ترجمه مقاله افزایش هدایت حرارتی (SiO2-MWCNT (85:15 - نانو سیال های هیبرید EG - نشریه اشپرینگر

قیمت خرید این محصول

۳۱,۰۰۰ تومان

دانلود رایگان نمونه دانلود مقاله انگلیسی

عنوان فارسی

افزایش هدایت حرارتی (SiO2-MWCNT (85:15 - نانو سیال های هیبرید EG

عنوان انگلیسی

Thermal conductivity enhancement of SiO2–MWCNT (85:15 %)– EG hybrid nanofluids

صفحات مقاله فارسی

15

صفحات مقاله انگلیسی

10

سال انتشار

2017

نشریه

اشپرینگر - Springer

فرمت مقاله انگلیسی

PDF

فرمت ترجمه مقاله

ورد تایپ شده

رفرنس

دارد

کد محصول

7818

وضعیت ترجمه عناوین تصاویر و جداول

ترجمه شده است

وضعیت ترجمه متون داخل تصاویر و جداول

ترجمه نشده است

وضعیت فرمولها و محاسبات در فایل ترجمه

به صورت عکس، درج شده است

رشته های مرتبط با این مقاله

مهندسی مکانیک

گرایش های مرتبط با این مقاله

مکانیک سیالات

مجله

مجله تحليل حرارتی و کالوريمتری - Journal of Thermal Analysis and Calorimetry

دانشگاه

گروه مهندسی مکانیک، دانشگاه امام حسین، تهران، ایران

کلمات کلیدی

نانوسیم های ترکیبی، شبکه عصبی، حساسیت، افزایش هدایت حرارتی، هزینه

۰.۰ (بدون امتیاز)

امتیاز دهید

فهرست مطالب

چکیده
1.مقدمه
2. آزمایش
3. نتیجه و بحث
3.1 نتایج تجربی
3.2 ارزیابی ارزش اقتصادی
3.3. همبستگی پیشنهاد شده
3.4. مدلسازی شبکه عصبی
4.نتیجه گیری

نمونه چکیده متن اصلی انگلیسی

Abstract

In the present study, measurement and optimization of the thermal conductivity of a hybrid nanofluid are carried out. SiO2 nanoparticles with average diameter of 20–30 nm and multi-walled carbon nanotube (MWCNT), with internal and external diameter of 2–6 and 5–20 nm, respectively, were dispersed in ethylene glycol and made the hybrid SiO2–MWCNT (85:15)–ethylene glycol nanofluid. The thermal conductivity of nanofluids in volume fractions of 0.05–1.95 % at temperatures between 30 and 50 C is measured experimentally. The results indicated that thermal conductivity ratio (TCR) of hybrid nanofluids increases nonlinearly with increasing temperature and concentration. Thus, the greatest increase in TCR at a concentration of 1.94 % and a temperature of 50 C was 22.2 %. Studying the cost of production and the suspension of hybrid nanofluid and nanofluid containing SiO2 and MWCNT particles illustrated that using the hybrid nanofluid could be the most optimal one in terms of cost and percentage of TCR. In order to model the thermal conductivity of hybrid nanofluid, two design methods and feed-forward neural network were provided. R2 value of new methods and artificial neural network (ANN) was obtained 0.9864 and 0.9981, respectively. Comparing these two data estimation methods with experimental data showed that both methods are accurate for predicting data. But ANN has much less error than the correlation outputs.

نمونه چکیده ترجمه متن فارسی

چکیده
بدلیل خواص حرارتی بالایی که نانوسیالات از خود نشان می دهند، توانسته توجه محققان زیادی را به خود جلب کند. در مطالعه پیش رو، به منظور اندازه گیری و بهینه سازی هدایت حرارتی نسبی نانوسیال هیبریدی، نانوذره SiO2 با قطر میانگین 20-30nm همراه با MWCNT با قطر داخلی و خارجی به ترتیب 2-6 nm و 5-20 nmدر سیال اتیلن گلیکول پخش شده و تشکیل ناننوسیال هیبریدی SiO2-MWCNT(85-15)-EG را داده اند.هدایت حرارتی نانوسیال با غلظتهای 0.05% تا 1.95% حجمی در دماهای بین 30 تا 50 اندازه گیری شده است. آنالیز نتایج نشان داد که TCR نانوسیال هیبریدی با افزایش دما و غلظت بطور غیر خطی زیاد می شود طوری که بیشترین افزایش TCR در غلظت 1.94% و دمای 50 برابر با 22.2% افزایش نسبت به سیال پایه مشاهده شد. نمودار TCE-concentration-cost برای نانوسیال هیبریدی و نانوسیال حاوی ذرات SiO2 و MWCNT نشان داد که استفاده از نانوسیال هیبریدی میتواند از لحاظ هزینه و درصد TCE بهینه ترین حالت ممکن می باشد.
برای تخمین داده های آزمایشگاهی TCR دو روش ارائه رابطه ای جدید و طراحی شبکه عصبی با الگوریتم feed-forward استفاده شد. مقدار R-squared رابطه جدید و ANN به ترتیب 0.9864 و 0.9981 بدست آمدند. مقایسه این دو روش تخمین داده با داده های آزمایشگاهی نشان داد که هر دو روش دارای دقت خوبی برای پیشبینی داده ها هستند اما ANN طراحی شده خطای بسیار کمتری نسبت به خروجی های correlation داشت.

برچسب‌ها: دانلود رایگان مقالات انگلیسی مهندسی مکانیک