Nanofluids Heat Conduction Modeling Based on Nanolayer Thickness
محل انتشار: هفتمین کنگره ملی مهندسی شیمی
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 977
فایل این مقاله در 10 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:
ICHEC07_454
تاریخ نمایه سازی: 25 فروردین 1394
چکیده مقاله:
The nano particles have demonstrated great potential to improve the heat transfer characteristics of heat transfer fluids. Previously developed correlations have not completely predicted the anomalous increase in the thermal conductivity of nanofluids. In this paper, possible parameters responsible for this increase were studied. The heat transfer profile in the nanolayer region was combined with other parameters such as volume fraction, particle radius, thermal conductivity of the fluid, particle and nanolayer, to formulate a new correlation. Results predicting the thermal conductivity of nanofluids using the new correlation were compared with experimental results as well as studies by other researchers. Overall the comparison of the results obtained for the CuO/Water and TiO2/Water nanofluids studied shows that the correlation proposed is in closest proximity in predicting the experimental results for the thermal conductivity of a nanofluid. Also a parametric study to understand how a number of factors affect the thermal conductivity of nanofluids was performed using the newly developed correlation and led to some important conclusions
کلیدواژه ها:
نویسندگان
ahmad azari
Islamic Azad University Omidieh Branch, I.R. Iran Chemical Engineering Department, AmirKabir University of Technology, Mahshahr Campus, I. R. Iran
mansour kalbasi
Chemical Engineering Department, AmirKabir University of Technology, Mahshahr Campus, I. R. Iran
masoud rahimi
CFD Research Center, Chemical Engineering Department, Razi University, Taghe Bostan, Kermanshah, Iran
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 :