مطالعه افزایش ضریب انتقال حرارت در محیط متخلخل با استفاده از نانوذرات رسانا از راه شبیهسازی CFD
محل انتشار: مجله پژوهش نفت، دوره: 26، شماره: 5
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 127
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_PRRIP-26-5_007
تاریخ نمایه سازی: 4 دی 1402
چکیده مقاله:
برای استفاده از نانوفناوری در ازدیاد برداشت حرارتی برای افزایش راندمان انتقال حرارت، در این تحقیق افزایش ضریب انتقال حرارت با استفاده از نانوفناوری بررسی شده است. در بخش آزمایشگاهی این تحقیق، ابتدا با افزودن نانوذره اکسید مس(بهعنوان یکی از متداولترین نانوذرات استفادهشده در این زمینه) به سیال پایهآبی، نانوسیالی پایدار و یکنواخت برای استفاده از خواص حرارتی بالای آن تهیه و سپس به درون مغزه تزریق شد. نتایج بهدستآمده پس از تزریق نانوسیال با غلظت ۰۱/۰ مولار بیانگر افزایش قابلتوجه ضریب هدایت حرارتی نسبت به سنگ خشکاند(۲۵%) در حالی که آب مقطر تنها ۶% ضریب انتقال حرارت را بهتر کرد. در بخش مدلسازی این کار تحقیقاتی، با استفاده از ساختار واقعی سنگ به بررسی عددی انتقال حرارت در این نمونه پرداخته شد. برای این منظور دو تصویر از دو مقطع مغزه آزمایششده تهیه شد و از پردازش آنها دو مدل واقعی به دست آمدند که با اعمال شرایط اولیه و شرایط مرزی موجود، نتایج حاصل از شبیهسازی عددی با روش اجزای محدود افزایش ضریب هدایت حرارتی موثر تحتتاثیر نانوذرات رسانا را تایید کردند. نتایج شبیهسازی پس از تزریق نانوسیال با استفاده از مدل های شماره یک و شماره دو بیانگر افزایش ۱۴ و ۸% ضریب هدایت حرارتی نسبت به سنگ خشک و در نتیجه افزایش بازده انتقال حرارتاند. نتایج حاصل از این تحقیق نشان دادند که روش دینامیک سیالات محاسباتی را می توان بهعنوان یک روش قابلاعتماد در حل این مسئله به کار برد.
کلیدواژه ها:
نویسندگان
محمدرضا رخ فروز
دانشکده مهندسی شیمی و نفت، دانشگاه صنعتی شریف، تهران، ایران
ملیحه برآهویی
دانشکده مهندسی شیمی، دانشگاه اصفهان، ایران
سید شهاب الدین آیت اللهی
دانشکده مهندسی شیمی و نفت، دانشگاه صنعتی شریف، 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 :