MHD boundary layer flow and heat transfer of Newtonian nanofluids over a stretching sheet with variable velocity and temperature distribution
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 98
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_CHAL-5-1_002
تاریخ نمایه سازی: 1 مرداد 1401
چکیده مقاله:
Laminar boundary layer flow and heat transfer of Newtonian nanofluid over a stretching sheet with the sheet velocity distribution of the form (Uw=CXβ) and the wall temperature distribution of the form (Tw= T∞+ axr) for the steady magnetohydrodynamic(MHD) is studied numerically. The governing momentum and energy equations are transformed to the local non-similarity equations using the appropriate transformations. The set of ODEs are solved using Keller–Box implicit finite-difference method. The effects of several parameters, such as magnetic parameter, volume fraction of different nanoparticles (Ag, Cu, CuO, Al۲O۳ and TiO۲), velocity parameter, Prandtl number and temperature parameter on the velocity and temperature distributions, local Nusselt number and skin friction coefficient are examined. The analysis reveals that the temperature profile increases with increasing magnetic parameter and volume fraction of nanofluid. Furthermore, it is found that the thermal boundary layer increases and momentum boundary layer decreases with the use of water based nanofluids as compared to pure water. At constant volume fraction of nanoparticles, it is also illustrated that the role of magnetic parameter on dimensionless temperature becomes more effective in lower value.
کلیدواژه ها:
نویسندگان
P. Elyasi
Mechanical Engineering Department,Faculty of Mechanical Engineering, Shahrekord University, Shahrekord, I. R.Iran
A. R. Shateri
Mechanical Engineering Department,Faculty of Mechanical Engineering, Shahrekord University, Shahrekord, I. R.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 :