GdR SurGeCo – G. L. Vignoles et al. Mousses de carbone renforcées préparées par CVI: Une approche de modélisation Mousses de carbone renforcées préparées par CVI: Une approche de modélisation Gerard L. Vignoles, G. Chollon, F. Langlais, S. Delettrez, C. Gaborieau, Université Bordeaux 1 Lab. des Composites ThermoStructuraux (LCTS) UMR 5801 CNRS-UB1-Safran-CEA

GdR SurGeCo – G. L. Vignoles et al. PLAN DE L’EXPOSE Contexte Expérimental Stratégie de modélisation Résultats et discussion Conclusion et perspectives

GdR SurGeCo – G. L. Vignoles et al. Mousses de carbone vitreux : réfractaires et inertes ( ≈ 450°C à l’air, ≈ 2500°C sous gaz inerte) absorbeur d’énergie léger perméable Applications : isolation haute température contre chaleur et chocs containers pour produits dangereux électrodes pour piles à combustible. Problème : très forte porosité initiale (>98%), fragile faible résistance mécanique et chimique Solution envisagée : Consolidation par dépôt de pyC (infiltration). Cette étude : modélisation de procédé pour l’infiltration partielle de pyC contrôle de l’uniformité du dépôt à travers la mousse CONTEXTE: Mousses de Carbone

GdR SurGeCo – G. L. Vignoles et al. CONTEXTE: Chemical Vapor Infiltration (CVI) Chambre d ’infiltration Dispositif de chauffage (par induction) Gaz précurseurs introduits Les gaz s’écoulent... … et la consolident par dépôt chimique. Préforme = mousse de carbone vitreux … puis ils pénètrent dans la préforme...

GdR SurGeCo – G. L. Vignoles et al. Température (T < 1100 °C) Pression (2kPa < P < 12kPa) Temps de séjour (t s ) en zone chaude Gaz précurseur : propane pur Réacteur parois chaudes H =10mm Φ = 10mm → déterminer des conditions pour des vitesses de dépôt maximales → conserver une épaisseur homogène à travers toute la mousse Objectifs expérimentaux Mousses : Densité de pores: 60 or 100 ppi Porosité: ≈ 98% EXPERIMENTAL

GdR SurGeCo – G. L. Vignoles et al. 2.5 mm a)b) c) d) Raw foamsConsolidated foams 60 ppi 100 ppi EXPERIMENTAL X-ray CT visualizations (0.35 mm depth) SEM micrographs (raw foams)

GdR SurGeCo – G. L. Vignoles et al. WAL pyC HAL pyC EXPERIMENTAL Various kinds of pyrocarbon HRTEM 002 Lattice fringe imaging J.-M. Vallerot et al., Carbon 2006

GdR SurGeCo – G. L. Vignoles et al. EXPERIMENTAL Nanotexture depends on experimental conditions Deposition rate (mg/cm -2 /min) Residence time (s) WAL HAL WAL O. Féron, F. Langlais, and R. Naslain, Carbon 37, 1355 (1999)

GdR SurGeCo – G. L. Vignoles et al. EXPERIMENTAL : results Deposition rates and homogeneity

GdR SurGeCo – G. L. Vignoles et al. EXPERIMENTAL : results Discussion Optimal conditions found for WAL pyC deposition, but low deposition rate Higher rate for HAL pyC deposition, but appreciable gradients occur.

GdR SurGeCo – G. L. Vignoles et al. MODELING STRATEGY Detailed gas-phase kinetics 1D reactor solver (kinetics + transport) Simplified (lumped) gas kinetics Concentrations at foam boundaries 1 Experimental CVD deposition rates Simplified (lumped) heterogeneous kinetics 2 2D foam solver Deposit thickness = f(t) 4 X-ray CMT Image dilations Internal surface = f(pore vol.) 3

GdR SurGeCo – G. L. Vignoles et al. MODELING : 1D solver, detailed gas phase Needs some simplification ! Position in reactor Concentrations

GdR SurGeCo – G. L. Vignoles et al. A : C 3 H 8 B0, B1, B2 C #1 #3 #4 WAL pyCHAL pyC P C > P C S #2 N. Reuge, G. L. Vignoles, H. Le Poche, and F. Langlais, Adv. Sci. Technol. 36 (2002) 259. Species group Possible nature AA : C 3 H 8 BB0 : CH 4, C 2 H 4 and C 2 H 6 B1 : C 2 H 2 B2 : C 6 H 6 CPAHs MODELING : 1D solver, lumped results

GdR SurGeCo – G. L. Vignoles et al. MODELING : 1D solver, lumped results

GdR SurGeCo – G. L. Vignoles et al. MODELING : 1D solver, lumped results

GdR SurGeCo – G. L. Vignoles et al. BalanceRate law (units are mol, m, J, K) ln k A = – /RT ln k 11 = – /RT ln k 12 = – /RT ln k 14 = – /RT ln k 2 = – /RT k WAL (1323 K) = m.s -1 (sticking prob ) ln k 3 = – /RT k HAL (1323 K) = m.s -1 (sticking prob ) MODELING : 1D solver, lumped system Lumped model

GdR SurGeCo – G. L. Vignoles et al. MODELING : Morphology evolution

GdR SurGeCo – G. L. Vignoles et al. MODELING : Morphology evolution Evolution is a function of sticking probability …

GdR SurGeCo – G. L. Vignoles et al. MODELING : surface-porosity relationship Image dilation from CMT scans

GdR SurGeCo – G. L. Vignoles et al. MODELING : 2D solver in foam  Foam boundary conditions : « Fourier-like » Symmetry (Neumann) boundary conditions : Species balance equations in foam :

GdR SurGeCo – G. L. Vignoles et al.

MODELING : 2D results

GdR SurGeCo – G. L. Vignoles et al. MODELING : 2D results

GdR SurGeCo – G. L. Vignoles et al. MODELING : 2D results Discussion Validation of the model in terms of absolute rates AND gradients WAL pyC deposition takes benefit from the multi-step chemistry HAL pyC does not, because C species deposition is much faster than its renewal No need to involve H 2 inhibition to understand the dynamics of pyC deposition (at least in this case)

GdR SurGeCo – G. L. Vignoles et al. SUMMARY and OUTLOOK Experiments and model in correct agreement for HAL and WAL pyC deposition Modeling approach features detailed kinetics in a 1D mass balance solver, chemical model lumping, image processing, and 2D mass balance solver Validated model is a powerful tool for process scale-up Foams (moderate S/V ratio) are good candidates for CVI studies in general Outlook : Extension to SiC deposition

GdR SurGeCo – G. L. Vignoles et al. MERCI ! Des questions ? MERCI ! Des questions ? Remerciements et pour leurs financements