带有外部圆柱形插件的矩形多通道微通道散热器中混合纳米流体的热性能分析，该散热器位于圆柱形外壳内

《Energy Technology》：Thermal Performance Analysis of Hybrid Nanofluids in a Rectangular Multichannel Microchannel Heat Sink with External Cylindrical Inserts in a Cylindrical Enclosure

本研究实验探究了Al?O?+ZnO+D.H?O和CuO+ZnO+D.H?O混合纳米流体在RSMC系统中的热性能、流体行为及经济性，结果表明流速增加提升传热效率，MC-18在湍流下效率最高，但9 mL/min的MC-06成本效益最优，并验证了CFD-ANN模型的有效性。

　　

摘要

本研究通过实验方法探讨了混合纳米流体（${铝}_{2}3{氧}_3$ 和 $\mathrm{铜氧化物}+\mathrm{氧化锌}+\mathrm{二氧化硅}$ 在浓度为0.01–0.03体积%的条件下，在带有外部圆柱形插入物（ECI）的矩形板多通道微通道（RSMC）系统中进行了研究。实验在流速为9–375 mL/min的多种微通道（MC-06、MC-12和MC-18）配置下进行。结果表明，随着流速的增加，传热效率提高，在湍流条件下MC-18的传热效率最高，分别比MC-06和MC-12提高了60.49%和11.39%。具有较高热导率（NF4，0.67006 W/m-K）的纳米流体在性能（42.91%）、热属性（39.35%）和流体流动属性（30.89%）方面相比基础流体有显著提升。经济分析表明，较高的流速和更多的通道会增加压降（ΔP）、泵送功率和成本，在湍流条件下MC-18的最大值为1177.3 W（成本为10.419/-）。然而，在层流条件下，使用高导热率的纳米流体（成本为0.00165/-）的MC-06实现了最佳的成本效益。比较建模显示，计算流体动力学（CFD）和人工神经网络（ANN）在预测热性能和流体流动性能方面具有更好的准确性，而回归分析和ANN在经济分析方面更为有效。

利益冲突

作者声明没有利益冲突。

数据可用性声明

研究数据将应要求提供。