石墨烯纳米流体导热增强的机理研究.pdf

摘要 随着制造业和能源工业的迅速发展，对热管理技术的要求也更加苛刻。具有高热导特 性的石墨烯纳米流体有望成为新一代的换热工质，从根本上提高机械设备和产品的传热效 率。石墨烯纳米流体热导测试和机理研究受到了学者的广泛关注。本文的主要工作包括： （1）搭建并校准了纳米流体导热系数测量系统。以3ω 法测量原理为基础，结合测控 功能强大的LabVIEW 平台及具体的实验步骤设计了纳米流体导热系数测量系统。经过测 量去离子水导热系数的实验表明，系统误差小于5 %，该测量系统具有较高的可靠性和稳 定性。 （2 ）制备了石墨烯纳米流体并测试了其稳定性。通过两步法来制备实验用石墨烯纳米 流体，通过选择粘度较大的基液和超声波振荡的方法来提高纳米流体的稳定性，并通过目 视沉降法和导热系数测量法来判断石墨烯纳米流体的稳定性。 （3 ）研究了石墨烯纳米流体导热机理并推导出了石墨烯颗粒与吸附层的复合导热系数。 通过显微镜观察发现实验中石墨烯纳米流体内无明显团聚情况，说明石墨烯纳米流体的高 热导现象不是由石墨烯颗粒团聚引起。之后，通过存在固液相变化纳米流体石墨烯/猪油和 石墨烯/PEG 的导热系数实验研究，排除了布朗运动机理是石墨烯纳米流体高热导的主因。 又通过现有吸附层厚度和吸附层内导热系数研究的归纳总结，推导出了吸附层内平均导热 系数k 的数值解，进一步提出了片状石墨烯颗粒和吸附层组成的复合粒子的等效导热系数 l 公式。最后实验证明了石墨烯纳米流体导热系数随着纳米颗粒尺寸的增加而升高。 （4 ）建立了石墨烯纳米流体导热系数预测模型，并与基于神经网络方法导热系数建模 进行了比较。在Nan 模型基础上，定量分析了石墨烯厚度（层数）以及表面平整度对石墨 烯有效导热系数的影响，建立了预测石墨烯纳米流体导热系数的新模型，该模型考虑了石 墨烯颗粒的形状、界面热阻R 、吸附层、石墨烯有效导热系数的影响。对模型中界面热阻 k 以及表面平整度对导热系数的预测影响进行了分析，并将石墨烯/润滑油测量值与预测值进 行了比较，结果表明，该模型能较好的预测石墨烯纳米流体导热系数。接着，给出了 BP 神经网络通过温度和体积分数简单预测石墨烯/润滑油润滑油的最佳拓扑结构，并对比了理 论模型和神经网络方法预测导热系数的优劣，提出神经网络导热系数预测方法可以作为纳 米流体研究的一个补充手段。 测试显示，搭建好的纳米流体测量系统具有较高的可靠性和稳定性。选择粘度较大的 基液和超声波振荡的方法可以有效提高两步法制备的石墨烯纳米流体的稳定性。实验显示， 石墨烯颗粒的团聚以及布朗运动不是石墨烯纳米流体导热系数提高的主因。新建立的石墨 烯纳米流体导热系数预测模型能较好的预测石墨烯纳米流体导热系数，相比神经网络方法 预测导热系数能更好的揭示石墨烯纳米流体导热增强背后的机理，但是可以将神经网络导 热系数预测方法可以作为纳米流体研究的一个补充手段，减少成本、时间和实验带来的误 差的影响。 关键词：石墨烯纳米流体；测量系统；机理研究；预测模型；神经网络 i Study on the Mechanism of Graphene Nanofluid Thermal Enhancement Abstract With the rapid development of the manufacturing and energy industries, the requirements for thermal management technology have become more demanding. Graphene nanofluids with high thermal conductivity are expected to become a new generation of heat transfer fluid, which will fundamentally improve the heat transfer efficiency of mechanical equipment and products. The thermal conductivity test and mec