Flow and Heat Transfer of Nanofluids With Temperature Dependent Properties
Notice bibliographique
Résumé
Numerical simulations of laminar convective heat transfer with nanofluids in two different geometries involving a straight pipe and a 90° curved pipe are presented. The Navier-Stokes and energy equations for an incompressible Newtonian fluid are solved in a body fitted coordinate system using a control-volume method. In the present work, the nanofluid is a mixture of water and alumina particles, and its thermophysical properties are considered as a function of temperature as well as particle concentration. The accuracy of the models employed for estimating the effective thermophysical properties of this nanofluid are first evaluated using available experimental data for heat transfer in a straight pipe. The same models are then employed for the simulation of flows in a curved pipe. Present results indicate that both the nanoparticle and curvature effects enhance the heat transfer performance but at the expense of increased pressure drop. However, in the present case, the nanoparticle contribution to the pressure drop is dominant, which increases by up to two orders of magnitude at higher nanoparticle concentrations. The ratio of the nanofluid Prandtl number to the based fluid Prandtl number is established as a criterion for the choice of a nanofluid. This ratio must be less than 1 to achieve higher heat transfer rates with relatively low pressure drops as the particle concentration is increased.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».