Several mechanisms for this strange

Several mechanisms for this strange enhancement of thermal
conductivity have been already discussed. Among them, Brownian
motion, interfacial layer and aggregation of particles have been
talked about comprehensively [79–88]. Some researchers discussed
a nanofluid as a two-phase flow mixture and utilized theories
of a two-phase mixture or properties of nanofluid, such as
Maxwell’s theory [89] and the Hamilton and Crosser approach
[90]. These models are based on an effective medium theory that
presumes well dispersed particles in a fluid medium. If aggregated
particles in the fluid bring about particle chains or clusters, the predicted
thermal conductivity would be significantly higher as was
observed by many researchers [10,91] and might be of a strong
function of the aggregates dimension and the radius of gyration
of the aggregates. This result is based on the three-level homogenization
theory, validated by MC (Monte Carlo) simulation of heat
conduction on model fractal aggregates [23,25,92]. As it can be
seen in Fig. 12, they related the enhancement of thermal conductivity
to nanoparticle aggregation. It is seen that there should be
an optimized aggregation structure for achieving maximum thermal
conductivity, which is far beyond the prediction from homogeneous
dispersions. Such an argument eliminates thermal
conductivity as an intrinsic physical characteristic. Possible influence
of particle aggregation on conduction highlights the colloid
chemistry’s significant role in optimizing this property of nanofluids.
Meanwhile, there exists another theory of lowering thermal
conductivity of aggregation forming as found by Hong et al.
[26,110] from experiments by light scattering of Fe nanoparticles
aggregate.
The effective thermal conductivity increment may also depends
on the shape of nanoparticles as discussed by Zhou and Gao [93–
95]. They proposed a differential effective medium theory based
on Bruggeman’s model [79] to approximate the effective thermal
conductivity of nano-dispersion with nonspherical solid nanoparticles
with consideration of the interfacial thermal resistance across
the solid particles and the host fluids. They found that a high
enhancement of effective thermal conductivity can be gained if
the shape of nanoparticles deviates greatly from spherical.
Many of the researchers suggested altogether new mechanisms
for the transport of thermal energy [79]. There is another idea proposed
by Keblinski et al. [1] of an ordered liquid layer at particle
interfaces and ‘tunneling’ of heat-carrying phonons from one particle
to another. The subsequent simulation work from the same
group of investigators concludes that these mechanisms do not
contribute considerably to heat transfer. Koo and Kleinstreuer
[96] found that the role of Brownian motion is much more significant
than the thermophoretic and osmo-phoretic motions. In conclusion, some investigators believe that nanoparticle aggregation
plays an important role in thermal transport due to their chain
shape [23,97] but some others believe that the time-dependent
thermal conductivity in the nanofluids proves the reduction of
thermal conductivity by passing time due to clustering of nanoparticles
with time [98].
Vadasz [72] showed that heat transfer enhancement may be
caused by a transient heat conduction process in nanofluids. Experiments
demonstrate that a nanofluids thermal conductivity depends
on a great number of parameters, such as the chemical
composition of the solid particle and the base fluid, surfactants,
particle shape, size, concentration, polydispersity, etc., though the
exact variation trend of the conductivity with these factors has
not yet been found. Additionally, the temperature influences the
thermal conductivity of a nanofluid as shown in several studies
that have been carried out to see that effect on CuO, Al2O3, TiO2,
ZnO dispersed nanofluids by Mintsa et al. [38], Duangthongsuk
and Wongwises [39], Vajjha and Das [40], Murshed et al. [41], Yu
et al. [42] and Karthikeyan et al. [98]. A temperature increase improves
the thermal conductivity of the nanofluids. However, the
actual mechanism of this increment has not been revealed yet. A
deficiency of reliable data for the conductivity of nanofluid is the
major problem of non-commercialization for this product.

ผลลัพธ์ (ไทย) 1:

หลายกลไกสำหรับการเพิ่มประสิทธิภาพนี้แปลกกันความร้อนการนำไฟฟ้ามีการหารือแล้ว ในหมู่พวกเขา ที่แบบบราวน์การเคลื่อนไหว ชั้นแรง และการรวมตัวของอนุภาคคุยเกี่ยวกับครบถ้วน [79-88] นักวิจัยบางคนกล่าวถึงnanofluid เป็นส่วนผสมไหลสองเฟสและใช้ทฤษฎีส่วนผสม two-phase หรือคุณสมบัติของ nanofluid เช่นทฤษฎีของแมกซ์เวลล์ [89] และวิธีแฮมิลตันและ Crosser[90] . รุ่นเหล่านี้เป็นไปตามทฤษฎีขนาดกลางมีประสิทธิภาพที่presumes อนุภาคกระจายทั้งในสื่อของเหลว ถ้ารวมอนุภาคในของเหลวนำเกี่ยวกับโซ่อนุภาค หรือคลัสเตอร์ การคาดการณ์การนำความร้อนจะสูงเป็นสังเกต โดยนักวิจัยหลายคน [10,91] และอาจจะเป็นแข็งแกร่งฟังก์ชันของขนาดมวลและรัศมีของ gyrationของมวลรวมที่ ผลลัพธ์นี้อิง homogenization สามระดับทฤษฎี การตรวจสอบ โดยจำลอง MC (คาร์โล) ความร้อนการนำในแบบเศษส่วนผล [23,25,92] มันจะมีเห็นในรูป 12 พวกเขาเกี่ยวข้องของการนำความร้อนการรวม nanoparticle สูง เห็นว่า ควรมีโครงสร้างเหมาะสมรวมเพื่อให้ความร้อนสูงสุดนำ ซึ่งอยู่ไกลเกินการคาดเดาจากเนื้อเดียวกันdispersions การโต้แย้งช่วยลดความร้อนการนำไฟฟ้าเป็นลักษณะทางกายภาพแท้จริง ผลกระทบของอนุภาค รวมบนนำไฮไลท์คอลลอยด์บทบาทสำคัญของวิชาเคมีในการเพิ่มประสิทธิภาพของ nanofluids แห่งนี้ในขณะเดียวกัน มีทฤษฎีอื่นในการลดความร้อนการนำของขึ้นรูปรวมเป็นพบโดย Hong et al[26,110] จากการทดลองโดยการกระเจิงแสงของ Fe เก็บกักรวมการเพิ่มประสิทธิภาพการนำความร้อนอาจขึ้นกับรูปร่างของเก็บกักตามที่กล่าวไว้ โดยโจวและ Gao [93 –95] . พวกเขานำเสนอแตกต่างกันมีประสิทธิภาพปานกลางทฤษฎีคะแนนในรูปแบบของบรักกี้มาน [79] เพื่อประมาณความร้อนที่มีประสิทธิภาพการนำของเธนนาโนพร้อมเก็บกักไม้ nonsphericalโดยคำนึงถึงความต้านทานความร้อนแรงผ่านอนุภาคของแข็งและของเหลวโฮสต์ พวกเขาพบว่าสูงเพิ่มประสิทธิภาพของการนำความร้อนที่มีประสิทธิภาพสามารถได้รับถ้ารูปร่างของเก็บกักแตกต่างอย่างมากจากทรงกลมของนักวิจัยแนะนำกลไกใหม่ทั้งหมดสำหรับการขนส่งพลังงานความร้อน [79] มีการนำเสนอแนวคิดโดย Keblinski et al. [1] ของชั้นของเหลวที่สั่งที่อนุภาคอินเทอร์เฟซและอุโมงค์ของโฟนันส์ที่พกพาความร้อนจากอนุภาคหนึ่งไปยังอีก การทำงานจำลองมาได้เหมือนกันกลุ่มของนักวิจัยสรุปว่า กลไกเหล่านี้ทำไม่ได้มีส่วนอย่างมากในการถ่ายเทความร้อน คูและ Kleinstreuer[96] พบว่า บทบาทของการเคลื่อนที่แบบบราวน์เป็นสำคัญมากขึ้นกว่า thermophoretic และ osmo phoretic เคลื่อนไหว ในบทสรุป นักสืบบางเชื่อว่ารวม nanoparticle สูงมีบทบาทสำคัญในการส่งผ่านความร้อนเนื่องจากห่วงโซ่ของพวกเขารูปร่าง [23,97] แต่บางคนเชื่อว่าขึ้นอยู่กับเวลาการนำความร้อนใน nanofluids การพิสูจน์การลดการนำความร้อน โดยผ่านเวลาเนื่องจากคลัสเตอร์ของเก็บกักเวลา [98]Vadasz [72] แสดงให้เห็นว่าความร้อนส่งเสริมอาจเกิดจากกระบวนการนำความร้อนชั่วคราวใน nanofluids การทดลองแสดงให้เห็นว่า เป็นการนำความร้อน nanofluids ขึ้นกับในจำนวนมากของพารามิเตอร์ เช่นสารเคมีองค์ประกอบของอนุภาคของแข็งและของเหลวฐาน surfactantsความเข้มข้น ขนาด รูปร่างของอนุภาค polydispersity เป็นต้น แม้ว่าการมีแนวโน้มเปลี่ยนแปลงแน่นอนของการนำปัจจัยเหล่านี้ยังไม่ พบการ นอกจากนี้ อุณหภูมิมีอิทธิพลต่อการการนำความร้อนของ nanofluid ดังที่แสดงในหลายการศึกษาที่ได้ดำเนินการเพื่อดูผลว่า CuO, Al2O3, TiO2ZnO กระจาย nanofluids โดย Mintsa et al. [38], Duangthongsukและ Wongwises [39], Vajjha และ Das [40], Murshed et al. [41], ยูet al. [42] และ Karthikeyan et al. [98] ปรับอุณหภูมิเพิ่มการนำความร้อน nanofluids การ อย่างไรก็ตาม การกลไกที่แท้จริงของนี้เพิ่มได้ไม่ถูกเปิดเผยได้ Aขาดข้อมูลที่เชื่อถือได้สำหรับการนำของ nanofluidปัญหาที่สำคัญของไม่ใช่ค้าสำหรับผลิตภัณฑ์นี้

ผลลัพธ์ (ไทย) 2:

กลไกหลายอย่างสำหรับการเพิ่มประสิทธิภาพของแปลกของความร้อน
การนำไฟฟ้าได้รับการกล่าวถึงอยู่แล้ว ในหมู่พวกเขา
เคลื่อนไหวชั้น
พูดคุยเกี่ยวกับทั่วถึง - 88] นักวิจัยบางคนกล่าวถึง
ของไหลนาโนเป็นส่วนผสมไหลสองเฟสและใช้ทฤษฎี
ของส่วนผสมสองเฟสหรือคุณสมบัติของของไหลนาโนเช่น
แมกซ์เวล' s
[ รูปแบบเหล่านี้อยู่บนพื้นฐานของทฤษฎีสื่อที่มีประสิทธิภาพที่
ทึกทักอนุภาคดีในสื่อของเหลว หากรวม
อนุภาคในของเหลวนำมาเกี่ยวกับโซ่อนุภาคหรือกลุ่มที่คาดการณ์
การนำความร้อนจะสูงอย่างมีนัยสำคัญตามที่ได้
ตั้งข้อสังเกตโดยนักวิจัยหลายคน
ฟังก์ชั่นของมิติมวลและรัศมีของการหมุน
ของ มวลรวม ผลที่ได้นี้จะขึ้นอยู่กับเนื้อเดียวกันสามระดับ
ทฤษฎีการตรวจสอบโดย
การนำมวลรวมในรูปแบบเศษส่วน เท่าที่จะสามารถ
มองเห็นได้ในรูป 12
เพื่อการรวมตัวของอนุภาคนาโน จะเห็นได้ว่าควรจะมี
โครงสร้างการรวมที่ดีที่สุดเพื่อให้บรรลุความร้อนสูงสุด
การนำซึ่งอยู่ไกลเกินการคาดคะเนจากเหมือนกัน
กระจาย ดังกล่าวจะช่วยลดข้อโต้แย้งความร้อน
การนำเป็นลักษณะทางกายภาพที่แท้จริง อิทธิพลที่เป็นไปได้
ของการรวมอนุภาคในการนำไฮไลท์คอลลอยด์
เคมี' บทบาทสำคัญในการเพิ่มประสิทธิภาพทรัพย์สินของ
ในขณะที่มีอยู่ทฤษฎีของการลดความร้อนอีก
การนำของการรวมรูปที่พบโดยฮ่องกง
[26110]
รวม
มีประสิทธิภาพที่เพิ่มขึ้นนอกจากนี้ยังมีการนำความร้อนอาจจะขึ้นอยู่
กับรูปร่างของอนุภาคนาโนตามที่กล่าวโดยโจวและ -
95] พวกเขาเสนอทฤษฎีค่ากลางที่มีประสิทธิภาพตาม
ใน ' รุ่น
การนำนาโนกระจายกับอนุภาคนาโนที่เป็นของแข็ง
กับการพิจารณาของความต้านทานความร้อน
อนุภาคของแข็งและของเหลวโฮสต์ พวกเขาพบว่าสูง
เพิ่มประสิทธิภาพของการนำความร้อนที่มีประสิทธิภาพจะได้รับถ้า
รูปร่างของอนุภาคนาโนเบี่ยงเบนอย่างมากจากทรงกลม
หลายของนักวิจัยชี้ให้เห็นกลไกใหม่ทั้งหมด
สำหรับการขนส่งพลังงานความร้อน มีความคิดอื่นที่เสนอ
โดย [1]
อินเตอร์เฟซและ' อุโมงค์' ความร้อน- แบกโฟนันส์จากอนุภาคหนึ่ง
ไปยังอีก การจำลองการทำงานภายหลังจากที่เดียวกัน
กลุ่มนักวิจัยสรุปว่ากลไกเหล่านี้ไม่ได้
มีส่วนร่วมอย่างมากในการถ่ายโอนความร้อน Koo
[96]
กว่าการเคลื่อนไหว สรุปได้ว่านักวิจัยบางคนเชื่อว่าการรวมตัวของอนุภาคนาโน
ที่มีบทบาทสำคัญในการขนส่งความร้อนเนื่องจากห่วงโซ่ของพวกเขา
รูปร่าง
การนำความร้อนใน
การนำความร้อนโดยผ่านเวลาที่กำหนด การจัดกลุ่มของอนุภาคนาโน
ที่มีเวลา
Vadasz [72]
เกิดจากกระบวนการการนำความร้อนชั่วคราวใน การทดลอง
แสดงให้เห็นว่า
กับจำนวนที่ดีของพารามิเตอร์เช่นสารเคมี
องค์ประกอบของอนุภาคของแข็งและของเหลวฐานลดแรงตึงผิว
รูปร่างอนุภาคขนาดความเข้มข้น
แนวโน้มการเปลี่ยนแปลงที่แน่นอนของ การนำที่มีปัจจัยเหล่านี้
ยังไม่ได้พบ นอกจากนี้อุณหภูมิมีผลต่อ
การนำความร้อนของของไหลนาโนดังแสดงในงานวิจัยหลายชิ้น
ที่ได้รับการดำเนินการออกไปดูผลกระทบต่อออกไซด์
ZnO [38], Duangthongsuk
และ [41], Yu
et al, [42] [98] อุณหภูมิเพิ่มขึ้นช่วยเพิ่ม
การนำความร้อนของ อย่างไรก็ตาม
กลไกที่แท้จริงของการเพิ่มขึ้นนี้ยังไม่ได้รับการเปิดเผยเลย
ขาดข้อมูลที่เชื่อถือได้สำหรับการนำของของไหลนาโนเป็น
ปัญหาใหญ่ที่ไม่ใช่การค้าสำหรับสินค้านี้

ผลลัพธ์ (ไทย) 3:

กลไกต่าง ๆเพื่อเพิ่มความประหลาดนี้ซึ่งได้กล่าวไว้แล้ว . ในหมู่พวกเขา บราวเนียนการเคลื่อนไหวและการรวมชั้นผิวหน้าของอนุภาคได้พูดคุยเกี่ยวกับปัญหา– 88 [ 79 ] นักวิจัยบาง กล่าวเป็น nanofluid เป็นส่วนผสมและใช้ทฤษฎีของไหลของการผสมหรือคุณสมบัติของ nanofluid เช่นทฤษฎีของแมกซ์เวลล์ [ 89 ] และวิธีการ Hamilton และร้ายซะจริงๆ[ 90 ] โมเดลเหล่านี้จะขึ้นอยู่กับทฤษฎีที่มีประสิทธิภาพปานกลางทึกทักกระจายตัวดี อนุภาคในตัวกลางของเหลว ถ้ารวมอนุภาคในของเหลวนำโซ่อนุภาคหรือกลุ่ม , พยากรณ์การนําความร้อนจะสูงกว่า เช่น คือสังเกตได้จากนักวิจัยหลาย [ 10,91 ] และอาจจะแข็งแรงการทำงานของมวลและรัศมีไจเรชัน มิติของมวลรวม . ผลที่ได้นี้จะขึ้นอยู่กับสามระดับโฮโมจีไนเซชั่นทฤษฎี , การตรวจสอบโดย MC ( Monte Carlo ) การจำลองของความร้อนการนำรูปแบบเศษส่วนมวล [ 23,25,92 ] มันสามารถเห็นในรูปที่ 12 มันเกี่ยวข้องกับการเพิ่มประสิทธิภาพของค่าการนำความร้อนไปสำหรับการรวม . จะเห็นได้ว่า ควรมีการเพิ่มประสิทธิภาพของโครงสร้างเพื่อให้บรรลุความร้อนสูงสุดไฟฟ้า ซึ่งอยู่ไกลเกินกว่าการคาดการณ์จากเป็นเนื้อเดียวกันการกระจาย . เช่นการลดความร้อนซึ่งเป็นลักษณะทางกายภาพที่แท้จริง อิทธิพลที่สุดของการรวมอนุภาคคอลลอยด์ที่มีไฮไลท์ทางเคมีที่มีบทบาทในการเพิ่มคุณสมบัตินี้ของ nanofluids .ขณะเดียวกัน ยังมีอีกทฤษฎีของการลดความร้อนนำรูปที่พบฮง et al , การรวมกัน[ หรือปราจีนบุรี ] จากการทดลอง โดยการกระจายแสงของอนุภาคนาโนของเหล็กรวม .ประสิทธิภาพการนำความร้อน อาจจะเพิ่มในรูปร่างของอนุภาคที่กล่าวถึงโดยโจวกับเกา [ 93 จำกัด95 ] พวกเขาเสนอความแตกต่างทฤษฎีขนาดกลางที่มีประสิทธิภาพตามใน bruggeman นางแบบ [ 79 ] เพื่อประมาณค่าประสิทธิภาพความร้อนค่าการนำไฟฟ้าของนาโนอนุภาคของแข็ง nonspherical กระจายกับกับการพิจารณาของความต้านทานความร้อนระหว่างข้ามอนุภาคที่เป็นของแข็งและโฮสต์ของเหลว พวกเขาพบว่าสูงการเพิ่มประสิทธิภาพค่าการนำความร้อนที่สามารถรับถ้ารูปร่างของอนุภาคแตกอย่างมากจากทรงกลมหลายของนักวิจัยเสนอกลไกใหม่ทั้งหมดเพื่อการขนส่งพลังงานความร้อน [ 79 ] มีความคิดอื่นเสนอโดย keblinski et al . [ 1 ] การสั่งชั้นอนุภาคของเหลวการเชื่อมต่อและ ' อุโมงค์ ' ความร้อนแบกโฟนอนจากอนุภาคไปอีก ตามมาจากการจำลองการทำงานเดียวกันกลุ่มของนักวิจัยพบว่า กลไกเหล่านี้ไม่ได้มีส่วนร่วมมากเพื่อถ่ายเทความร้อน kleinstreuer คู และ[ 96 ] พบว่าบทบาทของการเคลื่อนที่แบบบราวเนียนมากที่สำคัญมากขึ้นกว่า thermophoretic osmo phoretic และการเคลื่อนไหว สรุป นักวิจัยเชื่อว่า สำหรับบางรวมมีบทบาทสำคัญในการขนส่งความร้อนเนื่องจากโซ่ของรูปร่าง [ 23,97 ] แต่บางคนเชื่อว่าเวลาค่าการนำความร้อนใน nanofluids พิสูจน์ลดค่าการนำความร้อนโดยผ่านเวลา เนื่องจากการแบ่งกลุ่มของอนุภาคกับเวลา [ 98 ][ 72 ] การถ่ายเทความร้อน อาจจะพบว่าเกิดจากมีการนําความร้อนในกระบวนการ nanofluids . การทดลองแสดงให้เห็นว่า nanofluids การนําความร้อนขึ้นเป็นจำนวนที่ดีของพารามิเตอร์ เช่น เคมีองค์ประกอบของอนุภาคของแข็งและฐานของเหลว , สารลดแรงตึงผิว ,รูปร่าง , ขนาดอนุภาค , สมาธิ , polydispersity ฯลฯ แม้ว่าแนวโน้มการเปลี่ยนแปลงที่แน่นอนของการนำปัจจัยเหล่านี้ได้ยังไม่พบ นอกจากนี้ อุณหภูมิมีอิทธิพลต่อค่าการนำความร้อนของ nanofluid ตามที่แสดงในการศึกษาหลาย ๆที่ได้รับการเห็นผลใน 2 ( Al2O3 ) , , ,ซิงค์ออกไซด์ที่กระจายตัว nanofluids โดย mintsa et al . duangthongsuk [ 38 ]และ โอสุวรรณ [ 39 ] [ 40 ] และ vajjha ดาส murshed , et al . [ 41 ] ยูet al . [ 42 ] และ karthikeyan et al . [ 98 ] เมื่ออุณหภูมิเพิ่มการนำความร้อนของ nanofluids . อย่างไรก็ตามกลไกที่แท้จริงของการเพิ่มนี้ยังไม่เปิดเผยเลย เป็นความขาดแคลนข้อมูลที่เชื่อถือได้เพื่อนำ nanofluid คือปัญหาใหญ่ไม่ใช่เชิงพาณิชย์ของผลิตภัณฑ์นี้