بررسی تجربی عملکرد حرارتی نانوسیال اکسیدروی – اتیلن گلیکول در مبدل حرارتی دو لوله ی در جریان های آشفته
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 93
فایل این مقاله در 15 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_RSENS-2-1_003
تاریخ نمایه سازی: 13 مهر 1402
چکیده مقاله:
در این پژوهش اثر افزودن نانوسیال اکسیدروی به اتیلن گلیکول در ضریب انتقال حرارت جابجائی اجباری و آشفته در یک مبدل دو لوله ای مورد آزمایش قرار گرفته است. بیشتر سیال ها ضریب هدایت حرارتی پایینی نسبت به جامدات دارند لذا افزودن ذرات جامد با ضریب هدایت حرارتی بالا می تواند باعث افزایش ضریب انتقال حرارت جابجائی آنها شود. نانوذرات به دلیل داشتن نسبت سطح به حجم بالا، دارای خصوصیات متفاوتی نسبت به حالت معمولی خود هستند و ضریب هدایت حرارتی متفاوتی دارند. در این پژوهش نانوذره ی اکسیدروی با قطر ۳۰-۱۰ نانومتر تهیه و با استفاده از تغییر اسیدیته، همزن دور بالا و آلتراسونیک در اتیلن گلیکول به صورت پایدار در آمده است. نانوسیال با غلظت های مختلف ۰/۵، ۰/۷ و ۱ درصد کسر حجمی برای بررسی تاثیر غلظت نانوذرات بر ضریب انتقال حرارت جابجائی آماده گردید. برای انجام آزمایشها یک مبدل دولوله ای ساخته شد و نانوسیال در لوله ی داخلی مورد آزمایش قرار گرفت. آزمایش ها در محدوده ی عدد رینولدز ۶۰۰۰ تا ۱۵۰۰۰ انجام گرفت. نتایج آزمایشگاهی نشان داد انتقال حرارت جابه جایی هر سه نانو سیال بیشتر از سیال پایه بوده که با افزایش غلظت نانوسیال اکسیدروی در اتیلن گلیکول و افزایش عدد رینولدز، عدد ناسلت افزایش پیدا می کند. ماکزیمم بازده ی عملکرد مربوط به غلظت حجمی یک درصد در حدود ۱/۳۲ و همچنین جهت غلظت ۰/۵ درصد بین ۱/۰۳ تا ۱/۲۰ می باشد. در نتیجه ماکزیمم ناسلت در غلظت حجمی ۰/۷ درصد در رینولدز ۶۳۰۰ در حدود ۱۹/۸ درصد می باشد و همچنین ماکزیمم افزایش انتقال حرارت در غلظت حجمی یک درصد در حدود ۳۳/۲ درصد در رینولدز ۷۲۰۰ است.
کلیدواژه ها:
نویسندگان
علی سعدی
گروه مهندسی مکانیک، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران
اشکان غفوری
گروه مهندسی مکانیک، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، 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 :