2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、絕熱毛細管實驗數(shù)據(jù)是理論研究的基石和判據(jù)。縱觀國內(nèi)外研究現(xiàn)狀,發(fā)現(xiàn)文獻中毛細管實驗數(shù)據(jù)存在不一致性,而且目前缺乏對毛細管相關實驗數(shù)據(jù)可信度的系統(tǒng)研究與分析。因此,對絕熱毛細管實驗數(shù)據(jù)進行評估,建立經(jīng)過評估的絕熱毛細管實驗數(shù)據(jù)庫,為相關理論研究奠定可靠的基礎。在毛細管的理論模型中,均相流模型被廣泛應用于毛細管的仿真計算,因此可以利用均相平衡模型對收集到的實驗數(shù)據(jù)進行評估,得到可信的實驗數(shù)據(jù)庫。摩擦系數(shù)和兩相粘度的關聯(lián)式對于毛細管均相流模型

2、的計算結果有重要影響,因此,通過比較摩擦系數(shù)、兩相粘度模型,增加閃發(fā)延遲修正模型等方法對基本的均相平衡模型的評估與改進是非常重要的。文獻中已發(fā)表的毛細管通用關聯(lián)式非最佳,且在0點不連續(xù),對于不同的工質(zhì)和入口狀況,一般其關聯(lián)式不同,而且它們大多與其所依據(jù)的實驗數(shù)據(jù)十分吻合,但與其他來源的數(shù)據(jù)則不甚符合,有的甚至偏差很大;為了準確的預測毛細管特性,一個好的通用關聯(lián)模型是必要的。本文研究的目的是建立絕熱毛細管實驗數(shù)據(jù)的評估方法和分級數(shù)據(jù)庫,并

3、在此基礎上獲得通用、精確的經(jīng)驗模型和理論模型。 針對這個目標,本文做了以下幾部分工作:1) 從公開發(fā)表的文獻中全面收集有關毛細管的實驗數(shù)據(jù),建立基于均相平衡模型(HEM)的實驗數(shù)據(jù)評估方法,給出評估結果,并在此基礎上建立分級數(shù)據(jù)庫。2) 基于新的實驗數(shù)據(jù)庫,改進均相平衡模型:通過比較摩擦系數(shù)、兩相粘度模型的方法改進基本的HEM模型。3) 基于新的實驗數(shù)據(jù)庫,評估現(xiàn)存的主要經(jīng)驗關聯(lián)模型,建立更為通用的關聯(lián)模型。 經(jīng)過上述工

4、作,主要結果如下:1) 從公開發(fā)表的文獻中共收集到十一種數(shù)據(jù)源、十種不同工質(zhì)的實驗數(shù)據(jù),經(jīng)過評估以后,發(fā)現(xiàn)利用Choi數(shù)據(jù)源的實驗數(shù)據(jù)計算出的質(zhì)量流量百分誤差大部分在15-30%之間,誤差比較大,屬于可疑級的數(shù)據(jù),該數(shù)據(jù)源的實驗數(shù)據(jù)不易采用;利用其他數(shù)據(jù)源的實驗數(shù)據(jù)計算出的質(zhì)量流量百分誤差大部分在±10%以內(nèi), 誤差較小,可以采用。最后得到十個數(shù)據(jù)源、九種不同工質(zhì)共906組可信實驗數(shù)據(jù)。2) 通過比較多種摩擦系數(shù)和兩相粘度關聯(lián)式對均相流

5、模型計算結果的影響,結果表明,分別采用Churchill摩擦系數(shù)關聯(lián)式和McAdams兩相粘度關聯(lián)式時,毛細管均相流模型的計算結果較為準確。3) 對毛細管均相平衡模型采用量綱分析方法,提出了一個冪率形式的質(zhì)量流量經(jīng)驗關聯(lián)式。此關聯(lián)式是基于均相平衡模型生成的數(shù)據(jù)庫,該數(shù)據(jù)庫包括八種制冷劑R12、R22、R134、R290、R600a、R410a、R407C和R404a,并且包括過冷和兩相入口兩種情況的大量數(shù)據(jù)。為了驗證此關聯(lián)式的可行性,利

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論