熱伝達劣化に及ぼす流体特性モデリングの影響【JST・京大機械翻訳】

Longmire Nelson P.; Banuti Daniel T.

文献

J-GLOBAL ID：202202240276227593 整理番号：22A0653163

熱伝達劣化に及ぼす流体特性モデリングの影響【JST・京大機械翻訳】

Impact of Fluid Property Modeling on Heat Transfer Deterioration

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0653163&from=J-GLOBAL&jstjournalNo=H0236B") }}

著者 (2件)： ,
資料名：
巻： 2022 号： AIAA SCITECH 2022 Forum ページ： 0677 発行年： 2022年
JST資料番号： H0236B 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

多くのシステムにおいて,ロケットエンジンから集中太陽電力まで,圧力は効率を上げるために増加し,その結果,超臨界圧で動作するこれらのシステムをもたらす。ロケットエンジンと電力システムの設計における重要なステップは,CFDによるこれらのプロセスをシミュレートすることであるが,擬似沸騰中の超臨界流体特性の極端な変化を捉えることが難しいので,それらを正確にシミュレートすることは挑戦的である。伝統的に,超臨界流体特性は,状態方程式または表化によってモデル化されるが,両者は,それらの欠点を有する。本論文では,高精度NISTデータで訓練され,Peng-Robinson状態方程式のような従来の流体特性モデルと比較して,解釈可能な機械学習アプローチにおいて,小型で効率的なニューラルネットワーク(TNN)を用いて特性をモデル化する新しい方法を示すことにより,流体特性モデルがCFDシミュレーションに及ぼす影響を実証した。擬似沸騰プロセス中の超臨界CO_2への模擬熱伝達を研究することによってこれを達成した。本研究を通して,Peng-Robinson状態方程式を用いるとき,熱伝達劣化は,高精度の参照特性と比較して,ひどく過小予測されていることを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

ロケットエンジン

, ,

前のページに戻る