Generating reliable computational data through the Lattice boltzmann method : a simulation of the lauric acid melting process

Abstract

Latent Heat Energy Storage Systems (LHESS) using Phase Change Materials (PCMs) offer high thermal energy storage density and stable temperature regulation, yet accurately modeling phase change remains challenging. This study employs the Lattice Boltzmann Method (LBM) in the open-source OpenLB framework to simulate the melting of Lauric Acid in a rectangular cavity with a horizontal fin. The main objective is to generate and validate high-fidelity, physics-grounded datasets of Lauric Acid melting and demonstrate their suitability for training machine learning models. To achieve this, the study: (i) models the melting process accounting for conduction, natural convection, and phase change phenomena; (ii) implements and calibrates the simulation in OpenLB; (iii) validates the results against reference experimental and numerical data; (iv) produces a comprehensive dataset covering multiple geometric configurations; and (v) prepares the dataset for machine learning applications. Detailed validation shows acceptable agreement in the evolution of the liquid fraction and temperature profiles, particularly at higher spatial and temporal resolutions, with direct comparison to experimental thermocouple data. A parametric study of twelve fin configurations indicates that lower fin positions and higher aspect ratios accelerate melting, with improvements of 11%–26% and 1%–25%, respectively, resulting in a 63.7% difference between the fastest and slowest melting times. All simulation codes are publicly available on GitHub, and the generated dataset is provided for download. A structured process allows other researchers to contribute additional simulations, promoting reproducibility and collaborative expansion of the dataset.

Sistemas de Armazenamento de Energia Térmica Latente (LHESS) que utilizam Materiais de Mudança de Fase (PCMs) oferecem alta densidade de armazenamento de energia térmica e regulação estável de temperatura, porém a modelagem precisa da mudança de fase ainda apresenta desafios. Este estudo emprega o Método de Lattice Boltzmann (LBM) no framework de código aberto OpenLB para simular a fusão do Ácido Láurico em uma cavidade retangular com uma aleta horizontal. O objetivo principal é gerar e validar conjuntos de dados de alta fidelidade e fundamentados em princípios físicos da fusão do Ácido Láurico, demonstrando sua adequação para o treinamento de modelos de aprendizado de máquina. Para isso, o estudo: (i) modela o processo de fusão considerando condução, convecção natural e mudança de fase; (ii) implementa e calibra a simulação no OpenLB; (iii) valida os resultados contra dados experimentais e numéricos de referência; (iv) produz um conjunto de dados abrangente cobrindo múltiplas configurações geométricas; e (v) prepara o conjunto de dados para aplicações em aprendizado de máquina. A validação detalhada mostra concordância na evolução da fração líquida e nos perfis de temperatura, especialmente em resoluções espaciais e temporais mais altas, com comparação direta com dados de termopares experimentais. Um estudo paramétrico de doze configurações de aletas indica que posições inferiores e maiores relações de aspecto aceleram a fusão, com melhorias de 11%–26% e 1%–25%, respectivamente, resultando em uma diferença de 63,7% entre os tempos de fusão mais rápido e mais lento. Todos os códigos de simulação estão disponíveis publicamente no GitHub, e o conjunto de dados gerado pode ser baixado. Um processo estruturado permite que outros pesquisadores contribuam com simulações adicionais, promovendo reprodutibilidade e expansão colaborativa do conjunto de dados.