Méthodes de saisie des paramètres techniques et de prédiction du temps de combustion pour la simulation informatique de la combustion du cigare

Dans la recherche en simulation numérique en science du tabac, la simulation de la combustion du cigare a toujours été considérée comme un problème de couplage multi-physique extrêmement difficile. Contrairement à la cigarette, enveloppe de papier relativement uniforme et de structure simple, le cigare est un système complexe de milieu poreux composé de tabac de remplissage (Filler), de tabac de liaison (Binder) et de tabac d'enveloppe (Wrapper). Cette hétérogénéité structurelle entraîne une grande complexité des chemins de diffusion de l'oxygène, de l'efficacité du transfert de chaleur et de la morphologie du front de combustion. Pour les chercheurs, la manière de convertir ces phénomènes physiques complexes en modèles mathématiques précis, et de garantir que le temps de combustion calculé corresponde étroitement aux valeurs mesurées en laboratoire, est le critère le plus central pour évaluer la précision de la simulation.

Les fondements de la modélisation physique dans le cadre des milieux poreux

Cette section expose les bases de la modélisation du cigare comme milieu poreux continu, couvrant l'équation de quantité de mouvement, le réglage en couches de la perméabilité et la correction de la conductivité thermique effective.

Pour décrire avec précision la combustion du cigare, il faut d'abord abandonner la pensée simplifiée qui considère le cigare comme un « bloc solide » et adopter plutôt le modèle de milieu poreux continu (Porous Media Continuum Model). Dans ce cadre, le cigare est considéré comme un système composite constitué de particules solides (fibres de tabac, cendres) et de pores (remplis d'air ou de gaz de pyrolyse).

Pour le traitement de l'équation de quantité de mouvement, nous ne pouvons pas simplement utiliser l'équation de Navier-Stokes ; nous devons introduire le terme de Darcy-Forchheimer pour décrire la chute de pression lorsque le fluide traverse la couche de tabac. L'expression est :

$$\nabla p = -\frac{\mu}{K} \mathbf{u} - \frac{1}{2} \rho C_F |\mathbf{u}| \mathbf{u}$$ où $K$ est la perméabilité (Permeability) et $C_F$ le coefficient de résistance inertielle. Dans la modélisation pratique, le réglage de la perméabilité est la clé qui détermine la morphologie de combustion (combustion conique ou combustion en tunnel). Compte tenu des caractéristiques différentes de chaque partie du cigare, nous devons définir $K$ par couches : la perméabilité de la couche de remplissage est généralement plus élevée (environ $10^{-10}$ à $10^{-9} \text{ m}^2$), tandis que la couche d'enveloppe, en raison de la densité de ses fibres foliaires, a souvent une perméabilité inférieure d'un ordre de grandeur. Le processus de conduction thermique doit également être corrigé à l'aide de la conductivité thermique effective (Effective Thermal Conductivity, $k_{eff}$). En raison d'une convection et d'un rayonnement importants en phase gazeuse à l'intérieur de la couche de tabac, une simple conductivité thermique solide sous-estimerait gravement le taux de transfert d'énergie. Nous l'estimons généralement par la méthode de pondération volumique : $$k_{eff} = \varepsilon k_g + (1-\varepsilon) k_s$$

où $\varepsilon$ est la porosité, et $k_g$ et $k_s$ les conductivités thermiques des phases gazeuse et solide. Près du front de combustion, en raison des fortes fluctuations de température, ce traitement équivalent doit être couplé en temps réel à l'évolution locale de la porosité.

Schéma de la simulation multi-physique couplée du processus de combustion du cigare

10⁻¹⁰–10⁻⁹ m²

Plage typique de perméabilité de la couche de remplissage

12%

Réglage uniforme de la teneur en humidité de tout le cigare dans le modèle initial

18.5% → 3.2%

Évolution de l'erreur de prédiction avant et après l'introduction de la correction d'évaporation de l'eau

2.26 MJ/kg

Valeur de référence de la chaleur latente de vaporisation de l'eau

L'incertitude de la saisie des paramètres : le piège du couplage entre humidité et densité

Cette section révèle comment la non-uniformité spatiale de la teneur en humidité et l'effet de puits thermique deviennent un piège clé de la distorsion du modèle.

Au cours de nombreuses années de modélisation pratique, j'ai découvert que ce qui cause le plus souvent l'échec du modèle n'est pas la complexité des équations dynamiques, mais la « sur-simplification » de la saisie des paramètres physiques de base.

Lors d'une étude de 2023 sur les caractéristiques de combustion d'un cigare cubain de haute qualité, nous avons rencontré un problème difficile : le temps de combustion simulé était environ 18.5% plus rapide que la valeur mesurée expérimentalement, et la distribution de température au front de combustion présentait une forme de « pic » peu naturelle, totalement incompatible avec le front d'onde de combustion lisse observé en réalité.

Après une analyse rétrospective approfondie, nous avons découvert que la cause profonde résidait dans la négligence de la répartition spatiale non uniforme de la teneur en humidité du tabac (Moisture Content, MC) et de l'effet de puits thermique qu'elle engendre. Dans le modèle initial, pour simplifier le calcul, nous avons fixé la teneur en humidité de tout le cigare à une valeur constante de 12%. Cependant, dans la production réelle, la couche d'enveloppe du cigare, étant plus directement influencée par l'humidité ambiante, présente souvent une répartition en gradient de l'extérieur vers l'intérieur. Plus important encore, l'évaporation de l'eau est un processus fortement endothermique (la chaleur latente de vaporisation de l'eau est d'environ $2.26 \text{ MJ/kg}$).

Lorsque la teneur en humidité est élevée, l'énergie libérée par les réactions de pyrolyse est d'abord utilisée pour l'évaporation de l'eau, formant une « zone tampon de température » au front de combustion. Dans notre modèle amélioré, nous avons introduit un modèle transitoire d'évaporation de l'eau basé sur l'équation de vitesse d'Arrhenius et adopté la méthode des champs stochastiques (Stochastic Field Method) pour simuler la non-uniformité spatiale de la teneur en humidité. En découplant l'évaporation de l'eau des réactions de pyrolyse et en introduisant un terme local de chaleur de vaporisation, l'erreur de prédiction a rapidement diminué de 18.5% à moins de 3.2%. Cette leçon nous a appris que, lorsqu'on traite des matériaux de biomasse comme le tabac, l'humidité n'est en aucun cas une simple variable de fraction massique ; c'est un régulateur thermodynamique dynamique.

Le traitement mathématique de la cinétique de combustion et de la frontière mobile

Cette section explique la cinétique de combustion alternant pyrolyse et oxydation, ainsi que le traitement mathématique du problème de frontière mobile et les techniques de maillage adaptatif.

Le cœur de la combustion du cigare réside dans l'alternance de la pyrolyse (Pyrolysis) et de l'oxydation (Oxidation). Un cycle de combustion complet suit généralement la chaîne logique suivante : les feuilles de tabac solides sont chauffées $\rightarrow$ l'eau s'évapore $\rightarrow$ la matière organique subit une pyrolyse pour produire des composés volatils $\rightarrow$ les composés volatils entrent en phase gazeuse et subissent des réactions d'oxydation $\rightarrow$ le charbon résiduel (Char) subit une oxydation de surface sous contrôle de la diffusion de l'oxygène.

Lors de la saisie des paramètres cinétiques, nous devons adopter un modèle de réaction en plusieurs étapes. Une énergie d'activation unique ne peut pas décrire la composition chimique complexe du tabac. Nous adoptons généralement un modèle de pyrolyse multicomposants, divisant le tabac en composés de type cellulose, de type lignine et en cendres résiduelles, chacun recevant des paramètres d'Arrhenius différents ($A, E_a$).

L'algorithme le plus central pour prédire le temps de combustion est essentiellement la résolution d'un « problème de frontière mobile » (Moving Boundary Problem), mathématiquement similaire au problème de Stefan (Stefan Problem). La position du front de combustion $\mathbf{s}(t)$ se déplace au fil du temps, et sa vitesse de déplacement $\dot{r}$ dépend du transfert de masse et du bilan d'énergie locaux :

$$\rho_s (1-\varepsilon) \frac{d\mathbf{s}}{dt} = \dot{m}_{pyro} + \dot{m}_{ox}$$ où $\dot{m}_{pyro}$ est la vitesse de pyrolyse et $\dot{m}_{ox}$ la vitesse d'oxydation du charbon. Dans les processus réels de résolution CFD, pour capturer cette couche réactionnelle extrêmement mince et intense, nous devons utiliser la technique de raffinement adaptatif de maillage (Adaptive Mesh Refinement, AMR). Si la résolution du maillage est insuffisante pour couvrir le gradient du front de combustion, la diffusion numérique aplatit artificiellement les vitesses de réaction, entraînant un temps de combustion prédit trop long. Dans le traitement de ces problèmes hautement non linéaires, le choix du pas de temps est également un art — il doit satisfaire la contrainte du nombre de Courant (Courant Number) tout en tenant compte de l'échelle de temps de la diffusion thermique ; sinon, le calcul diverge facilement au moment de la flambée de combustion. ## L'intégration et la mise en œuvre technique de l'algorithme de prédiction Pour obtenir finalement un temps de combustion précis, nous avons établi un modèle d'intégration allant des réactions à l'échelle microscopique à l'historique temporel à l'échelle macroscopique. Tout d'abord, grâce à la simulation CFD transitoire, nous obtenons le champ de température $T(x,t)$, le champ de concentration d'oxygène $C_{O_2}(x,t)$ et le champ local de teneur en humidité $M(x,t)$ à chaque position de micro-élément à différents instants. Ensuite, sur la base de ces variables de champ, en utilisant la vitesse de combustion locale $\dot{r}(x,t)$, nous effectuons une intégration spatio-temporelle sur la longueur géométrique $L$ du cigare. La formule de prédiction du temps total de combustion $t_b$ peut être simplifiée ainsi : $$t_b = \int_0^L \frac{1}{\bar{\dot{r}}(x)} dx$$

où $\bar{\dot{r}}(x)$ est la vitesse linéaire moyenne le long de la direction axiale. Mais dans la pratique de l'ingénierie, en raison du caractère pulsé « allumage-extinction-réallumage » de la combustion du cigare (en particulier lors de la simulation du processus de tirage), ce processus d'intégration doit être accumulé dans la dimension temporelle. Nous devons assembler avec précision, en séquence temporelle, la progression de la combustion au sein de chaque cycle de tirage (Puff) et l'étape de combustion lente (Smoldering) entre deux tirages.

En résolvant la prédiction de « l'étape de combustion lente », un autre point clé est le réglage des conditions aux limites. Après l'arrêt du tirage, le cigare se trouve dans un état d'oxydation lente dans un environnement pauvre en oxygène. Si la condition aux limites environnementale est simplement définie comme de l'air à température normale, la température de combustion lente simulée sera trop élevée, entraînant un temps de combustion prédit trop court. Nous devons introduire une limite dynamique tenant compte du coefficient de transfert de chaleur par convection ambiant $h$, ainsi que du refroidissement par rayonnement de la surface du cigare.

Résumé et perspectives

Cette section décrit le chemin de mise en œuvre technique allant des variables de champ CFD transitoires à la prédiction intégrale du temps de combustion.

Grâce à la saisie complexe des paramètres et à la construction des algorithmes décrites ci-dessus, nous pouvons non seulement prédire avec précision le temps de combustion du cigare, mais surtout observer, par la simulation, les détails physiques du processus de combustion — par exemple le phénomène de « combustion inégale » causé par une perméabilité trop faible des feuilles d'enveloppe, ou le phénomène de « stagnation de la combustion » causé par les gradients d'humidité.

Les technologies de simulation actuelles évoluent vers des dimensions supérieures. Avec la généralisation de la technologie de scan micro-CT (Micro-CT), nous pouvons obtenir des données extrêmement précises sur la structure microscopique des pores des feuilles de tabac et les importer directement dans les modèles CFD, réalisant un passage de l'« approximation du milieu continu » à la « structure géométrique réelle ». Parallèlement, coupler les algorithmes d'apprentissage automatique avec la CFD traditionnelle — utiliser les données expérimentales connues pour entraîner des réseaux de neurones afin de prédire les paramètres complexes de vitesse de réaction — pourrait bien être la prochaine percée technologique pour résoudre la difficulté d'obtention des paramètres cinétiques de combustion du tabac et leur grande incertitude.