微通道内纳米流体的传递性能分析与验证

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:lzs
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
当前器件集成度高,体积小,传统的风冷,液冷等散热方法已经不适合于微结构,而微通道散热具有体积小,散热能力强等优点被广泛关注。微通道散热能力主要取决于通道内流体的热物性,使用纳米流体作为散热流体,是因为其相较于传统基液具有较高的导热系数,较强的流动换热性以及相较于微米级别悬浮液较好的稳定性。本文使用Al2O3-H2O纳米流体作为研究对象,使用分子动力学方法在微观尺度下模拟纳米流体的导热系数与粘度两大物性参数,并利用实验的手段进行验证。本文的主要研究内容如下:(1)通过平衡态分子动力学(EMD)与非平衡态分子动力学(NEMD)两种模拟方法计算基液粘度与导热系数,验证模拟方法的准确性。在此基础上,模拟纳米流体的导热系数与粘度,从温度,体积分数以及纳米颗粒形状参数等因素情况下分析。并探讨了纳米颗粒在纳米流体中的体积分数、颗粒粒径与形状变化时对粘度与导热系数的影响,提出利用比表面积来表征颗粒的形貌,模拟结果表明加入纳米颗粒后使得基液的导热系数与粘度上升。(2)通过分析纳米流体的径向分布函数,结果表明其仍然为“短程无序,长程有序”的流体特征,说明加入纳米颗粒后并没有改变流体的性质,但增强了流体的传热能力。在模拟过程中通过研究体系中模拟区域每层的温度与密度,确定模拟体系中的温度分布及纳米颗粒的运动情况。(3)通过搭建实验平台测量纳米流体的导热系数和粘度,并与模拟值进行对比,验证了使用分子动力学模拟纳米流体物性的可行性。结果表明在模拟流体导热系数时,使用NEMD方法与实验值最为接近;而在模拟流体粘度时,选择EMD方法更为合适。
其他文献
人工智能技术正在深刻地的影响着当代社会。凭借在机器视觉和语音识别等领域的重大突破,神经网络已成为现代人工智能的核心技术方案。然而,运行在传统硅基芯片数字平台上的人工智能算法,在很大程度上受到摩尔定律接近终结和传统冯·诺伊曼架构的限制,使得该方案的能效(性能功耗比)较差。因此迫切需要一种超越CMOS技术的新型神经形态计算体系结构。近年来,忆阻器(一种具有记忆功能的阻变器件)因其快速高效的矩阵向量乘法
近年来,具有高禁带宽度、高击穿电压、高饱和电子迁移速率等优点的氮化镓(GaN)材料在高压、高温、高频和高功率等领域大放异彩。然而,GaN高电子迁移率晶体管(GaN HEMT)器件实际测量击穿电场远小于GaN材料理论击穿值。本论文针对GaN HEMT器件击穿电压提升,从器件耐压机理出发提出了三种耐压新结构并通过Sentaurus TCAD仿真软件模拟验证。(1)为解决GaN HEMT器件缓冲层漏电,
太赫兹(THz)波是一种介于微波和红外波之间的电磁波,且尚未被完全开发利用,基于亚波长的电磁超材料为调控太赫兹光赋予了更大的操作空间,相比传统材料,超材料拥有前者所不具备的物理属性,其电磁响应只取决于周期的几何结构。特别是在太赫兹频率下,采用电磁超材料设计的吸收器具有完美吸收率、体积小巧等优点,在生物传感、能量收集等领域有着重要的应用价值。传统超材料吸收器的周期结构一旦确定,其工作频段也因此确定,
超分辨率重建指通过软件算法从低分辨率的图像、视频中恢复出纹理清晰的高分辨率图像或视频。近年来,超分辨率重建是图像处理领域中的研究热点,但仍然存在一些难以解决的问题:比如大多数网络存在计算量和网络参数过大导致无法实时重建的问题,使得超分辨率重建技术在视频监控等领域存在局限性:大多数超分辨率重建算法仅考虑帧内特征信息,忽略了视频序列的帧间相关;现有的浅层视频超分辨率重建网络对时域特性建模能力较弱、超分
无线通信技术发展至今,全向高增益天线因其具有的全向辐射特性,能够满足机场塔台、中继站以及陆基导航系统等设备的应用需求。本文以此阐述全向高增益阵列天线的研究背景与意义以及现阶段的发展现状,并基于实际的科研项目需要,对全向高增益天线的宽带化和低旁瓣技术进行研究。主要研究内容如下:1.X波段全向双锥阵列天线设计。针对串联馈电阵列的工作频率偏离中心频率时,天线的最大辐射方向会偏离阵面法线方向的问题,本文从
近年来随着大规模集成电路和5G通信技术的快速发展,对片上系统(System on Chip,So C)的性能要求也越来越高,但片上多核系统存在着很多自身的问题和技术发展的瓶颈,通过集成电路(Integrated Circuit,IC)设计和工艺来弥补相关的瓶颈也越来越难,所以从新的架构来设计是一个好的选择。片上网络(Network on Chip,NoC)在超大规模、高密度集成电路中相对于传统So
在通信领域高精度的时间同步就意味着高速的数据传输,随着5G基站的建设、5G网络的普及以及量子通信的发展,对时间同步的需求已达到纳秒级或亚纳秒级。已有的精确时间同步协议(PTP)虽然能够达到亚微秒级精度,但是对于时间同步需求达到数十纳秒或亚纳秒级的科研领域,PTP协议显然不能满足要求。因此,本文提出并实现了基于ZYNQ平台上的亚纳秒时间同步技术——White Rabbit技术(WR)。WR技术是在P
随着时代的发展,我国公路网在迅速的扩建,至2019年底,我国公路的铺建里程已超过500万公里。但随着公路的扩建,因路况(积水、结冰、干燥)导致的交通事故也在不断的上升,而我国在路面状况检测技术方面仍有不足,且目前已在公路上使用的检测装置大部分源于国外,价格也较为昂贵。故本文提出一种基于VNIR(可见-近红外)光谱技术和机器学习的路面状况检测方案,该方案的主要研究内容如下:(1)对该方案的检测原理进
近年来,随着人工智能的不断发展,深度神经网络的模型越来越复杂,对计算和存储的要求也越来越高,这一发展现状对资源有限的硬件平台是一个巨大的挑战。而受神经形态计算启发的脉冲神经网络(Spiking Neural Network,SNN)通过模拟生物神经元的动态放电特性,采用基于事件驱动的处理模式可以使其以更低的功耗实现更高的计算效率。然而,由于目前SNN没有高效的学习算法和网络结构,造成在实际应用中性
固态微波功率器件因其优良特性,有着广泛应用,既在促进各种电子设备实现小型化的过程中至关重要,也开拓了军事民用仪器、信号与图像处理、测量设备研制等领域的新的发展方向。固态微波功率器件直流参数反映了器件实际使用性能,因此对其直流参数进行测量有着迫切需求。本文鉴于国内外对于固态微波功率器件直流参数测量的研究现状,从夹断电压、泄漏电流、饱和漏极电流和跨导四个方面对固态微波功率器件直流参数测量技术展开系统研