三种内翅片管管内流动与换热特性

在恒热流边界条件下,对以空气为工质的分别带有3种不同纵向内翅片换热管的流动与换热特性进行了实验研究,实验管带有堵塞芯管.3种不同的纵向内翅片为:平直翅片、带有突起的翅片以及波纹形翅片.得出了所测参数范围内的换热与阻力的实验关系式.采用两种不同的标准对所测3根换热管的综合换热性能进行了评价,结果表明,带有波纹形内翅片的换热管在两种评价标准下均表现出了优异的综合换热性能.

电驱动引发液滴弹跳过程中的能量转换

许多工业技术如凝结散热和燃料电池等要求实现固液分离,电润湿是引发液滴从疏水表面脱离的一种有效的方法,而且方便控制.电场激励的液滴弹跳依赖于表面能向动能和其他形式能量的转化,目前尚缺乏对这一过程的深入研究.本研究利用高速摄像机捕捉了在电润湿激励下疏水表面液滴的弹跳运动,根据接触角和液滴形态的变化预估了引发液滴弹跳的电压阈值,并利用自编Matlab程序分析和计算了在液滴脱离表面和反复弹跳过程中各种形式的能量.结果表明,液滴质心的动能和势能在液滴脱离表面飞行期间存在明显的耦合关系,振动动能和表面势能在飞行阶段也存在一定的耦合关系,液滴黏性引起的内部耗散随着液滴振荡变形的幅度增大,并随着时间衰减.由于可以引发液滴振荡变形并制造更多的表面能,在液滴弹跳中交流脉冲比直流电更高效.通过揭示电润湿驱动的液滴弹跳过程中能量的转化和耗散机制,为该技术在固液分离和三维数字微流控中的应用提供了理论参考.

“硬”边界低阶导数型物理信息神经网络:一种流动求解器

为加速求解流体力学问题的物理信息神经网络的训练过程,本文将Navier-Stokes方程转换成低阶导数形式,并以“硬”方式施加边界条件,构建了用于求解稳态不可压缩层流流动问题的“硬”边界低阶导数型物理信息神经网络(HLPINN)。应用HLPINN对变截面管道内的流动进行了数值模拟,并将结果与传统的“硬”边界物理信息神经网络(HPINN)结果对比。结果表明:HLPINN和HPINN均能精确模拟截面扩张和收缩管道内的流场;相较于HPINN,HLPINN可以加速反向传播过程从而加速训练过程;对于截面扩张和收缩两种工况,与HPINN相比,HLPINN的训练时间减少超60%;HLPINN可对两种优化算法进行加速,对于自适应矩估计(Adam)算法可提速超过200%,对于局部极小化(L-BFGS-B)算法可提速90%左右。此外,用于施加“硬”边界条件的距离函数的形式和值域对计算精度影响很大,但是对训练时间及优化算法计算速度的影响甚微。研究表明,连续、平缓和值域在合理范围的距离函数有助于提高计算精度。

电解质种类对锥形纳米通道中动电能量转换特性的影响

压力驱动纳米通道动电能量转换可以将流体的动能直接转换成电能,是一种清洁可再生的电能生产方式。考虑到制备的纳米通道大多具有横截面非均一性,本文选取了锥形纳米通道这一典型的非均一横截面纳米通道,通过数值模拟的方法求解控制动电能量转化的多物理场耦合模型,重点讨论了电解质种类(LiCl、NaCl和KCl)和锥形纳米通道锥度对动电能量转换特性和各发电性能参数调整效应的影响。研究发现阳离子扩散系数越小的电解质溶液,于小锥度正向压差时其能量转换效率取得的峰值越大,如LiCl溶液能量转换效率0.85%,高于NaCl溶液(0.7%)和KCl溶液(0.53%)。研究结果对锥形纳米通道在实际动电能量转换应用时电解质种类、串/并联方式和压力驱动方向的选择具有指导意义。