文献

J-GLOBAL ID：201702237360691276   整理番号：17A1382588

MWCNT(COOH-官能化)/MgOのレオロジー挙動の研究-人工神経回路網を用いた結果エンジン油ハイブリッドナノ流体とモデル化【Powered by NICT】

Investigation of rheological behavior of MWCNT (COOH-functionalized)/MgO - Engine oil hybrid nanofluids and modelling the results with artificial neural networks

著者 (4件)： Alirezaie Ali (Department of Mechanical Engineering, Semnan University, Semnan, Iran) ,  Saedodin Seyfolah (Faculty of Mechanical Engineering, Semnan University, Semnan, Iran) ,  Esfe Mohammad Hemmat (Faculty of Mechanical Engineering, Imam Hossein University, Tehran, Iran) ,  Rostamian Seyed Hadi (Faculty of Mechanical Engineering, Damghan University, Damghan, Iran)
資料名： Journal of Molecular Liquids  (Journal of Molecular Liquids)
巻： 241  ページ： 173-181  発行年： 2017年 
JST資料番号： B0924A  ISSN： 0167-7322  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 種々のナノ流体の中で,ナノオイルは注目した。を研究した体積分率,温度および様々な剪断速度で評価された油ベースハイブリッドナノ流体のレオロジー挙動に関する研究である。実験は,コーンおよびプレート粘度計を用いて高精度で測定し,各実験は,結果の精度を保証するために三回繰り返した。この試験を行うために,六種類の体積分率は670年から8700年までの25 30 35 40 45及び50°Cと六せん断速度の温度で0.0625,0.125,0.25,0.5,0.75と1の割合を検討した(s~ 1)。結果はナノ流体の動的粘度は温度の上昇と共に急激に減少することを示した。ナノ流体は非Newton挙動を示す比較的が,この挙動は,非常に印象的ではなく,より高い温度でこの挙動は完全にNewtonになった。結果として,固体の体積分率の増加,粘度を増加させた。実験データを推定するために提示されている三変数相関と実験結果は,人工ニューラルネットワークによりモデル化した。実験データとシミュレーション結果の間の比較は,ニューラルネットワークによるモデリングの高い精度を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： シミュレーション ,  *モデリング ,  *ニューラルネットワーク ,  *レオロジー ,  体積率 ,  *官能化 ,  *エンジン油 ,  剪断速度 ,  *酸化マグネシウム ,  粘度 ,  粘度計
準シソーラス用語： 高精度 ,  *ナノ流体 ,  *レオロジー挙動 , 【Automatic Indexing@JST】

著者キーワード (5件)： ハイブリッドナノ流体 ,  エンジン油 ,  CNT ,  人工ニューラルネットワーク ,  レオロジー

分類 (2件)： コロイドのレオロジー  (BL01012I) ,  コロイド化学一般  (CB11010C)

タイトルに関連する用語 (9件)： MWCNT ,  官能化 ,  MgO ,  レオロジー挙動 ,  研究 ,  人工神経回路網 ,  エンジン油 ,  ナノ流体 ,  モデル化