Preliminary design of an Iodine fluidic line

The goal of this research is to develop the preliminary design of a fluidic line for a laboratory prototype, powered by iodine stored in solid form within a reservoir. The functional requirements of the device necessitate low-power operation, with a mass flow rate on the order of 0.1mg/s. To meet these requirements, a global system model was developed to describe and analyse the key physical phenomena influencing the device’s operation. This model, described by a system of equations, was implemented in MATLAB to perform numerical simulations. Some of these simulations were conducted to determine an experimental coefficient, obtained by comparing the simulation results with experimental data available in the literature. Subsequently, the global model was integrated into a genetic algorithm (NSGA-II) to optimize the system’s design. The implemented genetic algorithm varies the design parameters, which serve as the model’s inputs, and evaluates the system’s outputs, ultimately selecting the configuration that optimizes the results. This approach allowed for the analysis of three different system operating strategies, leading to the identification of the most efficient one. Finally, a thorough analysis of the design parameters was conducted, evaluating their impact on the model’s performance and their interactions. This made it possible to identify the parameters that can be adjusted to improve the device’s performance.

L’obiettivo di questa ricerca è lo sviluppo del design preliminare di una linea fluidica per un prototipo da laboratorio, alimentata mediante iodio conservato allo stato solido all’interno di un serbatoio. I requisiti funzionali del dispositivo richiedono un’operatività a bassa potenza, con una portata di massa nell’ordine dei 0.1mg/s. Per soddisfare tali requisiti, è stato sviluppato un modello globale del sistema, atto a descrivere e analizzare i principali fenomeni fisici che influenzano il funzionamento del dispositivo. Il modello, espresso tramite un sistema di equazioni, è stato implementato in MATLAB per permettere l’esecuzione di simulazioni numeriche. Alcune di queste simulazioni sono state condotte con l’obiettivo di determinare un coefficiente sperimentale, ricavato dal confronto tra i risultati ottenuti e i dati sperimentali presenti in letteratura. Successivamente, il modello globale è stato integrato in un algoritmo genetico (NSGA-II) per ottimizzare il design del sistema. L’algoritmo genetico implementato varia i parametri di design, che costituiscono gli input del modello, e valuta le uscite del sistema, selezionando infine la configurazione che ottimizza i risultati. Questo approccio ha permesso di analizzare tre diverse strategie di funzionamento del sistema, consentendo di identificare quella più efficiente. Infine, è stata condotta un’analisi approfondita dei parametri di design, valutando il loro impatto sulle prestazioni del modello e le interazioni reciproche. Questo ha permesso di individuare i parametri su cui intervenire per migliorare il funzionamento del dispositivo.