18223

18223

بررسي تجربي اثر مخلوط مبرد-روغن بر عملكرد كندانسور ميكروكانال در سيستم تبريد خودرو

دكتري

تبديل انرژي

شهريور ماه 1396

دكتر محمد حسن شجاعي فرد

مكانيك

كاربرد چگالنده¬هاي جريان موازي به دليل مزايايي چون فشردگي، عملكرد بالا، وزن كم و قابليت اطمينان در مقايسه با چگالنده¬هاي مرسوم، اخيراً در سيستم تبريد خودرو رشد چشمگيري داشته است. مبرد R134a به عنوان متداول¬ترين مبرد مورد استفاده در سيستم تبريد خودرو نيز با توجه به پروتكل¬هاي زيست محيطي بايستي به دليل پتانسيل بالاي گرمايش كره زمين جايگزين گردد. از ميان مبردهاي پيشنهاد داده شده، مبرد R1234yf به دليل خواص ترموديناميكي و عملكردي مشابه با مبرد R134a مورد استقبال قرار گرفته است. از طرف ديگر با توجه به وجود روغن درون كمپرسور و جريان يافتن مقداري از اين روغن به همراه مبرد درون سيكل، بررسي اثرات حضور روغن بر عملكرد اجزاي مختلف و به خصوص چگالنده ضروري مي-باشد. در همين راستا در كار حاضر به بررسي تجربي و مدلسازي اثرات مخلوط مبرد R1234yf-روغن بر عملكرد چگالنده و مقايسه نتايج با نتايج مربوط به مخلوط مبرد R134a-روغن پرداخته شده است. جهت دستيابي به اين امر ابتدا عملكرد چگالنده هنگام جريان يافتن مبرد خالص بررسي و مدلسازي گرديده است و سپس انواع مدلسازي پيشنهاد داده شده به حالت جريان يافتن مخلوط مبرد-روغن توسعه داده شده و نتايج با نتايج تجربي مقايسه گرديده است. ابتدا عملكرد چگالنده با روش يك بعدي المان محدود مدل گرديده است كه تطابق مناسب مابين نتايج مدلسازي و تجربي مشاهده گرديده است. سپس روش يك بعدي المان محدود با روش ديناميك سيالات محاسباتي كوپل گرديده و روش جديدي براي مدلسازي عملكرد چگالنده با قابليت پيش بيني توزيع غير يكنواخت مبرد درون هدر و همچنين بررسي هندسه هدر بر توزيع غير يكنواخت مبرد ارائه گرديده است. روش پيشنهاد شده باعث بهبود قابل توجه دقت مقادير پيش بيني شده در مقايسه با نتايج تجربي مي¬گردد. هندسه جديد هدر بر مبناي كاهش عمق نفوذ لوله تخت درون هدر، قرار دادن لوله ورودي دور از لوله¬هاي تخت و افزايش قطر هدر نيز پيشنهاد داده شده است. در ادامه با توجه به اهميت پيش بيني ميزان افت فشار و عدم وجود همبستگي با قابليت اطمينان بالا، همبستگي جديدي براي پيش بيني ميزان افت فشار چگالنده با قابليت در نظر گرفتن ميزان سوپرهيت مبرد ورودي ارائه و با نتايج تجربي صحت سنجي گرديده است. مدل ارائه شده سپس در فرآيند بهينه سازي چند هدفه چگالنده جهت امكان سنجي بهبود عملكرد چگالنده بدون ايجاد تغيير در ابعاد آن به كار گرفته شده و نقاط بهينه پرتو براي بهينه¬سازي¬هاي تك هدفه، دو هدفه، سه هدفه و چهار هدفه ارائه شده است. روش شبكه عصبي پيشخور آموزش داده شده به روش پس انتشار با استفاده از الگوريتم ژنتيك جهت مدلسازي عملكرد چگالنده بهينه گرديد. سپس نتايج حاصل از اعمال دو روش فوق با نتايج روش جديد به نام شبكه عصبي بازگشتي، مقايسه گرديد كه نهايتاً روش شبكه عصبي بازگشتي جهت مدلسازي مبادله¬كن¬هاي حرارتي با دقت بسيار بالا نسبت به دو روش ديگر پيشنهاد گرديد. رفتار گذراي سيستم تبريد خودرو در بازه¬هاي قطع و وصل كمپرسور نيز با توجه به اهميت آن به صورت تجربي بررسي گرديد و رابطه¬اي براي پيش بيني ظرفيت چگالنده در حالت گذار ارائه داده شد. همچنين كنترل نحوه راه اندازي كمپرسور پس از خاموشي جهت كاهش قابل توجه ميزان انرژي مصرفي كمپرسور پيشنهاد گرديد. در ادامه عملكرد چگالنده هنگام جريان يافتن مخلوط مبرد-روغن براي دو مبرد اشاره شده به صورت تجربي بررسي گرديد و روش¬هاي مدلسازي اشاره شده در بالا به حالت استفاده از مخلوط مبرد-روغن توسعه داده شد. افزايش ميزان افت فشار چگالنده هنگام افزودن روغن به سيكل، كاهش ظرفيت چگالنده و عدم حلاليت مناسب روغن مخصوص مبرد R134a درون مبرد R1234yf در مقادير بالاي نسبت گردش روغن نمونه¬اي از نتايج ناشي از بررسي تجربي عملكرد چگالنده مي¬باشد. مشخص گرديد كه مدلسازي يك بعدي المان محدود داراي قابليت مناسبي براي پيش بيني افت فشار چگالنده هنگام جريان مخلوط مبرد-روغن نبوده (5/67 درصد خطا) و بنابراين همبستگي جديدي براي پيش بيني ميزان افت فشار با دقت بالا توسعه داده شد. روش شبكه عصبي بازگشتي براي اولين بار جهت پيش بيني عملكرد چگالنده با مخلوط مبرد-روغن به كار گرفته شد و در حال حاضر به عنوان مناسب ترين روش در دسترس جهت مدلسازي پيشنهاد گرديد. همچنين رفتار گذراي سيستم و بويژه چگالنده در حالت جريان يافتن مخلوط مبرد-روغن نيز به صورت تجربي بررسي گرديد.

1396/10/04

12/22/2018 12:00:00 AM

Application of parallel flow condensers (PFC’s) due to their advantages against conventional heat exchangers such as compactness, higher performance, lower weight and reliability has been grown recently in automotive air conditioning (AAC) system. The refrigerant R134a as the most common refrigerant in AAC systems should also be replaced due to its high global warming potential (GWP) according to environmental protocols. Among the proposed refrigerants, R1234yf refrigerant has been gotten more attention because of thermodynamic and operational characteristics similar to R134a. In other hand, because of presence of oil in compressor and circulating throughout the system with refrigerant, investigating the effects of oil on performance of different components such as condenser is crucial. In the present work, the effects of R1234yf-oil mixture on condenser performance are studied experimentally and numerically and the results are compared with those of R134a-oil mixture. To do so, the condenser performance has been simulated using refrigerant at first step and then different proposed models have been expanded to the case of refrigerant-oil mixture. The condenser performance has been simulated using one dimensional finite element approach which shows a good agreement with experimental results. Then, the finite element method has been coupled with computational fluid dynamics and a new approach for modelling the condenser performance with the ability of predicting the refrigerant mal-distribution in header and also the effects of header geometry on refrigerant mal-distribution was presented. The proposed method causes the modification of the accuracy of the anticipated results in comparison with experimental results. Also, the new geometry of header based on decrement of flat tube protrusion depth, placing the header inlet pipe far from the flat tubes and increasing the header diameter was proposed. Due to importance of foretelling refrigerant pressure drop and also not presence of correlation with high reliability, a new correlation with the ability of considering the effect of inlet refrigerant superheat has been proposed for anticipating the condenser pressure drop which validated against experimental results. The model is then used in a multi-objective optimization procedure to see if it is possible to modify the condenser performance without changing its dimensions and Pareto fronts for one, two, three and four objective optimizations were presented. The feed forward neural network with back propagation learning algorithm has been optimized using genetic algorithm to predict the condenser performance. Then the results of applying the mentioned methods were compared with the results of recurrent neural network and finally this method was proposed for heat exchangers modeling with high accuracy. The unsteady performance of automotive refrigeration system in compressor on-off cycles was investigated due to its importance and a relation for predicting the unsteady condenser performance was presented. Also, using a control strategy for compressor start-up was proposed to decrease the energy consumption. Finally, the condenser performance using refrigerant-oil mixture was studied experimentally and the above modeling methods were expanded to this situation. The condenser pressure drop increment, capacity decrement and not suitable solving of R134a oil in R1234yf at high oil circulation ratios are some of the experimental results of adding oil to refrigeration system. It was found that, the finite element approach has not suitable ability of anticipating the condenser pressure drop using refrigerant-oil mixture (67.5% error) and therefore a new correlation was developed. The recurrent neural network was applied for the condenser performance prediction and was proposed as the most suitable and available method. The unsteady performance of the system and exclusively condenser was also probed in case of circulating refrigerant-oil mixture.