrusives de visualisation (NMR : Résonance
Magnétique Nucléaire, PEPT : Positron Emission Particle Tracking, PET : Positron Emission
Tomography). Ces techniques permettent en effet d’obtenir des mesures quantitatives du mou-
vement d’une particule dans un milieu granulaire cohésif.
Concernant la description de l’évolution morphologique, il paraı̂t important de caractériser au
mieux la granulométrie des produits entrant et sortant du four tournant. Un des outils expéri-
mentaux adaptés pour cette caractérisation est par exemple le granulomètre laser voie sèche. Il
permet en effet de mesurer, avec une certaine précision, les agrégats de poudre, contrairement
au granulomètre laser voie humide qui nécessite une mise en solution de la poudre, responsable
d’une destruction des agrégats.
Il s’est avéré difficile de valider notre modèle morphologique du fait (i) de la difficulté d’avoir
une mesure fiable de la distribution granulométrique de la poudre étudiée (ii) de l’impossibilité
de découpler totalement les mécanismes d’évolution morphologique les uns des autres. Ce travail
de recherche s’est limité à l’utilisation de paramètres caractéristiques des mécanismes d’agglo-
mération et de fragmentation obtenus grâce à la littérature. Il pourrait être judicieux d’utiliser
des paramètres déduits directement de mesures granulométriques. Cette méthode ne permettrait

208
plus de distinguer les différentes formes d’agglomération et les traduirait en une seule constante
cinétique d’agglomération, mais qui aurait été déterminée expérimentalement.
Enfin, il serait également intéressant de coupler notre modèle dynamique et morphologique à
des modèles thermiques et cinétiques de four tournant afin de prendre en compte l’ensemble des
variables du procédés.
Pour conclure, une poudre d’UO2 produite par voie sèche dense et coulable en sortie de conver-
sion est plus que jamais recherchée par l’industriel. Atteindre cet objectif en jouant sur les
conditions de fonctionnement du procédé est aujourd’hui encore difficile. D’autres voies tels que
la simplification des opérations de transformation de la poudre en granulés sont sans doute
également à explorer.

209
210
 Nomenclature

aa Surface d’un agglomérat, m2

ap Surface d’une particule primaire, m2
A Section du lit, m2
Ai Aire totale des particules de la classe i par m3 physique, nb.part. [m de part] m−3
c Longueur de talus dans un releveur ne déchargeant pas, m
CD Coefficient de traı̂née, -
d Diamètre, m
dp Diamètre des particules primaires, m
D Diamètre du four, m
Di Coefficient de diffusion de la particule de volume vi , m2 s−1
Ds Dimension fractale de surface, -
Df Dimension fractale de masse, -
D0 Terme pré-exponentiel du coefficient de diffusion, m2 s−1
er épaisseur du rideau de poudre, m
Ea Énergie d’activation, J mol−1
g Accélération de la pesanteur, m s−2
F Flux massique solide, kg s−1
Fd Force de traı̂née, N
Fg Force de pesanteur, N
Fr Nombre de Froude , -
f Flux massique solide pour un releveur, kg s−1
G(v) Vitesse de croissance du volume d’une particule, m3 s−1
Ḡ Évolution du volume d’une particule par rapport à z, m3 [m de four]−1
h Hauteur du lit de poudre, m
ho Dimension d’un releveur dans la direction orthogonale à la paroi, m
hp Dimension d’un releveur dans la direction parallèle à la paroi, m
J Intégrale de l3 dθ, m3 rad
J(t) Vitesse de germination des particules, nb. part s−1 m−3
kb Constante de Boltzmann, J K−1
k0 Terme pré-exponentiel, variable
K Fonction de traı̂née, m−1

211
Nomenclature

Kn Nombre de Knudsen, -
Ki (t) Vitesse de croissance des particules de la classe i, nb. part s−1 [m de part.]3 m−3
L Longueur du four, m
Lc Longueur chauffée du four, m
Lr Longueur du rideau de poudre, m
l Longueur du talus dans un releveur en déchargement, m
lcycle Déplacement axial parcouru pendant un cycle, m
M Rétention solide de la phase solide, kg m−1 de four
ou nombre total de sections, -
m Rétention solide d’un releveur, kg m−1 de four
n Vitesse de rotation, tr s−1
n(v) Nombre de particules par m3 de l’espace physique et m3 de volume, m−6
ni,k Nombre total de particules apparaissant dans la classe i lors de la fragmentation
d’une particule de volume xk , -
N Nombre de releveurs
Ni Nombre moyen de particules dans la classe i (ou section entre vi et vi+1 ),
nb. part. m−3
Ns Nombre de releveurs ne déchargeant pas de poudre et dont le lit de poudre est incliné
par rapport à l’axe du four, -
np Nombre de particules primaires composant l’agglomérat, -
P (v, v ′ ) Distribution des fragments de volume v dus à la fragmentation d’une particule de
volume v ′ , m−3
R Rayon du four, m
Ra Longueur caractéristique de l’agglomérat, m
RA Paramètre adimensionnel défini par l’équation 2.47 de la Partie I, -
Re Nombre de Reynolds, -
r Déplacement transversal, Eq. (2.15), m
S(v) Vitesse de germination d’une particule de volume v, nb. part. m−6 s−1
t Temps, s
t1 Temps de chute, s
u Vitesse, m s−1
ur Vitesse du gaz dans le rideau, m s−1
va Volume de l’agglomérat, m3
vi Volume de l’agglomérat de la section i, m3
vp Volume d’une particule primaire, m3
Vi Volume total des particules de la section i, nb.part. [m de part.]3 m−3
xi Volume représentatif de la section i, m3
y Hauteur de chute, m
z Position axiale, m

212
 Lettres grecques

α Inclinaison du four, rad

β Angle défini par l’équation (1.13), rad
β(v, v ′ ) Fréquence d’agglomération entre une particule de volume v et une particule de vo-
lume v ′ , m3 s−1
∆Y Hauteur d’un élément de rideau, m
δ Déplacement axial, m
δi,j Symbole de Kronecker, -
εa Porosité de l’agglomérat, -
εr Porosité du rideau, -
γ Pente du lit par rapport à l’axe du four, rad
γ(v) Nombre de particules filles résultant de la fragmentation d’une particule de volume
v, -
Γ Angle de remplissage pour un releveur, rad
Γ(v) Fréquence de fragmentation d’une particule de volume v, s−1
η Variable définie par l’équation 2.15 de la Partie II, -
η′ Variable définie par l’équation 2.24 de la Partie II, -
ηr Échelle de Kolmogorov moyenne, m
λg Libre parcours moyen du gaz, m
θ Position angulaire du sommet du releveur, rad
θinit Angle correspondant au premier déchargement, rad
θcin Angle d’avalanche ou angle de repos cinétique, rad
θD Angle correspondant à la position angulaire atteinte par le talus du premier releveur
en déchargement, rad
θdyn Angle de repos dynamique, rad
θf Position angulaire à la verticale de θinit , rad
κ paramètre adimensionnel (eq. 4), -
µ Viscosité, Pa s
µW,c Coefficient de frottement critique de la paroi, -
ρ Masse volumique, kg m−3
σp Tension superficielle, J m−2
τs Temps de séjour, s
τf Temps caractéristique de frittage, s
ω Vitesse angulaire, s−1
ωp Épaisseur du joint de grain, m
Υm Source massique totale, kg [m de four]−3 s−1
Υv Source volumique totale, [m de poudre]3 [m de four]−3 s−1 )

213
Nomenclature

Indices

1 Phase dispersée
2 Phase dense
agg. Agglomération
b Lit (“ bulk ”)
bro. Brownien
cis. cisaillement
cro. croissance
FPM Flat Plate Model
fra. Fragmentation
fri. Préfrittage
g Moyen
ger. Germination
ISM Isolated Sphere Model
i Relatif à la classe i
jdg. joint de grain
p particule
r rideau
s surface
sed. sédimenta-
tion
tur. turbulent
v volume
z composante axiale (suivant z)

Exposant

l composé chimique (UO2 F2 ou UOx )

214
 A

Calculs dynamiques

A.1 Calcul de la longueur de talus

π
Domaine 1 : [β, 2 + φ]

(a) (b)

Fig. A.1 – (a) Exemple de releveur appartenant au domaine [β, φ] - (b) Exemple de releveur appartenant
au domaine [φ, π2 + φ]

En raisonnant sur le triangle OAB, on a :

OB 2 = OA2 + AB 2 − 2 · OA · AB · cos(OÂB)
Or OB = R, OA = R − ho , AB = l(θ), OÂB = θ − φ − β d’où :

l(θ)2 − 2 · (R − ho ) · cos(θ − β − φ) · l(θ) − R2 + (R − ho )2 = 0

215
Annexe A. Calculs dynamiques

Il suffit alors de résoudre l’équation du deuxième degré et de choisir la racine positive d’où

1
l(θ) = (R − ho ) cos(θ − φ − β) + (R2 − (R − ho )2 sin2 (θ − φ − β)) 2

Domaine 2 : [ π2 + φ, π + β + θ2 ]

B
φθ
A θ−β

θ=0 O

θ=φ θ=φ+π/2

(a) (b)

Fig. A.2 – (a) Exemple de releveur appartenant au domaine [ φ + π2 , π] - (b) Exemple de releveur
appartenant au domaine [π, π + β + θ2 ]

R−ho
En raisonnant également sur le triangle OAB, avec OB = R, OA = cos β = lt , AB = l(θ),
OÂB = θ − φ, on obtient :

l(θ)2 − 2 · lt · cos(θ − φ) · l(θ) − R2 + lt2 = 0

On résout l’équation du deuxième degré et on retient la racine positive, soit :

1
l(θ) = lt cos(θ − φ) + (R2 − lt2 sin2 (θ − φ)) 2

3π
Domaine 3 : [π + β + θ2 , φ + 2 − β]

216
 A.1. Calcul de la longueur de talus

3π
Fig. A.3 – Exemple de releveur appartenant au domaine [π + β + θ2 , φ + 2 − β]

En raisonnant sur le triangle ABC rectangle en C, on a :

hp
cos(C ÂB) =
AB
π
or AB = l(θ) et C ÂB = φ − θ + π + β + 2 d’où

hp
l(θ) =
sin(φ − θ + β)

217
Annexe A. Calculs dynamiques

A.2 Calcul de la hauteur de chute

θ
φ θ−β
B

π/2−(θ−π)
θ=π+β

θ=0 O θ=π

hchute

A
θ=π/2 θ=π/2+β

(a) (b)

Fig. A.4 – (a) Domaine 1 : θ ∈ [ π2 + β, π + β] - (b) Domaine 2 : θ ∈ [ π + β, 2π]

Domaine 1 : θ ∈ [ π2 + β, π + β]
En raisonnant sur le triangle OAB, on a :
OA2 = OB 2 + AB 2 − 2 · OB · AB · cos(OB̂A)
π
Or OA = R, OB = R − ho , AB = y(θ), OB̂A = 2 −θ+β :
π
y(θ)2 − 2 · (R − ho ) · cos( − θ + β) · y(θ) + (R − ho )2 − R2 = 0
2
Il suffit alors de résoudre l’équation du deuxième degré et de choisir la racine positive :
1
y(θ) = (R − ho ) sin(θ − β) + (R2 − (R − ho )2 cos2 (θ − β)) 2

Domaine 2 : θ ∈ [ π + β, 2π]
3π
En raisonnant encore sur le triangle OAB, avec OA = R, OB = lt , AB = y(θ), OB̂A = 2 −θ :
π
y(θ)2 − 2 · lt · cos(3 − θ) · y(θ) + lt2 − R2 = 0
2
On résout de nouveau l’équation du deuxième degré en retenant la racine positive :
1
y(θ) = −lt sin(θ) + (R2 − lt2 cos2 θ) 2

218
 B

Équations différentielles décrivant

l’évolution morphologique

B.1 Évolution suivant z du débit numéral total de particules du

composé l

j≥k M
dṄil (z) X 1 X
= ′l
(1 − δj,k )ηβj,k Ṅjl (z)Ṅkl (z) − Ṅil (z) ′l
βi,k Ṅkl (z)
dz 2
j,k k=1
xli−1 (z)≤(xlj (z)+xlk (z))≤xli+1 (z)
M (B.1)
X
+ nli,k Γ′lk Ṅkl (z) − Γ′li Ṅil (z)
k=1

+ J l δi,m S

,l
avec comme noyau d’agglomération équivalent pour les deux phases solides, βj,k , défini par

M12 l ρ2 V ′ l
′l
βj,k = 2 ′
β1,j,k + b 2ca β2,j,k (B.2)
F Vr F

et comme fréquence de fragmentation équivalente des deux phase solides, Γ′,l

i , définie par

M1 l ′
ρb Vca
Γ′li = Γ1,i + Γl2,i (B.3)
F F

219
Annexe B. Équations différentielles décrivant l’évolution morphologique

B.2 Évolution suivant z du débit volumique V̇il du composé l

j≥k
dV̇il (z) X 1
= (1 − δj,k )η ′ βj,k
′l
(Ṅjl (z)V̇kl (z) + Ṅjl (z)V̇kl (z))
dz 2
j,k
xli−1 (z)≤(xlj (z)+xlk (z))≤xli+1 (z)
M
X
− V̇il (z) ′l
βi,k Ṅkl (z) (B.4)
k=1
M
X
+ n′,l l l l l
i,k Γk V̇k (z) − Γi V̇i (z)
k=1

+ J l δi,m Svm + Kil (z)S

B.3 Évolution suivant z du débit surfacique Ȧli du composé l

j≥k
dȦli (z) X 1
= (1 − δj,k )η ′ βj,k
′l
(Ṅjl (z)Ȧlk (z) + Ṅjl (z)Ȧlk (z))
dz 2
j,k
xli−1 (z)≤(xlj (z)+xlk (z))≤xli+1 (z)
M
X
− Ȧli (z) ′l
βi,k Ṅkl (z)
k=1
(B.5)
M
X
+ n′,l ′l l ′l l
i,k Γk Ȧk (z) − Γi Ȧi (z)
k=1
4 M  l 
+ J l δi,m Salm + SK l
i (z) − Ȧi (z) − Ṅ l
i (z)al
i,s
dlp,i l F
τf,i

B.4 Évolution suivant z du pivot xli du composé l

dxli (z) S  
= l Kil + (vm
l
− xli )J l δi,m (B.6)
dz Ṅi

B.5 Définitions des caractéristiques moyennes des distributions

de particules
Les résultats présentés dans ce manuscrit sont présentés en utilisant les diamètre moyens et
les dispersions standards des distributions de particules. Afin de pouvoir comparer de manière
cohérente les résultats, qu’ils soient issus du modèle à sections, du modèle monodispersé mais

220
 B.5. Définitions des caractéristiques moyennes des distributions de particules

aussi des mesures expérimentales de surface spécifique, nous avons introduit le diamètre de
Sauter moyen des particules primaires
P P 3
6 i Ni xi i Ni np,i dp,i
dp = P =P 2 (B.7)
i Ai i Ni np,i dp,i

La dispersion de la distribution des agglomérats est définie par

Z  
2 1 ∞ n(v, t) 2 v
ln (σa,g ) = ln dv
9 0 N va,g
  (B.8)
1 X Ni 2 xi
= ln
9 N va,g
i

avec Z ∞ X
N= n(v, t) dv = Ni (B.9)
0 i
et Z ∞
n(v, t) X Ni
ln va,g = ln v dv = ln xi (B.10)
0 N N
i

Les définitions des caractéristiques moyennes des particules primaires vp,g , volume moyen des
particules primaires et σp,g dispersion de la distribution des particules primaires sont définies de
P
manière identique en remplaçant dans les équations B.8 et B.10 Ni par Ni np,i , N par i Ni np,i ,
v par vp et xi par vp,i = πd3p,i /6.

221
Annexe B. Équations différentielles décrivant l’évolution morphologique

222
 C

Détermination des temps de frittage

La méthode proposée dans cette Annexe nous a servi à obtenir les paramètres de préfrittage des
poudres d’oxyde d’uranium à partir des essais en four statique. En exprimant la relation 1.23 de
6va
la Partie II - Chapitre 1 en fonction du diamètre de la particule primaire dp = , on obtient :
aa
 2 !
daa 6va ddp 6va va 3 1
=− 2 =− − ap (C.1)
dt dp dt dp vp τf

i.e. avec la relation 3.51

dm−1
p ddp Ea
exp − RT
1 = dt (C.2)

π 3 K0 T
1− dp
6va

Cette relation peut alors être intégrée sur la durée de l’expérience.

Z Z

dp,f dm−1
p ddp tf Ea
exp − RT
1 = dt (C.3)
dp,0

π 3 0 K0 T
1−4 dp
6va
 1
π 3
i.e. avec m = 4 et Ω = 4
6va
"   #dp Z

Ωdp − 1 2Ω2 d3p + 3Ωd2p + 6dp f tf Ea
exp − RT
− ln − = dt (C.4)
Ω4 6Ω3 0 K0 T
dp0

Une séparation des variables pour la relation 1.25 proposée par [Johannessen et al. 2000] dans
la Partie II - Chapitre 1 donne également :
Z Z

dp,f dn−1
p ddp tf Ea
exp − RT
  3! = K0 T
dt (C.5)
dp,0
π dp 0
2 − 22/3 1 −
6va va

223
Annexe C. Détermination des temps de frittage

π
i.e. avec Φ1 = 2 − 22/3 et Φ2 = et m = 4
6va
   2/3 1/3
   dp
f
  2dp Φ2 +Φ2 dp Φ21/3 −1
 1  dp
2/3 1/3
ln d2p Φ2 + dp Φ2 + 1 tan−1 √ 1/3 ln 1/3
3Φ2 Φ2 
 Φ 1 − Φ 2 + + √ −
  
4/3 4/3 4/3 
6Φ2 3Φ2 3Φ2
dp0
Z tf Ea


exp − RT
= dt
0 K0 T
(C.6)

Ea


R tf exp − RT
Le calcul de 0 dt dans les relations C.4 et C.6 nécessite de faire une hypothèse sur
K0 T
l’évolution de la température. En faisant l’hypothèse que la température reste constante au cours
de l’expérience, on peut écrire :
Z tf Ea

Ea


exp − RT tf exp − RT
dt = (C.7)
0 K0 T K0 T

ce qui permet, à partir de deux essais expérimentaux, d’obtenir la valeur de K0 et donc celles du
facteur pré-exponentiel k0 et de l’énergie d’activation du frittage. Les courbes de température
obtenues grâce au thermocouple plongé dans la poudre montrent que la température de la poudre
ne reste pas constante au cours de l’essai. Il faut donc prendre en compte l’évolution de la
température avec le temps i.e. T = f (t). La courbe de température obtenue expérimentalement
est ajustée à l’aide de segments de droites i.e.

T = ai t + bi valable pour l’intervalle [ti , ti+1 ]

(C.8)
avec i ∈ [1, N − 1] et t1 = 0 et tN = tf

Il s’agit alors de calculer l’intégrale suivante :

Z β Ea

Z Ea
exp − RT Rβ exp(−X)
I= dT = − dX
α T Ea X
    Rα (C.9)
Ea Ea
= E1 − E1
Rβ Rα

d’où :

Z tf Ea N −1     
exp − RT X 1 Ea Ea
dt = E1 − E1 (C.10)
0 K0 T ai K0 RTi+1 RTi
i=1
R∞
avec E1 (z) = z exp(−t)
t dt
On obtient donc une équation avec un couple d’inconnues (K0 , Ea ) et à partir de deux essais
expérimentaux, il est donc possible de les déterminer.

224
 Bibliographie

[Ablitzer 1999] Ablitzer C. 1999, Etude de la formation de poudre dans des jets réactifs, Thèse
de doctorat, INPG et Ecole des Mines de Sait-Etienne
[Ablitzer 2000a] Ablitzer C. 2000a, Etude de la conversion voie sèche - Modélisation de l’étape
d’hydrolyse et confrontation à l’expérience, Note technique NT LCU 188, C.E.A
[Ablitzer 2000b] Ablitzer C. 2000b, Fiches de résultats - Bilan des caractérisations de deux lots
d’UO2 voie sèche de la campagne CVS1, Note technique F.R. LCU 065, CEA
[Ablitzer 2001] Ablitzer C. 2001, Etude de la conversion voie sèche - Etude et modélisation de
la morphologie des particules d’UO2F2, Note technique NT LCU 201, CEA
[Ablitzer 2003] Ablitzer C. 2003, Etude de la conversion voie sèche - Evolutions morphologiques
des poudres en fours statiques et four tournant, Note technique NT LCU 006, CEA
[Ablitzer et al. 2002] Ablitzer C., Bertaux C., et Marion F. 2002, Etude de la conversion voie
sèche - Etude de l’influence des caractéristiques de la poudre d’UO2F2 sur la poudre d’UO2,
Note technique NT LCU 217, CEA
[Abouzeid et Fuerstenau 1980] Abouzeid A. et Fuerstenau D. 1980, A study of the hold-up in
rotary drums with discharge end constrictions, Powder Technology 25 :21–29
[Adler et Mills 1979] Adler P. et Mills P. 1979, Journal of Rheology 23 :25
[Afacan et Masliyah 1990] Afacan A. et Masliyah J. 1990, Solids hold-up in rotary drums,
Powder Technology 61 :179–184
[Akhtar et al. 1994] Akhtar M., Lipscomb G., et Pratsinis S. 1994, Monte Carlo simulation of
particle coagulation and sintering, Aerosol Science and Technology 21 :83–93
[Allen 1990] Allen T. (ed.) 1990, Particle size measurement - Powder sampling and particle
measurement, Vol. 1, Kluwer Academic, Dordrecht
[Asnaghi et al. 1992] Asnaghi D., Carpineti M., Giglio M., et Sozzi M. 1992, Coagulation kinetics
and aggregate morphology in the intermediate regimes between diffusion-limited and reaction-
limited cluster aggregation, Physical review A 45 :1018–1023
[Bagnold 1954] Bagnold R. A. 1954, Experiments on a gravity free dispersion of large solid
spheres in a Newtonian fluid under shear, 330 :49–63
[Baker 1988] Baker C. 1988, The design of flights in cascading rotary dryers, Drying Technology
6 :631–653

225
Bibliographie

[Baker 1992] Baker C. 1992, Air-solids drag in cascading rotary dryers, Drying Technology
10(2) :365–393
[Balek 1970] Balek V. 1970, Temperature-dependence of characteristic properties of Fe2O3
powders, Journal of Material Science Letters 5 :714–718
[Batterham et al. 1981] Batterham R., Halls J., et Barton G. 1981, in Proceedings of the 3rd
International Symposium on Agglomeration, page A136, Nuernberg
[Bemrose et Bridgwater 1987] Bemrose C. et Bridgwater J. 1987, A review of attrition and
attrition test methods, Powder Technology 49 :97–126
[Bernache-Assolant 1993] Bernache-Assolant D. (ed.) 1993, Chimie-Physique du frittage, Her-
mès, Paris
[Bernard Michel 1999] Bernard Michel B. 1999, Caractérisation granulométrique et morpholo-
gique de particules cristallines. Applications en cristallisation et en précipitation., Thèse de
doctorat, Institut National Polytechnique de Lorraine
[Bideau et Hansen 1993] Bideau D. et Hansen A. (eds.) 1993, Disorder and granular media,
Elsevier Science Publishers B.V, Paris
[Blumberg et Schünder 1995] Blumberg W. et Schünder E. U. 1995, Transversale Schüttgutbe-
wegung und konvektiver Stoffübergang in Drehrohren - Teil 1 / Ohne Hubschaufeln., Chemical
Engineering and Processing 35 :395–405
[Boateng 1998] Boateng A. A. 1998, Boundary layer modeling of granular flow in the trans-
verse plane of a partially filled rotating cylinder, International Journal of Multiphase Flow
24(3) :499–521
[Borts et Gupalo 1971] Borts M. et Gupalo P. 1971, Theo. Found. Chem. Eng. 5 :383
[Boutin-Lacombe 1995] Boutin-Lacombe S. 1995, Modélisation de la conversion de l’hexafluo-
rure d’uranium en dioxyde d’uranium par un procédé en voie sèche, Thèse de doctorat, Uni-
versité de Rouen, Rouen
[Brun 1997] Brun C. 1997, Modélisation de la cinétique de réduction d’oxydes d’uranium par
hydrogène. Réactivités de germination et de croissance, Thèse de doctorat, INPG et Ecole des
Mines de Saint-Etienne, Saint-Etienne
[Cao et Langrish 1999] Cao W. et Langrish T. 1999, Comparison of residence time models for
cascading rotary dryers, Drying Technology 17(4) :825–836
[Castel ] Castel B., in Techniques de l’ingénieur, Traité de Génie des Procédés., Vol. J 3380,
pages 1–26
[Chaillot 2000] Chaillot D. 2000, Etude du mécanisme de réduction du difluorure d’uranyle par
le dihydrogène en présence de vapeur d’eau, Thèse de doctorat, Université d’Aix-Marseille I,
Marseille
[Chermant 1992] Chermant J. (ed.) 1992, Caractérisation des poudres et des céramiques, Her-
mès, Paris

226
[Chevrel 1990] Chevrel H. 1990, Frittage à basse température du dioxyde d’uranium en condi-
tions de surstoechiométrie temporaire, Thèse de doctorat, Université de Limoges, Limoges
[Collins 1981] Collins J. 1981, Failure of materials in mechanical design, New York
[Danckwerts 1953] Danckwerts P. 1953, Continuous flow systems - distribution of residence
times, Chemical Engineering Science 2 :1
[Das Gupta et al. 1991] Das Gupta S., Khakhar D., et Bhatia S. 1991, Axial transport of gra-
nular solids in horizontal rotating cylinders. Part 1 : Theory, Powder Technology 67 :145–151
[David et al. 1991] David R., Villermaux J., Marshal P., et Klein J. 1991, Crystallization and
precipitation engineering IV. Kinetic model for adipic acid crystallization, Chemical Enginee-
ring Science 46 :1129–1136
[Davis 1984] Davis R. 1984, The rate of coagulation of a dilute polydisperse system of sedimen-
ting spheres, Journal of Fluids Mechanics 145 :179–199
[Debacq 2001] Debacq M. 2001, Etude et modélisation des fours tournants de défluoration et
réduction du difluorure d’uranyle, Thèse de doctorat, Institut National Polytechnique de Lor-
raine
[Dehaudt et al. 2001] Dehaudt P., Bourgeois L., et Chevrel H. 2001, Activation energy of UO2
and UO2+x sintering, Journal of Nuclear Materials 299 :250–259
[Di Muzio et al. 2000] Di Muzio F., Masi M., et Carrà S. 2000, Modeling of aerosol deposition
of titania thin films, Materials Chemistry and Physics 66 :286–293
[Ding et al. 2002a] Ding Y. L., Forster R., Seville J. P. K., et Parker D. J. 2002a, Granular mo-
tion in rotating drums : bed turnover time and slumping-rolling transition, Powder Technology
124(1-2) :18–27
[Ding et al. 2002b] Ding Y. L., Forster R., Seville J. P. K., et Parker D. J. 2002b, Segregation of
granular flow in the transverse plane of a rolling mode rotating drum, International Journal
of Multiphase Flow 28(4) :635–663
[Ding et al. 2001] Ding Y. L., Forster R. N., Seville J. P. K., et Parker D. J. 2001, Scaling
relationships for rotating drums, Chemical Engineering Science 56(12) :3737–3750
[Earner 1994] Earner N. 1994, The effect of air flow on the movement of solids in rotary drums,
Thèse de doctorat, University of Queensland
[Emeruwa 1989] Emeruwa E. 1989, Compressibilité des poudres - Influence de la morphologie
des poudres et actions d’une impulsion ultrasonore, Thèse de doctorat, Université de Limoges
[Emeruwa et al. 1991] Emeruwa E., Jarrige E. J., et Mexmain J. 1991, Application of mercury
porosimetry to powder (UO2) analysis, Journal of Nuclear Materials 184 :53–58
[Family et al. 1985] Family F., Meakin P., et Vicsek T. 1985, Cluster size distribution in che-
mically controlled cluster-cluster aggregation, Journal of Chemical Physics O83 :4144–4150
[Fan et Ahn 1961] Fan L. et Ahn Y. 1961, Axial dispersion of solids in rotary solide flow systems,
Applicate Science Research A10 :465

227
Bibliographie

[Favre 1977] Favre P. 1977, Eude de la pyrohydrolyse réductrice du fluorure d’uranyle en dioxyde
d’uranium, Thèse de doctorat, Université Claude Bernard Lyon I, Lyon
[Frenkel 1945] Frenkel J. 1945, Viscous flow of cristalline bodies under the action of surface
tension., Journal of Physics 9(5) :385–391
[Frenklach et Harris 1987] Frenklach S. et Harris S. 1987, Dynamic modeling using the method
of moments, Journal of Colloid Interface Science 118 :252–261
[Friedlander et Wu 1994] Friedlander S. K. et Wu M. K. 1994, Linear rate law for the decay of
the excess surface area of a coalescing solid particle., Physical Review B 49 :3622–3624
[Friedlander 1977] Friedlander S. 1977, Smoke,dust and haze : fundamentals of aerosol behavior,
Wiley, New York
[Fuchs 1934] Fuchs N. 1934, Zeitschrift Physik. 89 :736–743
[Fuchs 1964] Fuchs N. 1964, The mechanics of aerosols, Pergamon Press, Oxford
[Fulconis 1996] Fulconis J. 1996, Etude de la déshydratation et de la réduction directe du fluorure
d’uranyle, Thèse de doctorat, Université de Provence (Aix Marseille III)
[German 1996] German R. M. (ed.) 1996, Sintering theory and practice., Wiley-Interscience,
New-York
[Gmachowski 2002] Gmachowski L. 2002, Hydrodynamics of aggregated media, Journal of
Colloid Interface Science 123 :114–125
[Grasseli et Herrmann 1997] Grasseli Y. et Herrmann H. 1997, On the angles of dry granular
heaps, Physical Review A 246 :301–312
[Groen et al. 1986] Groen G., Ferment J., Grorneveld M., Decleer J., et Delva A. 1986, Scaling
down of the calcination process for industrial catalyst manufacturing, Amsterdam
[Harr 1977] Harr M. E. (ed.) 1977, Mécanique des milieux formés de particules, Presses Poly-
techniques Romandes, Paris
[Harris et Maricq 2002] Harris S. J. et Maricq M. M. 2002, The role of fragmentation in defining
the signature size distribution of diesel soot, Journal of Aerosol Science 33(6) :935–942
[Hatzilyberis et Androutsopoulos 1999] Hatzilyberis K. et Androutsopoulos G. 1999, An RTD
study for the flow of lignite particles through a pilot rotary dryer, Drying Technology
17(4) :759–774
[Hehl et al. 1978] Hehl M., Kroger H., Helmrich H., et Schugerl K. 1978, Longitudinal mixing
in a rotating cylinders - Part 1. Theory, Powder Technology 20 :29
[Hidy 1965] Hidy G. 1965, On the theory of the coagulation of noninteracting particles in
brownian motion, Journal of Colloid Interface Science 29 :123–144
[Hiram et Nir 1983] Hiram Y. et Nir A. 1983, Journal of Colloid and Interface Science 95 :462
[Hogg 1990] Hogg R. 1990, in T. I. o. C. Engineers (ed.), Iche-5th international symposium on
agglomeration, pages 483–493, Rugby

228
[Hounslow et al. 1988] Hounslow M., Ryall R., et Marshall V. 1988, A discretized population
balance for nucleation, growth and aggregation, A.I.Ch.E Journal 34 :1821–1832
[Huber 2000] Huber J. 2000, La formation des poussières dans un four électrique d’aciérie.,
Thèse de doctorat, Institut National Polytechnique de Lorraine
[Jia et al. 2000] Jia X., Wedlock D., et Williams R. 2000, Simulation of simultaneous aggregation
and sedimentation, Minerals Engineering 13 :1349–1360
[Johannessen et al. 2000] Johannessen T., Pratsinis S. E., et Livbjerg H. 2000, Computational
fluid-particle dynamics for the flame synthesis of alumina particles, Chemical Engineering
Science 55(1) :177–191
[Johnson et al. 1996] Johnson C., Li X., et Logan B. 1996, Settling velocities of fractal aggre-
gates, Environmental Science & Technology 30 :1911–1918
[Jullien 1986] Jullien R. 1986, Les phénomènes d’agrégation et les agrégats fractals., Annual
Telecommunications 41(7-8) :343–372
[Kamke 1984] Kamke F. 1984, Engineering analysis of a rotary dryer : Drying of wood particles,
Thèse de doctorat, Oregon State University, Cornvallis, Oregon
[Kao et Mason 1975] Kao S. et Mason S. 1975, Nature 253 :619
[Kelly et O’Donnel 1968] Kelly J. et O’Donnel P. 1968, Dynamics of granular material in rotary
dryers and coolers, Drying Technology 29 :34–44
[Kelly et O’Donnel 1992] Kelly J. et O’Donnel P. 1992, Flight design in rotary dryers, Drying
Technology 10 :979–993
[Knörr et al. 1989] Knörr D., Cannon R., et Coble R. 1989, An analysis of diffusion and dif-
fusional creep in stoichiometric and hyperstoichiometric uranium dioxide, Acta Metallurgica
8 :2103
[Koch et Friedlander 1990] Koch W. et Friedlander S. 1990, The effect of particle coalescence on
the surface area of a coagulating aerosol, Journal of colloid and interface Science 140(2) :419–
427
[Kodas et Hampden-Smith 1999] Kodas T. et Hampden-Smith M. 1999, Aerosol processing of
materials, Wiley-Vch, New-York
[Kohav et al. 1995] Kohav T., Richardson J., et Luss D. 1995, Axial dispersion of solid particles
in a continuous rotary kiln, AIChE Journal 41 :2465–2475
[Kostoglou 2003] Kostoglou M. 2003, Exact self similar solutions to the fragmentation equation
with the homogeneous discrete kernel, Physica A : Statistical Mechanics and its Applications
320 :84–96
[Kostoglou et Karabelas 2002] Kostoglou M. et Karabelas A. 2002, An assessment of low-order
methods for solving the breakage equation, Powder Technology 127 :116–127
[Kramers et Croockewit 1952] Kramers H. et Croockewit P. 1952, The passage of granular solids
through inclined rotary kilns, Chemical Engineering Science 1 :259–265

229
Bibliographie

[Kruis et al. 1993] Kruis F., Kusters K., et Pratsinis S. 1993, A simple model for the evolution
of the characteristics of aggregate particles undergoing coagulation and sintering, Aerosol
Science Technology 13 :514–526

[Kumar et Ramkrishna 1996a] Kumar S. et Ramkrishna D. 1996a, On the solution of population

balance equations by discretization–I. A fixed pivot technique, Chemical Engineering Science
51(8) :1311–1332

[Kumar et Ramkrishna 1996b] Kumar S. et Ramkrishna D. 1996b, On the solution of popula-

tion balance equations by discretization–II. A moving pivot technique, Chemical Engineering
Science 51(8) :1333–1342

[Kumar et Ramkrishna 1997] Kumar S. et Ramkrishna D. 1997, On the solution of popula-

tion balance equations by discretization–III. Nucleation, growth and aggregation of particles,
Chemical Engineering Science 52(24) :4659–4679

[Kusters 1991] Kusters K. 1991, The influence of turbulence on aggregation of small particles
in agitated vessels, Thèse de doctorat, Eindhoven University of Technology, Pays Bas

[Lai et al. 1972] Lai F. S., Friedlander S., Pich J., et Hidy G. 1972, The self-preserving particle
size distribution for the brownian coagulation in the free-molecule regime, Journal of colloid
and interface Science 39(2) :395–405

[Landgrebe et Pratsinis 1990] Landgrebe J. et Pratsinis S. 1990, A discrete-sectionnal model

for powder production by gas-phase chemical reaction and aerosol coagulation in the free-
molecular regime, Journal of Colloid and Interface Science 163 :63–86

[Langrish 1989] Langrish T. 1989, The mathematical modelling of cascading rotary dryers, Thèse
de doctorat, Oxford University, Oxford, England

[Langrish 1993] Langrish T. 1993, The assesment of a model for particle transport in the absence
of air flow through cascading rotary dryers, Powder Technology 74 :61–65

[Lebas et al. 1995] Lebas E., Hanrot F., Ablitzer D., et Houzelot J. 1995, Experimental study
of residence time, particle movement and bed depth profile in rotary kilns, Canadian Journal
of Chemical Engineering 73 :173–179

[Ledac 1982] Ledac A. 1982, Analyse et essai d’interprétation des relations entre les caractéris-
tiques des poudres, leur compressibilité, leur compactibilité et leur frittabilité., Note technique
Compte-rendu DTP/SECC n◦ DR0792, CEA

[Lee et al. 2000] Lee D., Bonner J., Garton L., Ernest A., et Autenrieth R. 2000, Modeling
coagulation kinetics incorporating fractal theories : a fractal rectilinear approach, Water
ressources 34 :1987–2000

[Lehtinen et al. 1996] Lehtinen K. E. J., Windeler R. S., et Friedlander S. K. 1996, Prediction
of nanoparticle size and the onset of dendrite formation using the method of characteristic
times, Journal of Aerosol Science 27(6) :883–896

230
[Lepeytre 2002] Lepeytre C. 2002, Etude de la réduction de l’UO2F2 - Influence de la tempé-
rature, de la vapeur d’eau, du dihydrogène et du fluorure d’H2, Thèse de doctorat, Université
Montpellier II, Montpellier
[Lerat et Le Mer 2001] Lerat P. et Le Mer D. 2001, Etude du critère d’agglomération turbulente
de poudre d’uranium dans un four tournant, Rapport de projet d’axe, Ecole des Mines de
Nancy
[Levich 1962] Levich V. 1962, Physicochemical hydrodynamics, New York
[Li et al. 2002] Li S., Chi Y., Li R., Zhang Z., Huang J., Yan J., et Cen K. 2002, Axial transport
and residence time of MSW in rotary kilns : Part 2. Theoretical and optimal analyses, Powder
Technology 12(3) :228–240
[Madec 2000] Madec L. 2000, Conception, mise en oeuvre et modélisation d’un procédé d’agglo-
mération submicroniques en vue de les rendre filtrables et redispersables, Thèse de doctorat,
Institut National Polytechnique de Lorraine, Nancy
[Maiya 1971] Maiya P. 1971, Surface diffusion, surface free energy and grain boundary free
energy of uranium dioxide, Journal of Nuclear Materials 40 :57
[Mandelbrot 1977] Mandelbrot B. (ed.) 1977, The fractal geometry of Nature, W.H. Freeman
and Company, New-York
[Marchal et al. 1990] Marchal P., David R., Klein J., et Villermaux J. 1990, Criystallization and
precipitation engineering - I. An efficient method for solving population balances in crystalli-
zation with agglomeration, Chemical Engineering Science 43 :59–67
[Matchett et Sheikh 1990] Matchett A. et Sheikh M. 1990, An improved model of particle mo-
tion in cascading rotary dryers, Trans. I. Chem. E 68 :139–148
[Matsoukas et Friedlander 1991] Matsoukas T. et Friedlander S. 1991, Dynamics of aerosols
agglomerate formation., Journal of colloid and interface Science 146(2) :495–506
[Matzke 1983] Matzke H. 1983, Diffusion processes and surface effects in non stoichiometric
nuclear fuel oxides UO2+x and (U,Pu)O2+x, Journal of Nuclear Materials 114 :121
[Maury et al. 1995] Maury C., Fort C., Masson S., Chotard A., Guedeney P., et Perrais C. 1995,
Programme de R&D concernant l’élaboration UO2 voie sèche, Note technique NT LTpu 040,
CEA
[Mellmann 2001] Mellmann J. 2001, The transverse motion of solids in rotating cylinders–forms
of motion and transition behavior, Powder Technology 118(3) :251–270
[Moulard 1988] Moulard M. 1988, Oxydation de poudre d’UO2 350◦ C-550◦ C-950◦ C 2 heures
pour examen MEB au CSV, Note technique MM/AMB-SPO/650, FBFC
[Mu et Perlmutter 1980] Mu J. et Perlmutter D. 1980, The mixing of granular solids in a rotary
cylinder, AIChE Journal 26(6) :928
[Mureau 1992] Mureau P. 1992, Modélisation d’un four rotatif de conversion de l’hexafluorure
d’uranium en dioxyde d’uranium, Thèse de doctorat, Institut National Polytechnique de Tou-
louse, Toulouse

231
Bibliographie

[Nicmanis et Hounslow 1996] Nicmanis M. et Hounslow M. 1996, A finite element analysis of

the steady state population balance equation for particulate systems : aggregation and growth,
Computers Chemical Engineering 20 :S261–S266
[Perrais 2000] Perrais C. 2000, Etude de la conversion voie sèche - Bilan de la première campagne
d’essai - CVS1., Note technique NTLCU 171, CEA Cadarache
[Perrin 2002] Perrin S. 2002, Modélisation de la cinétique de transformations non isothermes
et (ou) non isobares. Application à la déshydroxylation de la kaolinite et à la réduction de
l’octooxyde de triuranium par hydrogène, Thèse de doctorat, INPG et Ecole des Mines de
Saint-Etienne, Saint-Etienne
[Perry et Chilton 1974] Perry R. et Chilton C. 1974, Handbook, McGraw-Hill
[Pratsinis 1988] Pratsinis S. 1988, Simultaneous nucleation, condensation and coagulation kernel
in aerosol reactors, Journal of Colloid Interface Science 124 :416–426
[Press et al. 1992] Press W., Teukolsky S., Vetterling W., et Flannery B. 1992, Numerical recipes
in Fortran 77 : The art of scientific computing, Cambridge
[Ramkrishna 1985] Ramkrishna D. 1985, The status of population balance, Reviews in Chemical
Engineering 3(1) :49–95
[Ramkrishna 2000] Ramkrishna D. 2000, Population balances-theory and applications to parti-
culate systems in engineering, Academic Press, San Diego
[Randolph et Larson 1971] Randolph A. et Larson M. 1971, The theory of particulate processes,
Academic Press, New York
[Reerink et Overbeek 1954] Reerink H. et Overbeek J. 1954, The rate of coagulation as a mea-
sure of the stability of silver iodide sols, Discussions of the Farady Society 18 :74–84
[Reich et Vold 1959] Reich I. et Vold R. 1959, J. Phys.Chem. 63 :1497
[Revol et al. 2001] Revol D., Briens C., et Chabagno J. 2001, The design of flights in rotary
dryers, Powder Technology 121 :230–238
[Rogers et Gardner 1979] Rogers R. et Gardner P. 1979, A Monte Carlo method for simulating
dispersion and transport through horizontal rotary cylinder, Powder Technology 23 :159–167
[Rosner et Tandon 1994] Rosner D. et Tandon P. 1994, Prediction and correlation of accessible
area of large multiparticle aggregates, AIChE Journal 40(7) :1167–1181
[Rumpf 1970] Rumpf H. 1970, Chemical Engineering Technology 42 :538–540
[Rutgers 1965] Rutgers R. 1965, Longitudinal mixing of granular material flowing through a
rotary cylinder : Part 1 - Descriptive and theoretical, Chemical Engineering Science 20 :1079–
1087
[Saeman 1951] Saeman W. 1951, Passage of solids through rotary kilns, factors affecting time
of passage, Chemical engineering Progress 47(10) :508–514

232
[Sai et al. 1990] Sai P., Surender G., Damodaran A., Suresh V., Philip Z., et Sankaran K. 1990,
Residence time distribution and material flow studies in a rotary kiln, Metallurgical Transac-
tions B B 21B :1005–1011
[Sastry et Fuesternau 1977] Sastry K. et Fuesternau D. 1977, Size distribution of agglomerates
in coalescing dipersed phase systems, I&EC Fundamentals 9(1) :145–149
[Sastry et Lofftus. 1990] Sastry K. et Lofftus. K. 1990, in Iche-5th international symposium on
agglomeration, pages 623–631, The Institution of Chemical Engineers, Rugby
[Savage 1979] Savage S. B. 1979, Gravity flow of cohesionless granular materials in chutes and
channels, Journal of Fluid Mechanics 92 :53–96
[Schofield et Glikin 1962] Schofield F. et Glikin P. 1962, Rotary driers and coolers for granular
fertilizers, Drying Technology 40 :183–190
[Scott 1968] Scott W. 1968, Analytic studies of cloud droplet coalescence, Journal of Atmos-
pheric Science 25 :54
[Seinfeld 1986] Seinfeld J. 1986, Atmospheric chemistry end physics of air pollution, New York
[Seleznev et Naumenko 1976] Seleznev V. et Naumenko N. 1976, Kinetics of hydrolysis of uranyl
fluoride in mixtures of water and hydrogene fluoride vapors, Kinetika i Kataliz 17 :601–607
[Sherritt et Caple 1993] Sherritt R. et Caple R. 1993, The movements of solids through flighted
rotating drums. Part I Model formulation, Canadian Journal of Chemical Engineering 71 :337–
346
[Sherritt et Caple 1994] Sherritt R. et Caple R. 1994, The movements of solids through flighted
rotating drums. Part II Solids-gas Interaction and model validation, Canadian Journal of
Chemical Engineering 72 :240–248
[Shin et Lee 1997] Shin H. et Lee B. 1997, Agglomeration parameter, aggregation number and
aggregate porosity, Journal of Materials Science 32 :4803–4806
[Smoluchowski 1917] Smoluchowski M. 1917, Versuch einer mathematischen Theorie der Koa-
gulationskinetik Kolloider Lösungen, Zeitschrift für Physikalische Chemie 92 :129–166
[Spicer et al. 2002] Spicer P. T., Chaoul O., Tsantilis S., et Pratsinis S. E. 2002, Titania for-
mation by TiCl4 gas phase oxidation, surface growth and coagulation, Journal of Aerosol
Science 33(1) :17–34
[Spurling et al. 2000] Spurling R., Davidson J., et Scott D. 2000, The no-flow problem for gra-
nular material in rotating kilns and dish granulators, Chemical Engineering Science 55 :2303–
2313
[Tambo et Watanabe 1979] Tambo N. et Watanabe Y. 1979, Physical characteristics of flocs I :
The floc density function and aluminiumfloc, Water Research 13 :429
[Tandon et Rosner 1999] Tandon P. et Rosner D. 1999, Monte Carlo simulation of particle
aggregation and simultaneous restructuring, Journal of Colloid Interface Science 213 :273–
286

233
Bibliographie

[Thümmler et Oberacker 1993] Thümmler F. et Oberacker R. 1993, Introduction to powder

technology, The Institute of Materials, London.
[Tontrup et al. 2000] Tontrup C., Gruy F., et Cournil M. 2000, Turbulent aggregation of titania
in water, Journal of Coilloid and Interface Science 229 :511
[Tsantilis et al. 2002] Tsantilis S., Kammler H. K., et Pratsinis S. E. 2002, Population ba-
lance modeling of flame synthesis of titania nanoparticles, Chemical Engineering Science
57(12) :2139–2156
[Tsantilis et Pratsinis 2000] Tsantilis S. et Pratsinis S. 2000, Evolution of primary and aggregate
particle size distributions by coagulation and sintering, AIChE Journal 46(2) :407–415
[Vahl et Kigma 1952] Vahl L. et Kigma W. 1952, Transport of solids through horizontal rotary
cylinders, Chemical Engineering Science 1 :253
[Van Peborgh Gooch et Houslow 1996] Van Peborgh Gooch J. et Houslow M. 1996, Monte Ca-
rolo simulation of size-enlargement mechanisms in crystallisation, American Institute of Che-
mical Engineering Journal 42 :1864–1874
[Vemury et al. 1994] Vemury S., Kusters K., et Pratsinis S. 1994, in Proceedings of the Inter-
national Particle Technology Forum, Vol. 2, page 350
[Verkoeijen et al. 2002] Verkoeijen D., A. Pouw G., M. H. Meesters G., et Scarlett B. 2002, Po-
pulation balances for particulate processes–a volume approach, Chemical Engineering Science
57(12) :2287–2303
[Vold 1963] Vold M. 1963, Computer simulation of floc formation in a colloidal suspension,
Journal of Colloid Science 18 :684–695
[Wang et al. 1994] Wang F., Cameron I., Litster J., et Rudolph V. 1994, in Proceedings of the
9th International Drying Symposium, pages 1327–1334
[Wes et al. 1976] Wes G., Drinkenburg A., et Stemerding S. 1976, Solids mixing and residence
time distribution in a horizontal rotary drum reactor, Powder Technology 13 :177–184
[Wightman et al. 1998] Wightman C., Moakhar M., Muzzio F., et Walton O. 1998, Simulation of
flow and mixing of particles in a rotating and rocking cylinder, AIChE Journal 44 :1266–1276
[Wu et Friedlander 1992] Wu M. et Friedlander S. 1992, Enhanced power law agglomerate
growth in the free molecule regime, Journal of Aerosol Science 24(3) :273–282
[Xiong et Pratsinis 1993] Xiong Y. et Pratsinis S. 1993, Formation of agglomerate particule
by coagulation and sintering part i : a two-dimensionnal solution of the population balance
equation, Journal of Aerosol science 24(3) :283–300

234
 Résumé
La poudre d’UO2 utilisée pour la fabrication des pastilles de combustible UO2 est obtenue en
France par une conversion par voie sèche d’UF6 gazeux. Dans le cadre d’une optimisation du
procédé, l’étape de pyrohydrolyse réductrice de l’UO2 F2 en UO2 , mise en œuvre dans un four
tournant incliné muni de barres de relevage, est étudiée. L’objectif est de développer un modèle
décrivant l’évolution morphologique des poudres dans le four tournant, de façon à disposer d’un
outil de prédiction des caractéristiques morphologiques de la poudre d’UO2 en fonction de ses
conditions d’élaboration. La première partie du travail a consisté à modéliser le transport de la
poudre dans le four, en décrivant notamment les échanges entre la phase dense (lit de poudre) et
la phase dispersée (pluie de particules en suspension). Une des originalités du modèle développé
est la prise en compte fine du rôle des releveurs pour le calcul des variables dynamiques. La
seconde partie a consisté à identifier, décrire et coupler au modèle dynamique précédent les phé-
nomènes responsables des évolutions morphologiques (agglomération brownienne, agglomération
par sédimentation différentielle, préfrittage, fragmentation, transformations chimiques par ex-
nucléation ou par croissance). En résolvant un bilan de population, le modèle prédit l’évolution
granulométrique de la poudre, pour des valeurs données des paramètres physiques caractéris-
tiques des différents phénomènes. Les résultats des calculs dynamiques et morphologiques ont
été comparés aux mesures disponibles.

Mots-clés: Dioxyde d’uranium, four tournant avec releveurs, modélisation, bilan de population, agglo-
mération, poudre.

Abstract
In France, the UO2 powder used for the manufacturing of fuel pellets is produced by a dry
conversion process UF6 →UO2 F2 →UO2 . The reducing pyrohydrolysis of UO2 F2 into UO2 is
carried out in an inclined rotary kiln equipped with lifters. The main purpose of this work is to
develop a model describing the morphological evolution of the powders in the rotary kiln, in or-
der to have a tool for predicting the morphological characteristics of the UO2 powder according
to the operating conditions. The first part of this work consisted in modelling the transport of
the powder in the furnace and in describing the mass transfer between the dense phase (powder
bed) and the dispersed phase (airborne particles). A strong feature of the model developed is
its ability to take into account the role of the lifters for the calculation of the dynamical vari-
ables. The second part was devoted to identify, describe and couple with the preceding dynamic
model the phenomena responsible for the morphological evolutions (Brownian agglomeration,
agglomeration by differential sedimentation, presintering, fragmentation, chemical conversion by
exnucleation or growth). By solving a population balance, the model predicts the granulometric
evolution of the powder, for given values of the physical parameters that are characteristic of
the various morphological phenomena. Results of dynamic and morphological calculations were
compared with available measurements.

Keywords: Uranium dioxide, rotary kiln with lifters, modelling, population balance, agglomeration,
powder.