수평관에서 공기와 물이 공존하는 2상 유체의 유동 패턴에 따른 열전달 실험식

Q: 이 논문에서 정의한 열전달 식이란 무엇인가?

수평관 내에서 발생하는 다양한 유동 패턴의 2상 유체 열전달을 정확하게 예측하기 위해 개발된 실험식이다. 이는 기존 수직관용 식의 계수와 지수를 수정하여 수평관의 독특한 유동 특성을 반영함으로써 열전달 예측의 정확도를 높인 수식이다.

Q: 수평관 내 2상유체 유동의 열전달 예측 정확도를 높이는 방법은 무엇인가?

연구 결과, 기존 수직관 2상 유체 열전달 식의 leading 계수와 각 항의 지수를 수평관 유동 특성에 맞게 수정함으로써 예측 정확도를 높였다. 이를 통해 개발된 새로운 식은 평균 1%의 낮은 편차로 수평관 내 열전달을 정밀하게 예측하였다.

김동우; 서기원

추천

검색

질문

자료유형: 학술대회자료

저자정보: 김동우 (대림대학) 서기원 (대림대학)

저널정보: 대한설비공학회 대한설비공학회 학술발표대회논문집 대한설비공학회 2010년도 동계학술발표대회 논문집

발행연도: 2010.11

수록면: 218 - 224 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Heat transfer coefficients were measured and new correlations were developed for two-phase heat transfer in a horizontal pipe for different flow patterns. Flow patterns were observed in a transparent circular pipe (2.54 cm I.D. and L/D = 96) using an air/water mixture. Visual identification of the flow patterns was supplemented with photographic data, and the results were plotted on the flow regime map proposed by Taitel and Dukler and agreed quite well with each other. A two-phase heat transfer experimental setup was built for this study and a total of 150 two-phase heat transfer data with different flow patterns were obtained under a uniform wall heat flux boundary condition. For these data, the superficial Reynolds number ranged from 640 to 35,500 for the liquid and from 540 to 21,200 for the gas. Our previously developed robust two-phase heat transfer correlation for a vertical pipe with modified constants predicted the horizontal pipe air-water heat transfer experimental data with good accuracy. Overall the proposed correlations predicted the data with a mean deviation of 1.0% and an rms deviation of 12%.

#Heat Transfer Correlation(열전달 식) #Two-Phase Flow(2상유체 유동) #Flow Patterns(유동패턴) #Horizontal Pipe Flow(수평관유동) #Convective Heat Transfer(대류열전달)

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2012-553-003954408

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)