Development of a novel continuous nanofluid ice slurry generator: Experimental and theoretical studies
Notice bibliographique
Résumé
Ice slurry has remarkable energy storage density due to significant amount of latent heat during phase change, making it a unique environmentally friendly alternative. This technology can be used for renewable cooling in buildings, foods, and medical products. Nanofluid ice slurry offers higher thermal conductivity and lower supercooling degree as compared to conventional ice slurry which improves its effectiveness in applications. Therefore, an efficient nanofluid ice slurry generator needs to be developed. In this study, a novel continuous nanofluid ice slurry generator is developed using an opposed nozzle impinging jet where Alumina (Al2O3) nanofluid (ANF) impinged with cold air jet. To achieve an optimal thermal performance and maximize slurry production, a model of the slurry generator should be developed. To accomplish this, a novel mathematical framework incorporating multiscale nanofluid freezing, i.e. liquid supercooling, nucleation, recalescence, equilibrium freezing, and solid subcooling, along with a spray-droplet dynamics model is developed and validated against experimental data. The results suggest that the performance of the impinging jet nanofluid ice slurry generator is superior to that of the non-impinging counterpart (up to 3.4 times more ice produced). The addition of Alumina nanoparticle expedites freezing time by about 20%. The ice packing fraction was found to increase with nanofluid concentration and peak at concentration of 0.2 weight percentage. The ice packing fraction decreases with the increase of the initial temperatures of nanofluid and air. Conducting a parametric study, it is shown that the ice slurry production can be maximized via an appropriate selection of the generator size, spray pressure and configuration, and nanoparticle concentration.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».