• شماره ركورد
    12776
  • شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
    12776
  • پديد آورنده

    محمد صداقت نژاد

  • عنوان
    شبيه‌سازي انتقال حرارت جابجايي مختلط نانو سيال داخل كانال قائم مستطيلي تحت شرايط مرزي گرمايي نامتقارن
  • مقطع تحصيلي
    كارشناسي ارشد
  • رشته تحصيلي
    مكانيك - تبديل انرژي
  • سال تحصيل
    بهمن ماه 1392
  • تاريخ دفاع
    بهمن ماه 1392
  • استاد راهنما
    دكتر فرزاد بازديدي تهراني
  • چكيده
    چكيده در پايان‌نامه حاضر به مدل‌سازي عددي جريان آرام جابجايي مختلط نانو سيال آب-اكسيد تيتانيوم در كانال قائم مستطيلي پرداخته شده است. بدين منظور از دو ديدگاه تكفاز و دو فاز استفاده شده است. در بخش دو فاز روش اويلر-لاگرانژ براي شبيه‌سازي پخش ذرات در سيال پايه به كار گرفته شده است. اين روش به گونه ايست كه در آن سيال پايه به صورت فاز پيوسته و نانو ذرات به صورت فاز گسسته معلق در آن مدل مي‌شوند، به طوري كه اثر ذرات بر سيال پايه به صورت ترم چشمه در معادلات مومنتوم و انرژي لحاظ مي‌شود. معادلات حاكم به روش حجم كنترل بر پايه المان محدود با استفاده از بسته نرم¬افزاري ANSYS CFX گسسته سازي شده‌اند. اثر درصد حجمي نانو ذرات، شرايط مرزي نامتقارن، نوع سيال پايه و اثر نيروي شناوري در پهنه وسيعي از اعداد رينولدز و گراشف جريان بر پارامترهاي هيدروديناميكي و حرارتي ارائه و مورد بحث قرار گرفت. مشاهده شد كه در عدد ريچاردسون پايين تر كه اثر جابجايي اجباري بيشتر از جابجايي آزاد است، پخش نانو ذرات آب-اكسيد تيتانيوم در سيال پايه بهتر و بهبود انتقال حرارت بيشتر خواهد بود. به طوري كه بهبود انتقال حرارت جابجايي براي درصد حجمي % 1 نانو ذرات و در حدود % 5/6 بود، درحالي‌كه براي به % 4 هم نرسيد. در نهايت با شناسايي متغيرهاي مستقل موثر بر انتقال حرارت (عدد رينولدز، عدد گراشف، نسبت منظري، قطر و غلظت نانو ذرات)، و با استفاده از نتايج شبيه‌سازي‌هاي انجام‌گرفته در آناليز رگرسيون، رابطه‌اي جهت پيش‌بيني انتقال حرارت توليد شد، كه اثر پارامترهاي مختلف بر عدد ناسلت جريان را نشان مي‌دهد. مشاهده شد كه تمامي پارامترها عدد ناسلت را به صورت خطي تغيير مي‌دهند، به جز قطر نانو ذرات كه به صورت غيرخطي پارابوليك بر عدد ناسلت موثر است. واژه‌هاي كليدي: نانو سيالات، كانال قائم، انتقال حرارت جابجايي مختلط، اويلر-لاگرانژ، مدل رگرسيون