在传热学领域中,散热是能源动力、生物化工、军工、核能等诸多行业需要解决的问题。利用微细通道散热是解决高热流密度问题的重要方法。由于微细通道传热系统结构的限制和高热流密度散热要求,传统单一的强化传热技术无法完全满足当前所有设备的散热需求,所以有必要将有源强化传热技术应用于微细通道换热器中。由于传热特性与流型密切相关,因此本文利用视频图像检测技术和人工智能技术深入地研究超声波作用下矩形微细通道流动沸腾气泡行为特性,探究超声波作用下微细通道独特的气泡受限行为和发生机理。主要研究内容如下:(1)研究超声波作用下矩形微细通道内R141b流动沸腾特性,运用高速摄相机并引入视频技术进行可视化研究,分析超声波作用下流动沸腾过程中气泡生长行为特性,并从力学角度剖析气泡运动机理。发现超声波作用下会产生更多的小气泡,加大气泡合并的机会,气泡更容易生长为受限气泡。此外,超声波还能导致气泡的运动行为发生变化,小气泡在生长过程中会在壁面间振荡并跳跃向上运动,其运动速度分为低速和高速两个阶段。(2)对超声波作用下单一流动沸腾气泡持续生长成为受限及拉长气泡的过程进行了研究,利用图像测量技术计算气泡的直径与通道宽比和气泡的径长比,分析了超声波作用下流动沸腾过程中受限及拉长气泡的生长和传热机理。研究发现超声波作用下流动沸腾气泡生长过程分为自由生长、受限生长和拉长生长三个阶段。在自由生长阶段气泡的等效直径随时间变化满足幂律模型,受限生长阶段偏离幂律模型呈现直线生长。在微细通道流动沸腾中,当气泡进入受限生长阶段,其径向顶部气液界面向壁面生长过程中曲率逐渐减小,气泡顶端存在扁平化的趋势,气泡在生长过程中的直径与通道宽比和气泡的径长比出现不规律波动。(3)鉴于气液两相流流型对传热产生很大的影响,本文引入机器学习方法实现两相流流型识别,依据实验中高速相机拍摄的流型图像,提取流型图像边缘特征作为学习样本,对微细通道流动沸腾气液两相流流型进行识别。利用智能识别自动分析超声波作用下受限及拉长气泡,包括计算气泡的面积、间距、受限及拉长气泡的数量以及气泡与壁面的间隙。发现超声波致使相邻气泡下游受限气泡易生成拉长气泡,上游气泡尺寸出现突然减小。相邻拉长气泡周围形成温度场差异较大在通道内形成更大温度梯度,有助于提高换热性能。(4)开展了超声波作用下微细通道流动沸腾压降特性研究。提出多尺度卷积深度学习预测超声波作用下微细通道流动沸腾两相压降模型。结合实验数据,与传统卷积神经预测模型进行对比。多尺度卷积深度学习评测结果MAE为5.6%,NRMSE为38.11%,表明多尺度卷积神经网络压降预测模型预测结果可靠。超声波改变了微细通道气泡动力学,其对总压降和两相摩擦和加速压降有一定影响,导致气泡的压缩和扩张进而引起压降波动。