高聚物与纳米流体的流变行为及其流动传质特性研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:haohailinbo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
流体管道输送系统对我国工业及民用基础建设和发展具有重要的意义。在管道系统设计和运行中更加关注节能和环保等问题。高分子聚合物添加剂具有显著的流体减阻效果,而纳米流体可提高能量传递速率,因此二者结合可有效实现降耗节能的目的。目前,对其研究主要集中在流动行为和能量传递性能等方面。而对此类非牛顿流体流变性能有待深入研究。本文采用实验的方法对非牛顿流体流变性能及能量传递性能展开研究,揭示其机理,并为流体管道输送系统和高效热质传递设备设计与运行提供依据。基于非牛顿流体力学理论,利用高精度旋转流变仪,对工程中常见的高分子聚合物羧甲基纤维素钠(CMC)、黄原胶(XG)、聚氧化乙烯(PEO)水溶液以及导热性能优异的多壁碳纳米管(MWCNT)、二氧化钛(TiO2)纳米流体进行流变特性测量,研究了剪切速率、流体浓度以及流体温度对非牛顿流体黏度以及其他流变行为的影响,并探究了它们的流动阻力、传质特性以及剪切降解性能。为了获得可再现、可靠的实验结果,在低浓度纳米流体的黏度和触变特性研究中,提出了一种改进的3ITT实验测试方法,有效地扩展了低剪切速率下的流变测试范围;在对水基MWCNT纳米流体的黏温特性研究中,通过加入制冷剂类物质的方法,有效可控地解决了高浓度纳米流体黏度滞后问题;传统黏度预测模型不能准确描述纳米流体的黏度特性,基于大量流变实验结果,回归出具有较高精度的纳米流体黏度预测模型,该模型耦合了流体浓度、温度和剪切速率三大影响因素;确定了纳米流体由牛顿流体转变为非牛顿流体的临界浓度,研究结果显示此临界浓度与温度无关。在考察高聚物流体的减阻及热质传递特性中,设计构建了一套完整的以波壁管为基本换热单元的流体流动及传质实验系统。在高聚物溶液的流变特性测量及总结分析的基础上,以添加了不同浓度的XG和CMC的溶液为工作流体,详细考察了定常流场和脉动流场下的减阻性能和质量传递性能;采用粒子图像测速(PIV)流场可视化技术手段,分析了波壁管的几何参数以及操作条件对传质性能的影响。通过实验发现,黏弹性流变行为更为突出的XG溶液表现出优越的减阻效果且存在最优减阻浓度;高聚物减阻剂溶液传质性能下降,脉动流场可以有效地强化流路内的热质传递性能,且存在一个最佳的脉动流场操作条件,同时波壁管波幅的增加有效的提高了流体的混合程度,促进了二次流的出现,传质效果得到明显改善。研究和分析MWCNT纳米流体对柔性高聚物PEO溶液剪切降解的影响。结果发现,PEO溶液在低温工况下无降解现象,而温度在25℃及以上时出现剪切降解问题;体积份额为0.0047%的MWCNT-水纳米流体的加入,提高了具有降解问题的高聚物PEO溶液的减阻性能及抗剪切能力。除此之外,高聚物基纳米流体的黏温流变特性显示此流体体系无黏度滞后现象,预示着它作为一种新型能量输运工质在高温热能等工程领域与产业中具有重要的应用价值。
其他文献
未来通信系统存在功耗较大、频谱短缺与传输安全等问题,星地融合网络因其在功耗、频谱效率和总体部署设计等方面具有独特的优势,被认为是解决上述问题的可行架构方案.本文针对该网络中的能效最大化问题提出了一种安全波束成形算法.假设卫星下行链路存在多个窃听者且发送端仅知晓窃听统计信道状态信息,本文在发射功率受限、用户信干噪比限制和窃听信干噪比概率约束的情况下,研究了蜂窝用户的能效最大化问题,提出了一种鲁棒混合
人工神经网络是对生物神经元之间互相连接和大脑若干功能的模仿,经过适当的数学描述进而建立起来的简单数学模型,按不同的连接方式可以组成不同的网络。由于神经网络具备强大的学习能力,大数据处理能力,以及良好的泛化能力,如今已经成为许多领域的研究热点。为了提升网络的计算速度,降低网络占用的内存,使用更经济的稀疏网络,神经网络的结构优化已经成为了一个热门研究课题。对于输出层,我们对传统的一对一输出方法(即是o
传统的工程优化设计分析研究通常利用物理实验获得少量实验数据,探究系统运行规律,存在设计周期长、实验成本高等不可忽视的缺点。随着数值计算方法飞速发展,计算机技术显著提高进步,数值仿真技术被逐渐应用到工程实际中,且因其强大的计算推导能力、可靠性、准确性,将逐步替代物理实验。但为了保证工程优化设计优化与分析结果的可靠性与准确性,仿真模型更为精细化,模型的保真度与复杂度同步提升,导致快速发展的计算机技术仍
无论从企业层面还是从普通消费者的层面来讲,产品外观设计在现代工业零部件或消费类产品概念设计阶段均占有越来越重要的作用。产品外观概念设计,包括产品总体外形设计以及该产品外表面的美观装饰,通常主要借助计算机辅助工业设计(简称CAID)的方法来完成。对于设计师来讲,CAID技术已成为一种能快速完成各种工业产品零部件外观创新设计和展示产品功能的有效方法。传统的CAID技术采用全局纹理映射方法实现从二维图形
近年来,云平台已经成为学者和服务提供商部署计算应用的主流平台。得益于云平台中IaaS(Infrastructure as a Service)层的诸多优点,如动态可扩展、按需部署、可靠性高、性价比高等优点,吸引了众多来自学术界和工业界的用户。随着技术的发展与革新,例如宿主机资源均衡的改善、服务负载周期性变化等,IaaS层也涌现出一个新场景下亟待解决的重要问题:能效问题。如何提升IaaS层计算设施的
随机矩阵理论主要研究随机矩阵特征值(或奇异值)的统计性质.它作为概率论的一个重要研究领域在机器学习、运筹学与控制论、计算数学等方面发挥着重要的作用.本文第三四章研究了随机矩阵特征值(或奇异值)的偏差不等式.随着人工智能的发展,机器学习方法可以有效地分析工业生产中的复杂数据,并对生产效率和成本控制提供有力指导.本文第五章研究了机器学习在盾构机(TBM)中的应用.第三章分为三部分研究随机矩阵最大特征值
随着数据密集型时代的到来,盾构机的运行监测日趋完善,所记录的实测数据不仅包含了装备作业过程的海量信息,也蕴含了装备内部及其与外部环境的相互作用机理,通过一定方法对这些数据进行深度挖掘与刻画对于提升装备的设计、分析、运行与维护水平具有重要意义。盾构机实测数据由来源于监测系统的运行实测数据和来源于地质勘探的地质实测数据组成,具有运行实测数据未赋予明确的地质工况标注且重叠分布、运行实测数据参数与装备性能
获取稠密的高质量场景深度图像是感知和重建三维场景的一个关键环节,也是计算机视觉领域的一个研究热点。利用单幅图像来获得高质量场景深度信息的方法即为单目场景深度推断。由于该类方法本身是一个不适定问题且可利用的图像信息较少,因而难度更大、更具有挑战性。目前单目场景推断方法根据不同相机数据类型:退化深度图像、彩色图像,可以进一步分为单目深度恢复和单目深度估计两种。其中单目深度恢复方法往往存在模型刻画不精确
随着移动机器人、无人驾驶等新兴领域的发展,基于视觉的导航定位技术成为计算机视觉领域的重要研究方向。视觉位置识别研究如何使用图像信息判断位置点属于哪一个地图场景,它在基于图像的拓扑定位以及同时定位和建图(Simultaneous Localization and Mapping,SLAM)中起着至关重要的作用。但由于视角差异及外界环境客观存在的持续变化,使视觉位置识别变得极具挑战性。传统基于词袋模型
随着能源危机和环境污染问题的日益严重,节能减排成为当今以及未来的发展必然趋势,而结构轻量化则是汽车、高速列车、船舶以及民航领域中节能减排的重要措施之一。波纹夹芯结构是一种重要的轻质结构,因其具有高比刚度、高比强度、优秀的热防护一体性,以及减震降噪性而被广泛应用于运载工具中。近些年来,人们为了追求更高的轻量化效率,通过采用更加优秀的高性能材料和采用异质材料设计体系来进一步提高波纹夹芯结构的轻量化性能