Isı geçiş performansının arttırılması amacı ile mini kanallı ısı emicilerde nanoakışkan ve fin kullanımının sayısal analizi ve makine öğrenmesi ile modellenmesi
Numerical analysis of nanofluid and fin use in mini channel heat sinks for the purpose of increasing heat transfer performance and modelling with machine learning
- Tez No: 935817
- Danışmanlar: PROF. DR. AFŞİN GÜNGÖR
- Tez Türü: Doktora
- Konular: Enerji, Mühendislik Bilimleri, Makine Mühendisliği, Energy, Engineering Sciences, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Teknolojik gelişmelerin artmasıyla insan yaşamını kolaylaştıran elektronik ekipmanların kullanımı özellikle son 40 yılda artmıştır. Elektronik sistemlerin yoğun kullanımı ve yüksek kapasite talebi bu sistemleri daha karmaşık hale getirmiştir. Bunun sonucunda ekipmanların istenilen performansları vermesi için yüksek enerji tüketimi, dolayısıyla önemli bir soğutma ihtiyacı ortaya çıkmıştır. Ortaya çıkan bu soğutma ihtiyacını karşılamak için hava, sıvı vb. gibi farklı soğutma mekanizmaları geliştirilmiştir. Bu tez çalışması kapsamında sıvı soğutma sistemleri için serpantin mini kanallı bir ısı emicisi tasarlanmış ve çeşitli iyileştirmeler ile performansının arttırılması amaçlanmıştır. Çalışma kapsamında dikdörtgen mini kanallı serpantin şeklinde bir ısı emicisinin performansını arttırmak için kanal içerisine kanal yüksekliğinin 0.25-0.50 katı yüksekliğinde (0.75 mm finli Model B ve 1.5 mm finli Model C) ve 1 mm çapında belirli aralıklarla silindirik finler yerleştirilmiştir. Bu iyileştirmenin yanı sıra su bazlı %1-%4 hacim oranı aralığında dört farklı nanoakışkan (Al2O3, TiO2, CuO ve ZnO) kullanılarak 0.002-0.005 kg/s'lik debi aralığında (toplam 16 debide) termal performans sayısal olarak incelenmiştir. Elde edilen sayısal sonuçlar dört farklı makine öğrenmesi algoritması (LR, GB, RF, DT) ile modellenerek ısı taşınım katsayısı, Nusselt sayısı ve termal direnç tahmini yapılmıştır. Yapılan sayısal çalışmanın sonuçlarına göre mini kanallı ısı emicisinde nanoakışkan ve fin kullanımının suya göre termal performansı arttırdığı bunun yanı sıra makine öğrenmesi ile ısı taşınım katsayısı, Nusselt sayısı ve termal direnci çok yüksek doğrulukta tahmin edilebildiği görülmüştür.
Özet (Çeviri)
With the increase in technological developments, the use of electronic equipment that facilitates human life has increased especially in the last 40 years. Intensive use of electronic systems and high-capacity demand have made these systems more complex. As a result, a significant cooling need has emerged due to high energy consumption in order to provide the desired performance of the equipment. Different cooling mechanisms such as air, liquid, etc. have been developed to meet this cooling need. Within the scope of this thesis, a serpentine mini-channel heat sink for liquid cooling systems was designed and its performance was aimed to be increased with various improvements. Within the scope of the study, cylindrical fins with a height of 0.25-0.50 times the channel height (Model B with 0.75 mm fin and Model C with 1.5 mm fin) and a diameter of 1 mm were placed in the channel at certain intervals to improve the performance of a serpentine heat sink with a rectangular mini channel. In addition to this improvement, the thermal performance of four different water-based nanofluids (Al2O3, TiO2, CuO and ZnO) in the volume fraction range of 1%-4% in the flow range of 0.002-0.005 kg/s (total of 16 flow rates) was numerically analyzed. The numerical results were modeled with four different machine learning algorithms (LR, GB, RF, DT) to predict the heat transfer coefficient, Nusselt number and thermal resistance. According to the results of the numerical study, it was seen that the use of nanofluid and fin in the mini-channel heat sink increases the thermal performance compared to water, as well as the heat convection coefficient, Nusselt number and thermal resistance can be predicted with very high accuracy with machine learning.
Benzer Tezler
- GLİ açık ocak işletmelerinde delici makine performansını etkileyen parametrelerin incelenmesi
Investigation of parameters affecting on drilling machine performance in GLI open pit mine
SELMA ÜNLÜ
Yüksek Lisans
Türkçe
2017
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖMÜR ACAROĞLU ERGÜN
- Domain adaptive visual inertial global localization in GNSS-denied environments
GNSS olmayan ortamlarda görüntü uyarlamalı görsel-ataletsal küresel konum belirleme
ABDÜLBAKİ ŞANLAN
Yüksek Lisans
İngilizce
2025
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE KOYUNCU
- Freezing fog microphysics and visibility over complex terrain based on cfact field campaign
Donan sis mikrofiziğinin ve görüş mesafesinin dağlik alanlarda cfact proje verileri kullanilarak analizi
ONUR DURMUŞ
Doktora
İngilizce
2025
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN ŞEN
- Energy efficient co-treatment of municipal wastewater and food waste
Kentsel atıksu ve yemek atıklarının enerji verimli birlikte arıtımı
HÜSEYİN GÜVEN
Doktora
İngilizce
2018
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. İZZET ÖZTÜRK
- Isı borusu tabanlı bir atık ısı geri kazanım uygulaması
A heat pipe based waste heat recovery application
OYA YAŞAR
Yüksek Lisans
Türkçe
2024
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEVAN KARABETOĞLU