그래핀 나노입자가 포함된 탄화수소 항공유의 전달 물성치 예측기법 연구

Q: 이 논문에서 정의한 전달 물성치란 무엇인가?

전달 물성치는 그래핀 나노입자가 포함된 탄화수소 항공유를 연료로 사용할 때, 그래핀 입자 포함에 따른 내부 유동과 열전달 특성을 파악하기 위해 필수적으로 획득해야 하는 연료의 종류와 나노 입자 비율에 따른 특성값이다. 이는 주로 점도와 열전도도를 포함한다.

Q: 그래핀 나노입자 포함 탄화수소 항공유의 전달 물성치 예측 기법은 무엇인가?

연구 결과, 그래핀 나노입자가 포함된 탄화수소 항공유의 점도는 Maron-Pierce 또는 Krieger and Dougherty 모델을 사용하여 예측할 수 있으며, 열전도도는 Huang 모델이 낮은 부피분율에서 가장 정확하게 예측하는 것으로 나타났다. 이 모델들은 입자 모양, 크기, 브라운 운동 등을 고려한다.

이민서; 이형주

추천

검색

질문

자료유형: 학술대회자료

저자정보: 이민서 (부경대학교) 이형주 (부경대학교)

저널정보: 대한기계학회 대한기계학회 춘추학술대회 대한기계학회 부산지회 2023년도 춘계학술대회

발행연도: 2023.7

수록면: 49 - 49 (1page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

나노유체를 극초음속 비행체의 연료로 사용하면 높은 수준의 발열량을 제공할 뿐만 아니라 연료의 재생 냉각 성능이 기존 연료 대비 우수한 것으로 알려져 있다. 그중 그래핀은 높은 열전도율을 가지고 있기 때문에 동일한 조건에서 열전도도를 더욱 높일 수 있다. 이러한 그래핀 나노입자가 포함된 탄화수소 항공유를 연료로 사용하려면 그래핀 입자 포함에 따른 내부 유동과 열전달 특성을 파악해야 하고, 따라서 연료의 종류와 나노 입자의 비율에 따른 전달 물성치를 획득하는 것이 필수적이다. 대표적인 전달 물성치인 점도의 경우, 구형입자에 대한 예측모델은 많이 개발되어 있다. 하지만 그래핀 나노입자는 2차원의 평면 구조이므로 구형 예측 모델을 적용할 수 없다. 따라서 입자 모양이 비구형일 경우에 적용할 수 있는 모델을 사용해야 하는데 Maron-Pierce model과 Krieger and Dougherty model은 입자의 모양과 크기에 따른 매개변수를 포함하고 있어 비구형 입자에 적용할 수 있다. 여기에서 매개변수인 Intrinsic viscosity([η])와 Maximum packing fraction(φm)은 입자 모양과 크기, 기존 유체의 종류에 영향을 크게 받으므로 실험을 통해 별도로 측정해야만 한다. 한편, 열전도도 예측 ... 전체 초록 보기

#Hypersonic Vehicle #Supersonic Combustion #Regenerative Cooling #Viscosity #Thermal Conductivity

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0102-2023-550-001959509

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)