مطالعه تجربی تاثیر پارامترهای موثر بر ضریب هدایت حرارتی نانوسیال هیبریدی پنج جزئی
محل انتشار: فصلنامه مکانیک هوافضا، دوره: 18، شماره: 3
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 320
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MEASEJT-18-3_010
تاریخ نمایه سازی: 20 شهریور 1401
چکیده مقاله:
در این پژوهش رفتار حرارتی نانوسیال هیبریدی پنج جزئی بر پایه برای نخستین بار در شرایط آزمایشگاهی مختلف مورد تجزیه و تحلیل و بررسی قرار گرفت. بررسی این نانوسیال با توجه به اهمیت نانولوله های کربنی و اینکه نانوسیالات هیبریدی دارای خواص ویژه ای هستند و کم بودن مطالعاتی با حضور سه نانوذره و دو سیال پایه، دارای اهمیت است. اندازه گیری های تجربی ضریب هدایت حرارتی توسط دستگاه KD۲ Pro در کسرحجمی های %۹/۰-%۰۵/۰ و دماهای انجام گردید. برای شناسایی، تایید ساختار و مورفولوژی نانوذرات از روش های عکس برداری TEM، SEM و آنالیز XRD استفاده گردید. نتایج نشان داد که ضریب هدایت حرارتی نسبی در کسر حجمی ها و دماهای بالا، بسیار بیش تر از کسرحجمی های پایین است. علت این موضوع، افزایش انرژی جنبشی و حضور بیش تر نانوذرات است. همچنین افزایش دما تاثیر کمی بر روی افزایش ضریب هدایت حرارتی نسبی داشت. بیش ترین افزایش ضریب هدایت حرارتی به میزان %۳/۲۸ در کسر حجمی و دمای ۹/۰ و °C ۵۰ به ترتیب حاصل شد. کمترین افزایش ضریب هدایت حرارتی به میزان %۴/۱ در دمای °C ۲۶ و کسر حجمی%۰۵/۰ بدست آمد. مدل ارائه شده برای پیش بینی ضریب هدایت حرارتی نانوسیال با استفاده از روش سطح پاسخ دارای دقت خوبی بود به گونه ای که تطابق خوبی بین نتایج مدلسازی و داده های آزمایشگاهی وجود دارد. مقادیر ، ، ، و بیانگر دقت خوب مدلسازی هستند. نتایج آنالیز حساسیت نیز بیانگر افزایش میزان حساسیت با افزایش کسر حجمی نانوذرات است.
کلیدواژه ها:
نویسندگان
محمد همت اسفه
نویسنده مسئول: دانشیار، گروه مهندسی مکانیک، دانشکده فنی و مهندسی، دانشگاه جامع امام حسین (ع)، تهران، ایران
سیدمجید مطلبی
کارشناسی ارشد، گروه مهندسی شیمی، دانشکده فنی و مهندسی، دانشگاه جامع امام حسین (ع)، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :