تحلیل واریانس چند عاملی و رگرسیون چند متغیره در تعیین ضریب هدایت حرارتی نانوسیال

الموضوعات : یافته های نوین کاربردی و محاسباتی در سیستم های مکانیکی

محمدرضا قلانی ¹ , مسلم برزگری ² , اشکان غفوری ³

1 - گروه آمار، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران.
2 - کارشناسی ارشد مکانیک، موسسه غیرانتفاعی اروندان، خرمشهر. ایران.
3 - گروه مکانیک، دانشگاه آزاد اسلامی واحد اهواز، اهواز، ایران

تاريخ الإرسال : 01 الأربعاء , ربيع الثاني, 1444 تاريخ التأكيد : 13 السبت , رجب, 1444 تاريخ الإصدار : 29 الإثنين , رجب, 1444

الکلمات المفتاحية: آنالیز واریانس چند عاملی, اتیلن گلیکول, نانوسیال, رگرسیون چند متغیره, ضریب هدایت حرارتی,

ملخص المقالة :

از روش های آماری در تحلیل انواع داده ها استفاده می‌شود. در این مقاله با استفاده از روش آنالیز واریانس چند عاملی و رگرسیون چند متغیره، داده های مربوط به هدایت حرارتی نانوسیال‌ها مورد بررسی قرار گرفته و نتایج دو روش مقایسه شده است. برای آماده سازی نانوسیال اتیلن گلیکول- اکسید منیزیم از روش دو مرحله‌ای استفاده شد. به منظور آماده سازی نانوسیال به وسیله تعلیق کردن نانوذرات در سیال پایه، از دستگاه همزن آلتراسونیک استفاده گردید. بدین منظور از نانوذرات با قطرهای 50،20 و 100 نانومتر در کسرهای حجمی25/0، 5/0، 75/0، 1 و 25/1 درصد در دماهای 50،45،40،35،30،25 درجه سانتیگراد استفاده شده است. از روش سیم داغ گذرا برای اندازه‌گیری ضریب هدایت حرارتی درکسرهای حجمی مختلف استفاده شد. سپس مقادیر تجربی بدست آمده با استفاده از نرم افزار SPSS.26 مورد تحلیل قرار گرفت. ضریب تعیین و نمودارهای خطاهای بدست آمده در دو روش نشان داد که وقتی متغیرهای مستقل به صورت گروه‌بندی شده تعریف می‌شوند استفاده از آنالیز واریانس چند عاملی بهتر می‌تواند پراکندگی ضریب هدایت حرارتی را توصیف نماید.

المصادر:

[1]     Huminic, G., Huminic, A., (2012) Application of nanofluids in heat exchangers: A review, Renewable and Sustainable Energy Reviews, 16(8), pp. 5625-5638.

[2]     Ghafouri, A., Salari, M. (2014) Numerical investigation of the heat transfer enhancement using various viscosity models in chamber filled with water–CuO nanofluid, Journal of the Brazilian Society of Mechanical Sciences and Engineering, 36, pp. 825-836.

[3]     Ghafouri, A., Salari,M., Jozaei, A. F., Effect of variable thermal conductivity models on the combined convection heat transfer in a square enclosure filled with a water–alumina nanofluid, Journal of Applied Mechanics and Technical Physics, 58(1), pp. 103-115.

[4]     Meybodi, M. K., Daryasafar, A., Koochi, M. M., Moghadasi, J., Meybodi, R. B., Ghahfarokhi, A. K., (2016), A novel correlation approach for viscosity prediction of water based nanofluids of Al2O3, TiO2, SiO2 and CuO, Journal of the Taiwan Institute of Chemical Engineers, 58, pp. 19-27.

[5]     Yiamsawasd,T., Dalkilic, A. S., Wongwises, S., (2012), Measurement of the thermal conductivity of titania and alumina nanofluids, Thermochimica acta, 545, pp. 48-56.

[6]     Esfe, M. H. Saedodin, S., (2014), An experimental investigation and new correlation of viscosity of ZnO–EG nanofluid at various temperatures and different solid volume fractions, Experimental thermal and fluid science, 55, pp. 1-5.

[7]     Katpatal, D. C., Andhare, A. B., Padole, P. M., Khedkar, R. S.,(2017) Study of dispersion stability and thermo-physical properties of CuO-Jatropha oil-based nanolubricants, Journal of the Brazilian Society of Mechanical Sciences and Engineering, 39, pp. 3657-3668.

[8]   Moreira, T. A., Colmanetti, A. R. A., Tibirica, C. B., (2019), Heat transfer coefficient: a review of measurement techniques, Journal of the Brazilian Society of Mechanical Sciences and Engineering, 41, pp. 1-25.

[9]     Nair , V., Parekh , A., Tailor, P., (2020), Performance analysis of Al 2 O 3–R718 nanorefrigerant turbulent flow through a flooded chiller tube: a numerical investigation, Journal of the Brazilian Society of Mechanical Sciences and Engineering, 42, pp. 1-16.

[10]   Arani A. A. A., Pourmoghadam, F., (2019), Experimental investigation of thermal conductivity behavior of MWCNTS-Al 2 O 3/ethylene glycol hybrid Nanofluid: Providing new thermal conductivity correlation, Heat and Mass Transfer, 55, pp. 2329-2339.

[11]   LotfizadehDehkordi, B., Kazi, S. N., Hamdi, M., Ghadimi, A., Sadeghinezhad, E., Metselaar, H. S. C., (2013), Investigation of viscosity and thermal conductivity of alumina nanofluids with addition of SDBS, Heat and Mass transfer, 49, pp. 1109-1115.

[12]   Motevasel, M., Nazar,A. R. S., amialahmadi M. J., (2018), The effect of nanoparticles aggregation on the thermal conductivity of nanofluids at very low concentrations: experimental and theoretical evaluations, Heat and Mass Transfer, 54, pp. 125-133.

[13]   Yoo, D., Lee, J., Lee, B., Kwon, S., Koo, J., (2018), Further elucidation of nanofluid thermal conductivity measurement using a transient hot-wire method apparatus, Heat and Mass Transfer,54, pp. 415-424.

[14]   Mousavi, S. M., Esmaeilzadeh, F., Wang, X. P., (2019), Effects of temperature and particles volume concentration on the thermophysical properties and the rheological behavior of CuO/MgO/TiO 2 aqueous ternary hybrid nanofluid, Experimental investigation. Journal of Thermal Analysis and Calorimetry, 137, pp. 879-901.

[15]   Moldoveanu, G. M., Minea, A. A., Huminic, G., Huminic, A., (2019), Al 2 O 3/TiO 2 hybrid nanofluids thermal conductivity: an experimental approach, Journal of Thermal Analysis and Calorimetry, 137, pp. 583-592.

[16]   Esfe, M. H., AraniA, . A. A., Rezaie, M., Yan, W.-M., Karimipour, A., (2015), Experimental determination of thermal conductivity and dynamic viscosity of Ag–MgO/water hybrid nanofluid, International Communications in Heat and Mass Transfer, 66, pp. 189-195.

[17]   Giwa, S., Sharifpur, M., Goodarzi, M., Alsulami, H., Meyer, J., (2021), Influence of base fluid, temperature, and concentration on the thermophysical properties of hybrid nanofluids of alumina–ferrofluid: experimental data, modeling through enhanced ANN, ANFIS, and curve fitting, Journal of Thermal Analysis and Calorimetry, 143, pp. 4149-4167.