آنالیز حساسیت و تحلیل مشخصههای ترمودینامیکی چرخهی برایتون معکوس در سرمایش عمیق کابلهای ابررسانا
Publish place: The first international air conditioning conference and thermal and refrigeration facilities
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,029
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
HVACCONF01_021
تاریخ نمایه سازی: 16 خرداد 1394
Abstract:
در این تحقیق ابتدا به شبیهسازی و بهینهسازی چرخهی سرمایش عمیق برایتون معکوس با استفاده از نرمافزار هایسیس پرداخته شد. چرخهیموردبررسی با تراکم دومرحلهای و مجهز به خنککن میانی است. در ادامه با انجام تحلیل اگزرژی، برخی پارامترهای عملکردی چرخهی سرمازا اعم از کار خالص مصرفی، ضریب عملکرد و میزان تلفات اگزرژی در تجهیزات مختلف مورد تحلیل و بررسی قرار گرفتند.نتایج تحلیل نشان میدهند که کمپرسورها و اکسپاندر، بیشترین تلفات اگزرژی را به خود اختصاص دادهاند، درنتیجه، هرگونه اصلاح در راندمان این تجهیزات منجر به کاهش تلفات اگزرژی و افزایش راندمان سیستم سرمازا میشود. در انتها نیز با انجام آنالیزحساسیت، عدمقطعیت در مقدار توان مصرفی چرخهی سرمازا نسبت به مقدار اغتشاش درنظرگرفتهشده برای پارامترهای مختلف این چرخه تعیینگردید.با بررسی مقادیر ضرایب بیبعد حساسیت پارامترهای مختلف NSCچرخههای سرمازا بهسهولت میتوان دریافت که توان مصرفی در تمامی این چرخهها، نسبت به متغیرهای راندمان آدیاباتیک کمپرسور و فشار حداکثری مبرد در مقابله با متغیرهای دما، دبی و فشار نیتروژنعبوریوهمچنین دمای مبرد خروجی از خنککن، حساستر است
Keywords:
Authors
احسان مرادی
دانشجوی کارشناسی ارشد مکانیک، دانشگاه بین المللی امام خمینی(ره)
منصور خانکی
عضو هیئت علمی، دانشگاه بین المللی امام خمینی(ره)
سیدعباس سادات سکاک
عضو هیئت علمی، دانشگاه بین المللی امام خمینی
مصطفی مافی
عضو هیئت علمی، دانشگاه بین المللی امام خمینی(ره)
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :