تحلیل مسائل بزرگ انتقال حرارت هدایت با استفاده از روش چندقطبی سریع تکسطحی اصلاح شده
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 202
فایل این مقاله در 18 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_JCME-41-2_004
تاریخ نمایه سازی: 18 اردیبهشت 1402
چکیده مقاله تحلیل مسائل بزرگ انتقال حرارت هدایت با استفاده از روش چندقطبی سریع تکسطحی اصلاح شده
در تحقیق حاضر یک روش المان مرزی چندقطبی سریع تکسطحی اصلاح شده (MSLFMM) برای حل مسائل انتقال حرارت هدایتی با مقیاس بزرگ ارائه شده است. این روش با کاربرد تقریب دوردست (FFA) در روش چندقطبی سریع تکسطحی متداول (SLFMM) حاصل شده است. از این تقریب جهت محاسبه ضرایب تاثیر المانهای دور از هم درون سلولهای همسایه و همچنین تعیین گشتاور المانهای درون سلولهای دور استفاده شده است. انجام این دو مهم نهتنها از دشواری روابط محاسباتی و پیچیدگی در برنامهنویسی کم مینماید، بلکه بر کاهش زمان محاسباتی تاثیر چشمگیری دارد. چندین مثال برای ارزیابی روش پیشنهادی در نظر گرفته شده است. زمان محاسباتی روش پیشنهادی در مقایسه با روش المان مرزی متداول (CBEM)، روش چندقطبی سریع تکسطحی متداول و روش چندقطبی سریع چندسطحی (MLFMM) نشان داده شده است. نتایج نشان می دهد که سرعت حل این روش بسیار بالاتر از روش تکسطحی متداول بوده و با توجه به سادگی کاربرد آن قابل مقایسه با روش چندسطحی است. در نهایت برای بررسی توانایی روش پیشنهادی جهت حل مسائل پیچیده، انتقال حرارت هدایت دائم درون یک بدنه موتور شبیهسازی شده است. مقایسه میان نتایج روش حاضر و نتایج روش حجم محدود (نرمافزار فلوئنت) بیانگر انطباق مناسب با خطای کمتر از ۱/۵ درصد است.
کلیدواژه های تحلیل مسائل بزرگ انتقال حرارت هدایت با استفاده از روش چندقطبی سریع تکسطحی اصلاح شده:
نویسندگان مقاله تحلیل مسائل بزرگ انتقال حرارت هدایت با استفاده از روش چندقطبی سریع تکسطحی اصلاح شده
محمدهادی معتقد
دانشگاه شهید چمران اهواز
مرتضی بهبهانی
دانشگاه شهید چمران اهواز
مازیار چنگیزیان
دانشگاه شهید چمران اهواز
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 :