Blog

Aug 11, 2023

Estabilidad, ultrasonicación óptima y estimación de la conductividad térmica y eléctrica en bajas concentraciones de nanofluido Al12Mg17 mediante el método dinámico de dispersión de luz y desplazamiento del haz.

Scientific Reports volumen 13, Número de artículo: 13659 (2023) Citar este artículo 259 Accesos 2 Detalles de Altmetric Metrics La conductividad térmica y la estabilidad de los nanofluidos plantean desafíos para su uso.

Scientific Reports volumen 13, número de artículo: 13659 (2023) Citar este artículo

259 Accesos

2 altmétrico

Detalles de métricas

La conductividad térmica y la estabilidad de los nanofluidos plantean desafíos para su uso como refrigerantes en aplicaciones térmicas. El presente estudio investiga el coeficiente de transferencia de calor (HTC) de un nanofluido Al12Mg17 mediante la utilización de un novedoso método de desplazamiento de haz. El estudio también examina la estabilidad del nanofluido, la distribución del tamaño de partículas (PSD), la micrografía TEM y la conductividad eléctrica. De tres categorías distintas de tensioactivos, se eligió un tensioactivo particular (CTAB) para dispersar nanopartículas de Al12Mg17 en agua desionizada y, posteriormente, se empleó un método de dos pasos para generar el nanofluido. La estabilidad de la dispersión se monitorea y cuantifica visualmente con una prueba de potencial zeta. HTC y PSD se miden mediante configuraciones ópticas. Para evaluar los resultados, el HTC obtenido con el método de desplazamiento del haz se compara con el del aparato KD2 Pro y los hallazgos de PSD se analizan mediante micrografías TEM. Los resultados muestran que un CTAB de 0,16 % en volumen es la estabilidad máxima para un nanofluido de Al12Mg17 de 0,025 % en volumen correctamente. El período óptimo de ultrasonicación es de 2 h, lo que produce una PSD máxima de 154 nm. El aumento de la concentración de nanopartículas mejora el HTC hasta un 40 % en comparación con el fluido base al 0,05 % en volumen. La conductividad eléctrica aumenta linealmente de 155 a 188 μ\({\rm S}/\mathrm{cm}\) con la concentración de nanopartículas. Los métodos ópticos para medir HTC en nanofluidos ofrecen la ventaja de obtener resultados tempranos, antes del movimiento masivo. Por tanto, la aplicación de nanofluidos en sistemas térmicos requiere el desarrollo de técnicas ópticas para mejorar la precisión.

Un nanofluido es una mezcla heterogénea de un fluido base y nanopartículas que se puede utilizar en una amplia gama de aplicaciones térmicas tanto en la industria1 como en la medicina2, incluidos, entre otros, colectores solares3, radiadores de vehículos4 y refrigeración electrónica5. Debido a su importante papel en la transferencia de calor, los nanofluidos pueden aportar eficiencia al rendimiento del sistema, lo que los convierte en un área de estudio fascinante para los ingenieros. Las diferencias Las diferencias en la conductividad térmica entre nanofluidos ya han sido estudiadas6. Sin embargo, es imperativo caracterizar las propiedades térmicas y eléctricas de los nanofluidos, así como su estabilidad y PSD para poder aplicarlos en la industria.

En cuanto a la caracterización térmica de nanofluidos, los científicos utilizan diferentes métodos para determinar HTC, como los métodos transitorios, tres omega7, oscilación de temperatura8, placa paralela de estado estacionario9, comparador térmico10 y métodos ópticos, cada uno de los cuales tiene un criterio diferente para la determinación. Por ejemplo, el cable caliente transitorio (THW)11 y la fuente plana transitoria (TPS)12 son dos ejemplos de métodos transitorios, que se basan en monitorear la temperatura de la fuente de calor y el tiempo de respuesta después de su exposición a un pulso eléctrico13. Además, los métodos de estado estacionario aprovechan los termopares y es importante mantener al mínimo las discrepancias en las lecturas de temperatura cuando los termopares están a la misma temperatura10. Además, en el comparador térmico, la evaluación de la conductividad de la muestra necesita sólo un punto de contacto10. Sin embargo, los métodos ópticos, que también se utilizan para determinar el HTC, se basan en la interacción entre la luz y un fluido.

Generalmente, se utilizan varios métodos ópticos, como la técnica de análisis de destello láser (LFA)14, para medir el HTC de los nanofluidos. Además, existen otros métodos ópticos, incluidos los métodos de desviación del haz15 y las técnicas de desplazamiento del haz láser de alambre caliente que se basan en el ángulo de desviación dependiente de la temperatura en los nanofluidos16. El método de desplazamiento del haz láser de hilo caliente puede evaluar el HTC y la difusividad térmica de los nanofluidos16. Generalmente, el método de desplazamiento del haz se basa en cambiar el índice de reflexión según las variaciones de temperatura, de modo que el HTC y la difusividad térmica de los nanofluidos aumentan con un aumento en la fracción de volumen16,17.

Varios grupos de investigación han informado de las variaciones de la conductividad térmica de diferentes nanofluidos, frente al tipo, tamaño y fluido base. Además, diferentes investigadores han empleado una variedad de nanopartículas, incluidas nanopartículas de un solo elemento, óxidos de un solo elemento, óxidos de múltiples elementos, carburos metálicos, nitruros metálicos y nanopartículas a base de carbono. Estas nanopartículas se pueden disolver en diversos líquidos, como agua, etanol, EG, aceite y refrigerantes18,19,20. Por ejemplo, Paul et al.20 alearon mecánicamente Al95Zn05 antes de usar un proceso de dos pasos para dispersar la nanopartícula en etilenglicol. Según la caracterización de la conductividad térmica, una dispersión de nanopartículas al 0,10 % en volumen dio como resultado un aumento del 16 % en HTC en relación con el fluido base. En nuestro último trabajo, exploramos la conductividad térmica y eléctrica de nanopartículas de Al2O3-ZnO-CNT dispersas en agua desionizada21. Además, investigamos la PSD del nanofluido Al2O3-ZnO versus el tiempo para estudiar la estabilidad del nanofluido. Se concluyó que al agregar nanotubos de carbono al nanofluido Al2O3-ZnO y formar un 0,05% en peso de nanofluido híbrido, el HTC mejoró en un 30% en comparación con el agua DI. Además, Farbod et al.22 realizaron un estudio experimental sobre la conductividad térmica de nanopartículas de Cu5Zn8 dispersas en un fluido a base de aceite. Su resultado demostró que, en comparación con el fluido base, los nanofluidos a base de aceite con diversas concentraciones de nanopartículas de Cu5Zn8 tenían una mejor conductividad térmica. Cabe mencionar que los investigadores emplean materiales intermetálicos como nanofluidos, como los nanopolvos intermetálicos Ti–6Al–4V23, Al95Zn0520, Cu5Zn822 y NiAl24. Además, el Al12Mg17, que utilizamos en nuestro estudio, es otra sustancia intermetálica que ha sido objeto de algunos estudios25.

Por otro lado, muchos grupos de investigación han estudiado la modelización de la conductividad térmica. Por ejemplo, el estudio realizado por Lal Kundan y Soumya Suddha Mallick se refirió al modelado de la conductividad térmica en nanofluidos de alúmina y agua. Con ese fin, se evaluó la precisión de siete modelos teóricos y empíricos existentes para la conductividad térmica de nanofluidos comparando datos experimentales y previstos para una amplia gama de condiciones de prueba. Los resultados indicaron que los modelos actuales presentan imprecisiones, con predicciones excesivas o insuficientes que oscilan entre el 2,34% y el 58%26.

La conductividad térmica de los nanofluidos está influenciada por una variedad de parámetros, incluida la velocidad de sedimentación de las nanopartículas, el crecimiento de los nanoclusters, la morfología y la estabilidad de los clusters, el movimiento browniano de las nanopartículas, la distribución de tamaños, la temperatura y las capas de líquido27. La presencia de nanoclusters dentro de los nanofluidos da como resultado una mejor conductividad térmica. Por tanto, es fundamental investigar el efecto de los nanoclusters sobre los nanofluidos. Los aspectos fundamentales relacionados con la formación de clusters durante la agregación abarcan tres factores principales: el movimiento de las nanopartículas que facilitan su contacto, la probabilidad de que las nanopartículas se combinen y se expandan en clusters, y la movilidad o dinámica de los clusters o agregados28. La agregación pericinética, así como el movimiento browniano dentro de la agregación grupo-grupo, juegan un papel clave en el crecimiento de un grupo29. A pesar de que los nanoclusters mejoran la transferencia de calor, la agregación conduce a la precipitación, lo que hace que investigar la estabilidad de los nanofluidos sea un gran desafío.

La relación entre el tiempo de ultrasonicación y el tamaño de las nanopartículas en los nanofluidos es una cuestión esencial en la evaluación del rendimiento de los nanofluidos. La sonicación es una técnica física que se puede aplicar para mejorar la estabilidad de los nanofluidos rompiendo la fuerza de atracción de las nanopartículas para reducir su tamaño30. La dispersión dinámica de la luz (DLS) es uno de los métodos más accesibles y prácticos para estimar la PSD31. Por ejemplo, Poli et al.32 estudiaron la relación entre el tamaño de partícula de la montmorillonita SAz-1 y SWy-1 y el período de ultrasonicación. Según sus resultados, 60 minutos de sonicación llevaron a SAz-1 a exhibir una PSD relativamente amplia con un diámetro hidrodinámico de 283 nm. Además, el mismo período de sonicación llevó a SWy-1 a mostrar una distribución bimodal de partículas a 140 y 454 nm. Utilizando DLS, Afzal et al.33 revisaron el impacto del período de ultrasonicación en el tamaño promedio de partículas de varios nanofluidos. Según sus observaciones, alargar el proceso de sonicación reduce el tamaño de las partículas, mejora la dispersión y aumenta la estabilidad. Además, se logró el período óptimo de ultrasonicación, lo que resultó en el mayor rendimiento. También descubrieron que los períodos de ultrasonidos más largos que los óptimos no mejoran la estabilidad.

En este estudio, no solo investigamos las propiedades físicas del nanofluido Al12Mg17, incluida la estabilidad, el período óptimo de ultrasonicación y la conductividad eléctrica, sino que también evaluamos el HTC mediante un método innovador de desplazamiento del haz. Este método tiene la novedad de centrarse en el complejo efecto de las propiedades térmicas del nanofluido sobre la desviación del haz de luz, utilizando una técnica de procesamiento de imágenes. Como parte de la novedad de la presente investigación, se utilizan detectores CCD en lugar de detectores PSD para la detección de desplazamiento del haz, ya que los métodos virtuales pueden no ser tan confiables como los métodos intuitivos. En el estudio actual, se utiliza un método de dos pasos para preparar nanofluidos y luego se emplea la prueba de potencial zeta y la observación de sedimentos para considerar el efecto de la variación en el tipo y % en volumen de tensioactivo sobre la estabilidad de los nanofluidos de Al12Mg17. Los nanofluidos exhiben un comportamiento complicado dependiente del tiempo después de la ultrasonicación que puede atribuirse a su tamaño y morfología. También faltan investigaciones que evalúen las variaciones de la PSD frente al período de ultrasonicación. En este sentido, se aprovecha el método DLS para analizar la PSD del nanofluido frente al período de ultrasonicación. Además, se emplea microscopía electrónica de transmisión (TEM) para examinar el tamaño y la morfología de las nanopartículas de Al12Mg17 y analizar los hallazgos de DLS. Además, los resultados de HTC del método de desplazamiento del haz se comparan con el HTC del nanofluido medido por el aparato KD2 Pro. Se muestra que las nanopartículas de Al12Mg17 en agua DI como fluido base, estabilizadas por el surfactante y la ultrasonicación, afectan significativamente las propiedades térmicas del nanofluido.

El presente estudio utiliza nanopartículas de Al12Mg17 con un tamaño promedio de partícula de 24 nm, obtenidas mediante un proceso de molienda de 20 h. En este sentido, se produjo una aleación con una composición nominal de Al41,4Mg58,6 (γ-Al12Mg17) en un horno de fusión por resistencia eléctrica utilizando Al (99,7%) y Mg (99,9%) comercialmente puros en una atmósfera protectora de argón. El núcleo del lingote fundido se cortó en pequeñas muestras, que se sellaron al vacío en tubos de cuarzo. Después de realizar tratamientos térmicos de homogeneización en un horno eléctrico, que se fijó a 400 °C durante períodos de tiempo variables, los tubos se enfriaron en agua. Dos técnicas predominantes para fabricar nanopartículas de aleaciones metálicas complejas γ-Al12Mg17 son el molino de bolas planetario y el molino SPEX25,34. La producción de polvo de Al12Mg17 se realizó en un molino de bolas planetario de alta energía lleno de argón (Fritsch—P6). Material triturado y pulverizado para experimentos de molienda pasado a través de un tamiz de malla 140. Luego, los polvos se cargaron en viales de molienda con bolas de acero de 10 mm para una relación de masa de bola a polvo (BPR) de 10:1. Los polvos se molieron por hasta 20 h a una intensidad de 250 rpm. Después de 20 h de molienda de bolas, se descubrió que como resultado del procedimiento se producían partículas con un tamaño promedio de 24 nm y cristalitos de 16 nm35.

Se utilizó un proceso de dos pasos para dispersar las nanopartículas en el fluido base con el fin de crear nanofluidos de Al12Mg17. El procedimiento de dos pasos implica producir nanopartículas por separado primero y luego dispersar las nanopartículas creadas en el fluido base utilizando una variedad de métodos de tratamiento físico, como la utilización de un agitador, un baño ultrasónico y un disruptor ultrasónico36.

En este estudio, se crearon nanofluidos de Al12Mg17 con diferentes concentraciones de volumen diluyendo las suspensiones concentradas. La Tabla 1 resume los detalles del procedimiento de preparación. El estudio ha empleado tres clasificaciones discretas de tensioactivos (aniónicos, no iónicos y catiónicos); estos tensioactivos se utilizaron para determinar la compatibilidad de las superficies de nanopartículas de Al12Mg17 con diferentes tipos de tensioactivos. En este caso, se utilizaron PVA (alcohol polivinílico) como tensioactivo no iónico, SDS (dodecilsulfato de sodio) como tensioactivo aniónico y CTAB (bromuro de cetiltrimetilamonio) como tensioactivos catiónicos para producir los nanofluidos. La Tabla 2 demuestra los detalles del tensioactivo utilizado para producir nanofluidos. Además, se agregaron cinco concentraciones diferentes de tensioactivo CTAB, incluidas 0,02, 0,04, 0,06, 0,08 y 0,1% en volumen, a 100 ml de agua desionizada.

Primero, se disolvieron individualmente 0,1% en volumen de PVA, SDS y CTAB en agua desionizada. Luego, se añadió 0,05% en volumen de nanopartículas de Al12Mg17 a cada disolvente durante su agitación. En las condiciones descritas en la Tabla 1, se emplearon tanto el disruptor ultrasónico como el baño ultrasónico para dispersar grupos de nanopartículas en los nanofluidos. Cuando se utilizó el enfoque observacional para evaluar la estabilidad de nanofluidos que contienen varios tensioactivos, el nanofluido que incluía CTAB mostró una estabilidad adecuada. Como resultado, se utilizó CTAB como tensioactivo en todas las pruebas posteriores, y su cantidad óptima se eligió comparando los valores del potencial zeta en varias concentraciones. Después de seleccionar la concentración óptima de tensioactivo, se determinó el período óptimo de ultrasonicación utilizando la técnica DLS para seguir la PSD. Los resultados de DLS en el estudio actual se validaron mediante imágenes de microscopía TEM. El paso final del protocolo de prueba implicó la medición de las conductividades térmica y eléctrica para diferentes fracciones de masa de nanofluidos de Al12Mg17. La Figura 1 muestra el diagrama de flujo del procedimiento.

Diferentes pasos del procedimiento de prueba: preparación y caracterización del nanofluido.

Los investigadores han utilizado varias técnicas para evaluar la estabilidad de los nanofluidos, entre ellas; métodos de observación40, mediciones de espectros de absorbancia de luz ultravioleta41, valores de pH42 y análisis de potencial zeta43. En este estudio, la estabilidad del nanofluido Al12Mg17 se evalúa utilizando el método de observación y la prueba de potencial zeta. Un método de observación se basa en tomar fotografías de una muestra que contiene nanofluido generado en un tubo de vidrio a medida que pasa el tiempo. Cabe mencionar que es posible comparar las imágenes recopiladas entre sí y seguir la velocidad de sedimentación del nanofluido44. La prueba de potencial zeta es otro método para evaluar la estabilidad de los nanofluidos que implica medir cada muestra del potencial zeta del nanofluido Al12Mg17 utilizando un aparato ZETA-check (Particle Metrix, Alemania). El potencial Zeta se puede calcular utilizando la ecuación de Henry empleando la movilidad electroforética de partículas en suspensión45. En esta investigación, los valores de potencial zeta informados son las magnitudes promedio obtenidas de tres réplicas de cada muestra.

El método DLS es un método sin imágenes para determinar el tamaño promedio y la distribución de tamaños de partículas en suspensión o polímeros en solución. Con este método se puede determinar el tamaño de las partículas entre un nanómetro y varios micrómetros. Una fuente de luz coherente, como un láser, se dispersa en diversas direcciones cuando incide en un medio de solución que contiene partículas. Este tipo de dispersión de nanopartículas se denomina dispersión de Rayleigh, ya que el diámetro de las nanopartículas es significativamente menor que la longitud de onda del láser (es decir, 632,8 nm), mientras que para partículas más grandes sigue los patrones de dispersión de Mie y difracción de Fraunhofer, respectivamente. La intensidad de la luz dispersada fluctúa con el tiempo como resultado del movimiento browniano de las partículas dentro de la solución. Cabe señalar que la frecuencia de las variaciones en la intensidad de la luz dispersada por las partículas más grandes es menor debido a su menor velocidad de movimiento en la solución, y viceversa. Un gráfico típico se produce calculando la función de autocorrelación (ACF) de la intensidad, lo que hace que su curva de desintegración dependa del tamaño de la partícula. Además, se examinan el tamaño y la morfología de las nanopartículas de Al12Mg17 en el nanofluido y se determina la validez de los hallazgos del DLS mediante microscopía electrónica de transmisión (TEM, Zeiss EM-10C).

La dispersión es un fenómeno común que ocurre junto con la absorción. Un haz de luz que atraviesa el medio puede perder energía debido a la absorción y dispersión. Cuando la luz viaja a través de un material completamente homogéneo, no hay dispersión de la luz. Sólo la presencia de faltas de homogeneidad produce dispersión. En un fluido, la verdadera dispersión que se produce es causada por variaciones estadísticas en la disposición de las moléculas o partículas. Es factible investigar la dispersión si las partículas en cuestión están suficientemente separadas entre sí46. De hecho, los científicos utilizan un cálculo llamado difracción de Fraunhofer si las partículas son grandes en comparación con la longitud de onda de la luz. El cálculo de dispersión de Mie se utiliza cuando el tamaño de partícula es comparable o menor que la longitud de onda de la luz47.

La dispersión de Mie se aplica generalmente cuando la energía electromagnética se dispersa fuera de partículas esféricas, cuyo tamaño es equivalente o menor que la longitud de onda de la luz48.

La técnica DLS implica el empleo de un rayo láser coherente para excitar una muestra, incluidas las partículas en movimiento browniano en una solución. Las partículas en la trayectoria del rayo láser dispersan la luz en diferentes direcciones. El detector registra las variaciones de la intensidad de la luz dispersada en el tiempo que se producen en un ángulo determinado con respecto a la dirección de propagación del haz incidente. La luz dispersada por partículas en movimiento puede proporcionar información sobre sus patrones de movimiento. El coeficiente de difusión aumenta a medida que aumentan las frecuencias de las fluctuaciones en la intensidad de dispersión, y viceversa.

La relación entre el tamaño de las partículas y su patrón de movimiento térmico es la base del enfoque DLS. La ecuación de Stokes-Einstein presenta la definición de esta relación49 como:

aquí \(D\) es el coeficiente de difusión, \(d\) es el diámetro hidrodinámico de la partícula, \(\eta\) es la viscosidad de la solución y \({k}_{B}T\) es térmica energía. Esta ecuación expresa que un tamaño de partícula menor (\(d\)) provoca un movimiento más rápido en la solución y un mayor coeficiente de difusión y viceversa.

Además, es necesario calcular el ACF de la señal del detector para derivar la relación cuantitativa entre la intensidad y el coeficiente de difusión. Esto normalmente se puede lograr con el dispositivo correlacionador. La función de ajuste ACF muestra una relación de decadencia exponencial como la ecuación. (2)49:

donde \(\tau\) es el tiempo de caída, \(G\left(\tau \right)\) es la función ACF y \(\Gamma\) es la tasa de caída de esta función. La tasa de desintegración y el coeficiente de difusión de las partículas de muestra en la solución se relacionan a continuación49:

donde \(q\) es el vector de dispersión que se define como49:

donde \({\lambda }_{0}\) es la longitud de onda del láser, \({n}_{0}\) es el índice de refracción de la solución y \(\theta\) es el ángulo de observación de dispersión. El coeficiente de difusión se puede obtener reemplazando \(q\) de la ecuación. (4) en la ecuación. (3), y el diámetro hidrodinámico de las partículas de muestra se puede calcular a partir de la ecuación. (1).

En este artículo, las nanopartículas se excitan utilizando un láser He-Ne de 632,8 nm como se muestra en el esquema de la configuración experimental en la Fig. 2. El rayo láser pasa a través de una polarización vertical después de pasar a través de un polarizador lineal. Después de pasar por el segundo polarizador para ajustar la intensidad, la lente enfoca el rayo láser en la cubeta de muestra que contiene nanopartículas suspendidas en solución. Se utiliza otra lente con una distancia focal de 75 mm para enfocar la luz dispersada en un ángulo de 90° con respecto a la dirección de propagación del haz. Se empleó un detector PMT para detectar la dispersión. Delante de la lente colectora se coloca una abertura con un diámetro de 1 mm para garantizar la formación de una región de coherencia adecuada en la superficie del detector. Finalmente, la señal recibida del PMT después de la preamplificación se recupera con la ayuda de un osciloscopio digital a una frecuencia de 100 kHz y luego se envía a la computadora para realizar diversos estudios, como calcular el ACF.

Una vista esquemática de la configuración DLS utilizada para mediciones PSD.

En esta investigación, la determinación de HTC se realiza mediante el uso de una novedosa técnica de desplazamiento del haz. Aquí, al aplicar una fuente de calor a un nanofluido, los cambios de temperatura afectan la densidad del fluido y, como resultado, su índice de refracción. Cuando el haz viaja a través de un camino cerca del calentador cilíndrico, estas variaciones provocan una desviación del haz. El método de desplazamiento del haz presentado en la investigación actual tiene tres pasos principales: evaluación experimental del desplazamiento del haz, análisis numérico de las variaciones de temperatura en nanofluidos y cálculo de HTC. En el primer paso, se diseña una configuración óptica para registrar el desplazamiento del haz después de la desviación del haz debido a la aplicación de un choque térmico en el nanofluido. En el segundo paso, se realiza una simulación numérica para calcular las variaciones de temperatura a través de una línea correspondiente a la trayectoria del haz. En el tercer paso, se utiliza un bucle de prueba y error para comparar los resultados experimentales con las simulaciones numéricas que obtienen el HTC del nanofluido. En las siguientes secciones se proporcionan más detalles para cada paso.

La Figura 3 muestra el diseño experimental utilizado para las mediciones de desplazamiento del haz. En los experimentos se emplea un láser de He-Ne con una salida de 2 mW y una longitud de onda de 632 nm. El polarizador y el analizador regulan la intensidad de la luz láser. Una lente con una distancia focal de 50 mm concentra el rayo láser sobre las muestras. Además, se colocan dos orificios con anchos de orificio de 50 y 20 micrones respectivamente para guiar el rayo láser, la alineación se logra mediante la etapa XYZ y el calentador se asegura mediante una tapa construida específicamente en la cubeta. Un detector CCD detecta el desplazamiento del haz y las salidas se envían a la PC. Como parte de la novedad de la presente investigación, dado que los métodos virtuales pueden no ser tan confiables como los métodos intuitivos, se utilizan detectores CCD en lugar de detectores PSD.

Un esquema de la configuración experimental diseñada para medir el desplazamiento del haz.

Para evaluar las magnitudes de la conductividad térmica, Ali et al.16 propusieron las ecuaciones de transporte de calor relevantes para el método de desplazamiento del haz como se muestra a continuación:

En esta ecuación, \({\delta }_{T}\) es el desplazamiento del haz, \(w\) es la mitad del ancho de la cubeta, \(W\) es el tamaño interior de la cubeta dentro del cual se encuentra la sonda. haz desviado, \({L}_{air}\) es la distancia entre la cubeta y el detector CCD, \(n\) es el índice de refracción del nanofluido que depende de la temperatura, \({n}_{0}\) es el valor normal, \(\rho\) es la coordenada radial, \(z\) es la dirección espacial paralela a la trayectoria del haz original, \(D\) es la distancia entre el centro del calentador y el haz de la sonda, \ (Z\) es el lado adyacente de un triángulo con \(\rho\) como hipotenusa y \(D\) como lado opuesto, y \(dT/d\rho\) es la distribución de temperatura que se obtiene mediante una ecuación numérica Simulación mediante el método de elementos finitos (FEM). Además, \({\delta }_{T}\) se extrae mediante un método de procesamiento de imágenes. El detector CCD se emplea para el procesamiento de imágenes y el software Python encuentra la ubicación del punto más brillante. Cabe señalar que la ubicación inicial del punto más brillante en la pantalla se registra antes de que se administrara el choque térmico. Después de 5 s de exposición al choque térmico, se registra la desviación del haz midiendo el desplazamiento del punto más brillante. El fluido que rodea la superficie del calentador experimentará mayores cambios de temperatura, por lo tanto, el haz debe viajar sólo una distancia muy pequeña desde el calentador. En el experimento actual, la superficie del calentador está a 100 micrones del lugar por donde pasó el rayo. Además, controlar la intensidad de la luz es otro factor crucial. Si pasan menos haces cerca del calentador, será más fácil detectar el desplazamiento del haz. Aquí, un sensor CMOS captura la intensidad del punto del haz y luego se aplica el paquete Python OpenCV para analizar los datos. Los marcos de muestreo entraron en el proceso computacional para medir el desplazamiento del haz durante los experimentos. Además, el perfil de intensidad se ajusta mediante una función gaussiana para aumentar la precisión de la medición con una resolución de 100 nm.

El segundo paso del método de desplazamiento del haz es la evaluación simulando las variaciones térmicas en la línea de trayectoria del haz. El estudio computacional de la evolución de la temperatura en el modelo numérico se realiza mediante el método de los elementos finitos. Como se muestra en la Fig. 4, se modeló una geometría 3D de la cubeta que contiene fluido y calentador cilíndrico de acuerdo con las dimensiones reales de la configuración experimental. Para definir las propiedades del material, se supuso que la cubeta y el calentador cilíndrico eran cuerpos sólidos con densidades, conductividades térmicas y capacidades caloríficas específicas (Tabla 2). Las constantes de material correspondientes al fluido se presentan en la Tabla 3 y se emplearon para simular el comportamiento térmico del fluido en el presente estudio. Para determinar el HTC del fluido, fue necesario ejecutar simulaciones para una variedad de valores de HTC para comparar los resultados con los resultados de los experimentos de desplazamiento del haz.

Una vista esquemática de la geometría aplicada para las simulaciones numéricas.

En este artículo, se aplicaron las condiciones de aislamiento térmico para los límites exteriores y se supone que el cuerpo del calentador es una fuente de calor con una potencia de generación de calor de 90 \(\mathrm{MW}/{\mathrm{m}}^{3 }\). Como se muestra en la Fig. 4, para determinar las variaciones de temperatura, se definió una línea de 150 micrones desde la superficie del calentador para corresponder a la trayectoria del haz en las pruebas. Se supuso que todos los componentes tenían una temperatura inicial de 298 K, que coincide con la temperatura del entorno del experimento. Además, se aplicó la ecuación de transferencia de calor al problema físico en la interfaz. Se resuelve un problema dependiente del tiempo para obtener las evoluciones de temperatura en todas las regiones durante 5 s.

El cálculo de HTC en este estudio implica comparar los desplazamientos del haz obtenidos a partir de resultados experimentales con los obtenidos a partir de simulaciones numéricas. Como se mencionó anteriormente, inicialmente se diseña una configuración óptica para capturar el desplazamiento del haz resultante del choque térmico aplicado al nanofluido. Posteriormente, se realizan simulaciones numéricas utilizando el método de elementos finitos para calcular las variaciones de temperatura a lo largo de la trayectoria del haz.

Para determinar el HTC del nanofluido, se implementa un ciclo de prueba y error. Partiendo de una estimación inicial del HTC, que se supone que es el HTC del fluido base, se simulan las variaciones térmicas a través del nanofluido. Un código MATLAB resolvió el lado derecho de la ecuación. (5) utilizando los perfiles de temperatura obtenidos de las simulaciones numéricas. El lado izquierdo de la ecuación. (5) representa el desplazamiento del haz experimental, que se utiliza para refinar iterativamente la estimación del HTC dentro del ciclo de prueba y error. El proceso iterativo, guiado por la comparación entre el desplazamiento del haz obtenido a partir de resultados experimentales y simulaciones numéricas, facilita la convergencia hacia una determinación precisa del HTC para el nanofluido. Este enfoque garantiza un cálculo preciso del HTC, como se muestra en el diagrama de flujo que se muestra en la Fig. 5.

Un diagrama esquemático que describe los procedimientos para el cálculo del HTC utilizando mediciones de desplazamiento del haz y simulaciones de FE.

Se utilizó un aparato KD2 Pro a 25 °C (Decagon Devices Inc., Pullman, WA, EE. UU.) para comparar el HTC de los nanofluidos con los obtenidos mediante el método de desplazamiento del haz. El método de fuente de calor de línea transitoria es la base del funcionamiento del analizador KD2 Pro. Antes de su uso, el dispositivo se calibró empleando una muestra estándar de glicol. Las mediciones se realizaron después de pasar un tiempo suficiente para establecer el equilibrio de temperatura. El sensor KS-1 aplica una pequeña cantidad de calor a la aguja, lo que ayuda a prevenir la convección libre en muestras líquidas. Además, debido a la sedimentación, el HTC promedio se midió tres horas después de la preparación repitiendo las pruebas cinco veces.

La conductividad eléctrica se estimó utilizando el aparato PCT-407 con un rango de medición de 0 a 200 mS y una precisión de FS del 2%. Además, el dispositivo PCT-407 tiene un electrodo de celda nominal. El dispositivo se calibró automáticamente utilizando una solución de calibración antes de realizar las mediciones. Cabe señalar que debido a la sedimentación, la conductividad eléctrica promedio se determinó seis horas después de la preparación repitiendo las pruebas cinco veces.

El método de observación se utiliza para investigar la estabilidad de los nanofluidos añadiendo tres tensioactivos, incluidos PVA, SDS y CTAB. Las Figuras 6a, b muestran las observaciones de sedimentación de nanofluidos de Al12Mg17 al 0,025% en volumen que se prepararon después de 30 minutos de sonicación con PVA y SDS como tensioactivos. Como se demuestra en la Fig. 6, el uso de PVA y SDS hizo que la suspensión fuera inestable. De hecho, tanto el PVA como el SDS reducen de manera similar la estabilidad del nanofluido Al12Mg17 al 0,025% en volumen y hacen que las nanopartículas primero se aglomeren y luego sedimenten relativamente poco tiempo después de la preparación de los nanofluidos.

Nanofluidos de Al12Mg17 30 minutos después de la preparación con (a) PVA y (b) SDS.

Al contrario que PVA y SDS, CTAB demostró la estabilidad adecuada. Por lo tanto, se utilizó CTAB como tensioactivo para preparar nanofluidos de Al12Mg17 en diversas concentraciones.

Generalmente, los tensioactivos prefieren encontrarse en la interfaz entre las nanopartículas y los fluidos porque crean una especie de continuidad entre las dos fases50. Se forma una capa interfacial alrededor de las nanopartículas como resultado de la cantidad precisa de tensioactivos introducidos en el nanofluido que se absorbe en la interfaz51. Los estudios han demostrado que la adsorción está influenciada por las características del sustrato sólido, el solvente y el tipo de surfactante que se utiliza52. Cabe mencionar que el SDS es un tensioactivo aniónico53, el CTAB es un tensioactivo catiónico54 y el PVA es un compuesto polimérico no iónico55. La compatibilidad del tensioactivo depende de la carga superficial de las nanopartículas de Al12Mg17.

Cuando las nanopartículas de Al12Mg17 se dispersan en una solución de agua SDS + DI, no se produce adsorción entre el tensioactivo y las nanopartículas y, en cambio, las nanopartículas comienzan a aglomerarse. Esto puede explicarse por la presencia de fuerzas repulsivas entre moléculas entre las nanopartículas de SDS y Al12Mg17, que resultan de las cargas negativas en la superficie de las nanopartículas de Al12Mg17. Las cadenas de PVA están compuestas por una cantidad específica de grupos acetato (14%), que son los encargados de conferir una carga negativa a las moléculas del polímero. Dado que las nanopartículas de Al12Mg17 están cargadas negativamente en la superficie, la carga negativa que confiere incluso un pequeño grupo de acetatos se comporta como un obstáculo, dificultando la interacción entre las nanopartículas de Al12Mg17 y el PVA. Por otro lado, la adsorción deseada entre CTAB, como tensioactivo catiónico, y las nanopartículas de Al12Mg17, evita que las nanopartículas de Al12Mg17 se aglomeren.

Los potenciales zeta del nanofluido Al12Mg17 al 0,025 % en volumen, que utiliza PVA, SDS y CTAB al 0,1 % en volumen como tensioactivos, son + 3,8, − 20,3 y 47,1 mV, respectivamente. Sobre la base de estos resultados, se ha identificado CTAB como el tensioactivo más eficaz para garantizar la estabilidad del nanofluido Al12Mg17.

El potencial zeta del nanofluido Al12Mg17 al 0,025% en volumen en varias concentraciones de CTAB se muestra en la Fig. 7. Como se muestra en la Fig. 7, el potencial zeta de los nanofluidos se encuentra dentro del rango de 26,5 a 55,5 mV. En particular, el potencial zeta más alto, que indica la máxima estabilidad, se observa para el nanofluido con una concentración de CTAB de 0,16 % en volumen. Generalmente, la medición del potencial zeta sigue la monitorización del comportamiento electroforético para evaluar la estabilidad de los nanofluidos56. Un valor de potencial zeta alto corresponde a fuertes fuerzas repulsivas, lo que implica una gran estabilidad40. En los nanofluidos, una alta densidad de carga superficial provoca fuerzas repulsivas considerables57. Se debe a que una baja concentración de surfactante no puede cubrir completamente las nanopartículas, en consecuencia, se desarrolla un desequilibrio de carga, lo que hace que las nanopartículas se agreguen y precipiten58.

Distribución del potencial Zeta de nanofluidos de Al12Mg17 al 0,025% en volumen frente a diferentes concentraciones de CTAB.

Hay algunos datos sobre el efecto de la concentración de surfactante en los nanofluidos que deben tenerse en cuenta. Por un lado, aumentar la concentración de tensioactivo mejora deseablemente la estabilidad del nanofluido. Por otro lado, los tensioactivos debilitan indeseablemente la conducción de calor entre el fluido base y las nanopartículas59. Además, con una fuerte dispersión con carga estabilizada, que resulta de una mayor concentración de surfactante, la intensidad de dispersión de las pruebas DLS se reduce60. En consecuencia, la concentración de 0,1 % en volumen de CTAB parece ser una opción adecuada para investigar el efecto de la nanopartícula de Al12Mg17 al 0,025 % en volumen en agua DI, ya que no solo proporciona un buen rango de estabilidad (Fig. 7) del potencial zeta, pero también es la menor concentración posible de tensioactivo para lograr una buena estabilidad.

En la Fig. 8 se muestra la PSD para nanofluido de Al12Mg17 al 0,025% en volumen en diferentes períodos de ultrasonicación. Los resultados de TEM ilustraron que las nanopartículas de Al12Mg17 se adhirieron entre sí y formaron grandes grupos, que deberían romperse mediante una onda ultrasónica. La Figura 8a representa la PSD para el nanofluido Al12Mg17 después de 15 minutos de ultrasonicación, con un pico de 295 nm. Las Figuras 8b-e muestran la PSD después de 30, 45, 60 y 75 minutos de ultrasonicación, respectivamente, lo que indica que los tamaños de las nanopartículas se mantuvieron notablemente sin cambios. Además, la Fig. 8f representa que el pico de PSD para la nanopartícula Al12Mg17 disminuye a 228 nm después de 90 min de ultrasonicación, mientras que las Fig. 8g, h muestran que cuando el período de ultrasonicación se incrementó a 105 min y 120 min, el pico de PSD disminuyó. a 189 nm y 154 nm, respectivamente. Como se demuestra en la Fig. 8h, el período óptimo de ultrasonicación es de aproximadamente 120 minutos en los que el pico de PSD alcanza los 154 nm. Cabe señalar que después de dos horas, el pico de PSD creció con el aumento del período de ultrasonido, alcanzando un valor de 276 nm para un período de ultrasonido de 135 min, y finalmente cambió a 700 nm para un período de ultrasonido de 180 min (Fig. 8i-l).

PSD de nanofluido Al12Mg17 al 0,025 % en volumen con CTAB al 0,1 % en volumen después de períodos de ultrasonicación de (a) 15 min, (b) 30 min, (c) 45 min, (d) 60 min, (e) 75 min, (f ) 90 min, (g) 105 min, (h) 120 min, (i) 135 min, (j) 150 min, (k) 165 min y (l) 180 min.

La Figura 9 ilustra el pico de PSD para varias concentraciones de nanofluido Al12Mg17 (0,0125, 0,025, 0,0375 y 0,05 % en volumen) con respecto al tiempo de ultrasonicación. Los resultados indican que después de 120 minutos de ultrasonicación, los picos de PSD para 0,0125, 0,025, 0,0375 y 0,05% en volumen de nanofluido Al12Mg17 son 182,22, 154,5, 189,21 y 197,82 nm, respectivamente. Además, se observa que en la mayoría de los casos, los picos de PSD tienden a aumentar con un aumento en la concentración de nanopartículas. Este fenómeno se puede atribuir a la presencia de interacciones atractivas, como las de van der Waals y los efectos de agotamiento, que disminuyen con concentraciones más altas de nanopartículas. Además, el radio hidrodinámico tiene una relación inversa con el coeficiente de difusión, por lo que con un aumento en la concentración aumenta el radio hidrodinámico.

Picos de PSD del nanofluido Al12Mg17 versus el tiempo de ultrasonicación en diferentes concentraciones de nanopartículas.

La realización de mediciones y análisis DLS presenta ciertos desafíos debido a la absorción de luz por parte de la suspensión de partículas. Si bien reducir la concentración de partículas puede reducir la absorción de luz, concentraciones más altas producen una mejor intensidad de dispersión. Por lo tanto, lograr un equilibrio dentro del rango de concentración deseable puede resultar complicado60.

Los nanoclusters con tamaños más grandes exhiben una mayor tendencia a sufrir sedimentación o precipitación. Por el contrario, el movimiento browniano mejorado y la estabilidad de los nanofluidos se pueden atribuir a nanoclusters con tamaños más pequeños o nanopartículas, que permiten el libre movimiento dentro de los fluidos base61. De hecho, las propiedades electrocinéticas y la alta densidad de carga superficial de las nanopartículas o nanoclusters determinan la calidad de la dispersión en el nanofluido del cluster. La estabilidad de los nanofluidos está influenciada principalmente por las interacciones entre la repulsión electrostática y las energías de atracción de Vander Waals entre los nanoclusters en suspensión, particularmente en presencia de surfactantes27.

La sonicación por ultrasonido es un tipo de vibración que proporciona a la nanopartícula la energía necesaria para liberarse de la fuerza que la mantiene en su lugar. De hecho, la energía que se aplica durante la sonicación en el nanofluido facilita el movimiento de las nanopartículas. La nanopartícula no puede escapar de la fuerza de constricción dentro de los grupos si los nanofluidos no obtienen suficiente energía. Por otro lado, el cúmulo choca con otros cúmulos con mayor frecuencia si se gasta demasiada energía para moverlo. Por lo tanto, sería más probable que cada grupo se enredara e interactuara con otros grupos, lo que daría lugar a la formación de grupos más grandes62. En consecuencia, es importante determinar el período óptimo de ultrasonicación para los nanofluidos. Esta cantidad depende del tipo de nanopartícula, del tipo de sonicación del ultrasonido, de la potencia del ultrasonido51 y del pulso del ultrasonido63. Por ejemplo, se ha descubierto que los dispositivos de sonda/bocina ultrasónica tienen considerablemente más éxito en disolver los grupos que los dispositivos de baño ultrasónicos64. Los pulsos continuos, como otro factor crucial que afecta la dispersión de nanopartículas en el fluido, pueden romper los grupos en pedazos más pequeños y la distribución del tamaño de las nanopartículas en el nanofluido se vuelve más uniforme. Sin embargo, los pulsos discontinuos no pueden dispersar completamente los grupos y todavía se pueden encontrar algunos agregados importantes en el nanofluido63. Como se mencionó anteriormente, el poder del ultrasonido depende de la cantidad de energía que se necesita para desintegrar los grupos en sus partículas constituyentes. Además, para controlar la potencia de los ultrasonidos se debe considerar que recibir demasiada energía puede provocar que las nanopartículas comiencen a reaglomerarse65.

Se colocó una gota de nanofluido sobre una rejilla de carbón para escaneo TEM después de la preparación del nanofluido. Para realizar un análisis preciso tanto del tamaño del grupo como de la morfología del nanofluido y analizar la PSD, aprovechamos una micrografía TEM de campo brillante del nanofluido Al12Mg17 al 0,025% en volumen con CTAB al 0,1% en volumen en varios períodos de ultrasonicación, que es representado en la Fig. 10. Las Figuras 10a, b muestran el rango de diámetro circular de los grupos después de 15 minutos de ultrasonicación. Cabe señalar que aunque los cúmulos son esféricos o casi esféricos, como se ve en la Fig. 10a, se desconoce su geometría y se estima que sus tamaños están entre 42 y 522 nm, y el diámetro circular promedio de los cúmulos es de 181,5 nm. . Además, según la Fig. 10b, el diámetro circular de los grupos de nanopartículas de Al12Mg17 no muestra uniformidad con tamaños de grupos que varían de 43 a 410 nm, y el diámetro circular promedio de los grupos es de 234 nm.

Resultados de TEM para las nanopartículas de Al12Mg17 al 0,025 % en volumen en agua desionizada con CTAB al 0,1 % en volumen. Una vista de la distribución del tamaño de los grupos (a, b) después de 15 minutos de ultrasonicación y (c, d) después de 120 minutos de ultrasonicación.

Los resultados de TEM después de 120 minutos de ultrasonicación se presentan en la Fig. 10c, d, que representan que el diámetro circular de los grupos aún no es uniforme. La Figura 10c muestra que el diámetro circular de los cúmulos está entre 78 y 263 nm, y el promedio del diámetro circular de los cúmulos es 142 nm. Además, la Fig. 10d demuestra que el diámetro circular de los cúmulos está entre 213 y 440 nm y el promedio del diámetro circular de los cúmulos es 326 nm.

Además, los resultados de PSD demostraron que no son uniformes, como se ve en la Fig. 8. Vale la pena mencionar que después de 15 minutos de ultrasonicación, las mediciones de PSD revelaron un rango de tamaños de grupos entre menos de 50 y más de 500 nm (Fig. 8a). Además, la PSD después de 120 minutos de ultrasonicación, representada en la Fig. 8g, demuestra que los tamaños de partículas disminuyen en comparación con los resultados de PSD después de 15 minutos de ultrasonicación, mientras que el tamaño de partícula no es uniforme. Para analizar PSD con el resultado de TEM, ambos demuestran no uniformidad en el tamaño de los grupos después de 15 y 120 minutos de ultrasonicación. Aunque el diámetro circular de los grupos se puede medir mediante microscopía TEM, este método no demuestra la perspectiva estadística y, por lo tanto, no puede examinar la ultrasonicación óptima. Por el contrario, los resultados de PSD muestran una perspectiva estadística aceptable para investigar la ultrasonicación óptima.

Como se describió anteriormente, el enfoque de desplazamiento del haz se utiliza para determinar el HTC del nanofluido Al12Mg17 en tres pasos. La desviación del haz, que se debe al choque térmico, se muestra en la Fig. 11. Esta figura muestra las mediciones de desplazamiento del haz para diversas concentraciones de nanopartículas de Al12Mg17 versus el número de marcos de muestreo. Como se muestra en la Fig. 11, se midieron desplazamientos del haz de 13,37, 13,53, 13,7 y 13,8 \(\mathrm{\mu m}\) para nanofluidos de Al12Mg17 al 0,0125, 0,025, 0,0375 y 0,05% en volumen, respectivamente. Los desplazamientos del haz se calcularon como la diferencia entre el valor promedio de la coordenada del punto del haz en estado estacionario y el pico de desplazamiento.

Resultados del desplazamiento del haz para diferentes concentraciones de nanofluido Al12Mg17 en (a) 0,0125, (b) 0,025, (c) 0,0375 y (d) 0,05% en volumen.

Como resultado del segundo paso, se empleó una línea correspondiente a la trayectoria del haz para analizar numéricamente las variaciones de temperatura. La Figura 12 muestra las variaciones térmicas a través del dominio para el HTC de 0,8 \(\mathrm{W}/(\mathrm{m K})\) después de 5 s. Las Figuras 12a,b muestran el contorno isotérmico y la variación de temperatura en un plano de corte a través del centro del calentador (en y = 5 mm). Esta figura indica que después de 5 s de calentamiento, hay una diferencia de temperatura de aproximadamente 70° cerca del calentador, lo que provoca el desplazamiento del haz.

(a) Contorno isotérmico del dominio y (b) distribución de temperatura en un plano de corte paralelo al plano xz en y = 5 mm para un HTC del nanofluido de 0,8 \(\mathrm{W}/(\mathrm{m}. \mathrm{K})\) después de 5 s.

Siguiendo el tercer paso, tras la comparación de los resultados experimentales con las simulaciones numéricas, se obtuvo el HTC del nanofluido. Por lo tanto, los resultados del método de desplazamiento del haz demostraron que el HTC del nanofluido Al12Mg17 es 0,61 \(\mathrm{W}/(\mathrm{m K})\) en una concentración de 0,0125 % en volumen y en concentraciones de 0,025, 0,0375 y 0,05 % en volumen aumentan a 0,66, 0,73 y 0,8 \(\mathrm{W}/(\mathrm{m K})\), respectivamente.

Las variaciones de temperatura en la línea de la trayectoria del haz (Fig. 13a) para diferentes valores del HTC del nanofluido se representan en la Fig. 13b. A partir de esta figura, se puede concluir que la temperatura de un nanofluido de Al12Mg17 al 0,05 % en volumen con un HTC de 0,8 W/(m K) es de aproximadamente 364 K, cuando se ubica a 100 micrones del calentador después de 5 s de calentamiento. Sin embargo, el de un nanofluido de Al12Mg17 al 0,0125% en volumen con un valor de HTC de 0,61 W/(m K) es aproximadamente 368 K. Por lo tanto, la transferencia de calor mejora al aumentar la concentración de nanopartículas. La Figura 13d muestra el contorno de temperatura del nanofluido con un HTC de 0,8 \(\mathrm{W}/(\mathrm{m K})\) en un plano de corte paralelo al plano xy que cruza la línea de trayectoria del haz (Fig. 13c). Dado que los fluidos tienen un índice de refracción mayor a temperaturas más bajas, el nanofluido con un HTC de 0,8 \(\mathrm{W}/(\mathrm{m K})\) tiene los cambios de temperatura más bajos entre todos y, por lo tanto, tiene el mayor desplazamiento. .

(a) Una vista de la línea de trayectoria del haz (en \(x=7.1 {\rm mm}, y=0-10 {\rm mm}, z = 22 {\rm mm}\)), y (b) variaciones de temperatura en la línea de trayectoria del haz después de 5 s para diferentes valores del HTC del nanofluido. (c) Una vista del plano de corte paralelo al plano xy en z = 22 mm, y (d) el contorno de temperatura en el plano de corte y la línea de trayectoria del haz para \(k=0.8\mathrm{ W}/(\mathrm {m} \mathrm{K})\) después de 5 s.

Además, las mediciones de HTC realizadas por el aparato KD2 Pro se compararon con los resultados obtenidos mediante el método de desplazamiento del haz. La Figura 14 muestra el HTC de los nanofluidos medidos utilizando el instrumento KD2 Pro a 25 °C y la técnica de desplazamiento del haz en diversas concentraciones de nanopartículas de Al12Mg17. Según los resultados de KD2 Pro, el HTC del nanofluido Al12Mg17 al 0,0125 % en volumen es 0,633 \(\mathrm{W}/(\mathrm{m K})\), que se eleva a 0,71, 0,78 y 0,81 \(\ mathrm{W}/(\mathrm{m K})\) aumentando la concentración de nanopartículas de Al12Mg17 a 0,025, 0,0375 y 0,05% en volumen, respectivamente.

( a ) Dependencia de la conductividad térmica de los nanofluidos de Al12Mg17 de la concentración de nanopartículas con 0,1% en volumen de CTAB. (b) Mejora de HTC de los nanofluidos Al12Mg17 en comparación con el agua DI.

Con base en los valores de HTC medidos, se estimaron las mejoras en las conductividades térmicas en relación con el fluido base, como se muestra en la Fig. 14b. Los hallazgos demuestran que, en comparación con el agua DI con un HTC de 0,579 \(\mathrm{W}/(\mathrm{m K})\), la conductividad térmica es mayor cuando hay nanopartículas presentes. Con nanopartículas de Al12Mg17 distribuidas en agua DI a una concentración de 0,05 % en volumen, la mejora general más alta en HTC de casi 40 % y 38 % se observó utilizando la medición KD2 Pro y el método de desplazamiento del haz, respectivamente. Por otro lado, el nanofluido Al12Mg17 al 0,0125% en volumen exhibe la magnitud más baja de la mejora de HTC con un valor de aproximadamente 9% y 5% utilizando la medición KD2 Pro y el método de desplazamiento del haz, respectivamente.

Diferentes factores pueden contribuir al aumento de la transferencia de calor en los nanofluidos que contienen nanopartículas de aleación, incluido el movimiento browniano, el tamaño del grupo, la agregación de nanopartículas, la formación de una capa de moléculas fluidas cerca de las superficies de las nanopartículas y la formación de complejos de nanopartículas. , y las colisiones entre clusters.66. Cabe señalar que la conductividad térmica también depende del tamaño del cristal, la fracción de volumen de las nanopartículas y las características térmicas de la suspensión sólida67.

La Tabla 4 muestra una comparación entre las mejoras de HTC del nanofluido poco estudiado y los resultados de otros dos estudios. En el estudio de Paul et al.20, observaron un aumento del 16% en el HTC después de dispersar 0,1% en volumen de nanopartículas de Al95Zn05 en etilenglicol. Afirmaron que el aumento de la tasa de transferencia de calor en los nanofluidos se atribuye a la gran superficie específica de las nanopartículas, el factor de forma de las partículas, las capas de líquido en la interfaz sólido-líquido, la agrupación/agregación y el movimiento browniano. Además, la investigación realizada por Karthik et al.24 indicó que la adición de 0,1 % en volumen de nanopartículas de Ni65Al35 aumentó el HTC del nanofluido en un 28 %. También demostraron que la composición de la superficie intermetálica de Ni65Al35 y la estequiometría global tuvieron un pequeño efecto en el aumento de la conductividad térmica de los nanofluidos que contienen nanopartículas de Ni65Al35. Por lo tanto, en el presente estudio, las nanopartículas de Al12Mg17 distribuidas en agua desionizada superan a las nanopartículas de Ni65Al35 y Al95Zn05 dispersas en agua y etilenglicol, respectivamente.

Los resultados de las mediciones de conductividad eléctrica para el nanofluido Al12Mg17 en diferentes concentraciones de nanopartículas se muestran en la Fig. 15. En ausencia de nanopartículas de Al12Mg17, un fluido base que contiene 0,1 % en volumen de CTAB tiene una conductividad eléctrica de 86 \(\mathrm{ \mu S}/\mathrm{cm}\). Como se muestra en la Fig. 15, la conductividad eléctrica del nanofluido Al12Mg17 aumenta linealmente de 155 a 188 \(\mathrm{\mu S}/\mathrm{cm}\) al mejorar la fracción de volumen de 0,0125 a 0,05% en volumen. Las mejoras en las conductividades eléctricas de los nanofluidos se calcularon en relación con el fluido base que contenía 0,1% en volumen de CTAB. La mejora máxima en la conductividad eléctrica de aproximadamente el 116% se observó para el 0,05% en volumen. Nanofluido Al12Mg17. La conductividad eléctrica de un nanofluido está asociada con la capacidad de los iones cargados dentro del nanofluido para transportar electrones. Esto podría deberse a la posible formación de una doble capa eléctrica en la superficie de las nanopartículas dispersas68. La causa principal del aumento de la conductividad eléctrica es la creación de cargas superficiales provocadas por la polarización de las nanopartículas cuando se dispersan en el agua polar. La dispersión de las nanopartículas altera la constante dieléctrica y la densidad del fluido base. Por lo tanto, parece razonable que un aumento en la conductividad eléctrica siga a un aumento en la concentración de nanopartículas de Al12Mg17.

La conductividad eléctrica efectiva del nanofluido Al12Mg17 en varias concentraciones de nanopartículas con 0,1 % en volumen de CTAB en \(25\mathrm{^\circ{\rm C} }\).

Maxwell modeló por primera vez la conductividad eléctrica de la suspensión. El modelo también podría aplicarse para describir nanofluidos de la siguiente manera:

Este modelo aborda el aumento de la conductividad eléctrica en suspensiones de partículas esféricas con un bajo % en volumen en el fluido base. En la ecuación. (6), α = (σp)/(σ0), σnf es la conductividad eléctrica del nanofluido, σ0 es la conductividad del fluido base y σp es la conductividad de las partículas69. Ajustar una función lineal es el método más eficaz para los datos experimentales extraídos de Nanofluidos de Al12Mg17 ya que todos los hallazgos fueron lineales. La Figura 16 muestra el ajuste del modelo de Maxwell y una función lineal relacionada con los nanofluidos de Al12Mg17. El modelo estático de Maxwell predice una relación lineal entre la conductividad eléctrica y la concentración; sin embargo, ignora el movimiento browniano, la agregación y la doble capa eléctrica (EDL). La ecuación (7) representa una relación lineal entre la conductividad eléctrica y la concentración. relacionado con nanofluidos Al12Mg17.

Ajuste del modelo de Maxwell y una función lineal relacionada con el nanofluido Al12Mg17.

En este estudio, se realizaron experimentos integrales para determinar la estabilidad, el período óptimo de ultrasonicación, la conductividad térmica y la conductividad eléctrica del nanofluido Al12Mg17. Nuestro estudio puede arrojar luz sobre el potencial de los nanofluidos como refrigerantes en dispositivos de transferencia de calor como colectores solares, radiadores de automóviles y sistemas de refrigeración electrónicos. Nuestro estudio aborda un aspecto crucial que ha recibido una atención limitada hasta ahora, a saber, la evolución de PSD con diferentes períodos de ultrasonicación para determinar la duración óptima. Al emplear el método DLS junto con imágenes de micrografía TEM, el estudio caracterizó con éxito el PSD y confirmó su precisión. La estabilidad de los nanofluidos se evaluó meticulosamente mediante observación visual y mediciones del potencial zeta. Además, la introducción de un nuevo método de desplazamiento del haz, combinado con el análisis numérico, proporcionó un enfoque innovador para medir el HTC con precisión. La utilización de métodos ópticos permitió una rápida recopilación de datos, lo que permitió realizar evaluaciones antes de que surgiera el movimiento masivo dentro del nanofluido causado por fluctuaciones térmicas. Para validar los datos de HTC obtenidos con el método de desplazamiento del haz, se realizó una comparación con los resultados del confiable aparato KD2 Pro. Además, se midió la conductividad eléctrica del nanofluido utilizando el aparato PCT 407.

El logro de la estabilidad adecuada del nanofluido se logró mediante la utilización de CTAB como el surfactante más apropiado, dentro del rango de concentración de nanopartículas de 0,0125 a 0,05% en volumen. Los hallazgos de la investigación indican que una duración de 2 h de ultrasonicación produjo una PSD máxima de 154 nm, que posteriormente se analizó mediante imágenes TEM. Los resultados del análisis de potencial zeta demuestran que agregar 0,16 % en volumen de CTAB para 0,025 % en volumen de nanofluido Al12Mg17 da como resultado la máxima estabilidad. Además, los resultados del método de observación indican que la superficie de las nanopartículas tiene una carga negativa. La mayor mejora de HTC del 40 % se logró con una concentración de nanopartículas de 0,05 % en volumen, lo que demuestra el potencial de mejoras sustanciales en la transferencia de calor. Además, la conductividad eléctrica exhibió un aumento lineal notable, con el valor más alto de 188 \(\mathrm{\mu S}/\mathrm{cm}\) alcanzado con la misma concentración de nanopartículas de Al12Mg17.

En conclusión, los hallazgos de este estudio resaltan las características excepcionales del nanofluido Al12Mg17 y su considerable potencial para mejorar el rendimiento de la transferencia de calor. El novedoso método de desplazamiento del haz introducido en esta investigación ofrece una técnica de vanguardia para la determinación precisa de HTC. Estos avances contribuyen significativamente a la exploración en curso de nanofluidos y allanan el camino para su implementación práctica en diversas aplicaciones de transferencia de calor, lo que en última instancia mejora la eficiencia y la sostenibilidad de los sistemas térmicos.

Los conjuntos de datos utilizados y analizados durante el estudio actual están disponibles del autor correspondiente a solicitud razonable.

Bozorgan, N. & Shafahi, M. Evaluación del desempeño de nanofluidos en energía solar: una revisión de la literatura reciente. Sistema Micro Nano. Letón. 3(1), 1–15 (2015).

ADS del artículo Google Scholar

Sheikhpour, M., Arabi, M., Kasaeian, A., Rokn Rabei, A. y Taherian, Z. Papel de los nanofluidos en la administración de fármacos y la tecnología biomédica: métodos y aplicaciones. Nanotecnología. Ciencia. Aplica. 13, 47–59 (2020).

Artículo CAS PubMed PubMed Central Google Scholar

Tong, Y., Lee, H., Kang, W. & Cho, H. Comparación de energía y exergía de un colector solar de placa plana que utiliza agua, nanofluido de Al2O3 y nanofluido de CuO. Aplica. Termia. Ing. 159, 113959 (2019).

Artículo CAS Google Scholar

Soylu, SK, Atmaca, İ, Asiltürk, M. & Doğan, A. Mejora del rendimiento de transferencia de calor de un radiador de automóvil utilizando nanofluidos a base de TiO2 dopados con Cu y Ag. Aplica. Termia. Ing. 157, 113743 (2019).

Artículo de Google Scholar

Saidina, D., Abdullah, M. y Hussin, M. Nanofluidos de óxido metálico en refrigeración electrónica: una revisión. J. Mater. Ciencia. Materia 31(6), 4381–4398 (2020).

Artículo CAS Google Scholar

Ahmadi, MH, Mirlohi, A., Nazari, MA y Ghasempour, R. Una revisión de la conductividad térmica de varios nanofluidos. J. Mol. Licuado. 265, 181–188 (2018).

Artículo CAS Google Scholar

Karthik, R., Nagarajan, RH, Raja, B. y Damodharan, P. Conductividad térmica de nanofluidos de agua CuO-DI utilizando la técnica de medición 3-ω en un microcable suspendido. Exp. Termia. Ciencia fluida. 40, 1–9 (2012).

Artículo CAS Google Scholar

Czarnetzki, W. & Roetzel, W. Técnicas de oscilación de temperatura para la medición simultánea de difusividad y conductividad térmica. En t. J. Termofis. 16(2), 413–422 (1995).

Artículo ADS CAS Google Scholar

Wang, X., Xu, X. y Choi, SU Conductividad térmica de una mezcla de nanopartículas y fluidos. J. Termofis. Transf. de calor. 13(4), 474–480 (1999).

Artículo CAS Google Scholar

Paul, G., Chopkar, M., Manna, I. & Das, P. Técnicas para medir la conductividad térmica de nanofluidos: una revisión. Renovar. Sostener. Energía Rev. 14 (7), 1913-1924 (2010).

Artículo CAS Google Scholar

Lee, J., Lee, H., Baik, Y.-J. & Koo, J. Análisis cuantitativos de factores que afectan la conductividad térmica de nanofluidos utilizando un aparato mejorado con el método de alambre caliente transitorio. En t. J. Transferencia de masa de calor. 89, 116-123 (2015).

Artículo CAS Google Scholar

Cabaleiro, D., Colla, L., Agresti, F., Lugo, L. & Fedele, L. Propiedades de transporte y coeficientes de transferencia de calor de nanofluidos de ZnO/(etilenglicol + agua). En t. J. Transferencia de masa de calor. 89, 433–443 (2015).

Artículo CAS Google Scholar

Sarviya, R. & Fuskele, V. Revisión sobre la conductividad térmica de nanofluidos. Madre. Hoy Proc. 4(2), 4022–4031 (2017).

Artículo de Google Scholar

Narvaez Bazan, JA Conductividad térmica de nanofluidos basados ​​en poli-alfa-olefina (PAO), tesis de maestría en la escuela de ingeniería de la Universidad de Dayton (2010).

Putnam, SA, Cahill, DG, Braun, PV, Ge, Z. & Shimmin, RG Conductividad térmica de suspensiones de nanopartículas. J. Aplica. Física. 99(8), 084308 (2006).

ADS del artículo Google Scholar

Ali, FM, Yunus, WMM, Moksin, MM y Talib, ZA El efecto de la concentración de la fracción volumétrica en la conductividad térmica y la difusividad térmica de los nanofluidos: numérico y experimental. Rev. Ciencia. Instrumento. 81(7), 074901 (2010).

Artículo ADS PubMed Google Scholar

Putnam, SA & Cahill, DG Aparatos a escala micrométrica para medidas de termodifusión en líquidos. Rev. Ciencia. Instrumento. 75(7), 2368–2372 (2004).

Artículo ADS CAS Google Scholar

Ali, N., Teixeira, JA y Addali, A. Una revisión sobre nanofluidos: fabricación, estabilidad y propiedades termofísicas. J. Nanomater. 2018 1–33 (2018).

Google Académico

Sundar, LS, Sharma, K., Singh, MK y Sousa, A. Preparación de nanofluidos híbridos, propiedades térmicas, transferencia de calor y factor de fricción: una revisión. Renovar. Sostener. Energía. Rev. 68, 185–198 (2017).

Artículo CAS Google Scholar

Paul, G., Philip, J., Raj, B., Das, PK & Manna, I. Síntesis, caracterización y medición de propiedades térmicas de nanofluido disperso nano-Al95Zn05 preparado mediante un proceso de dos pasos. En t. J. Transferencia de masa de calor. 54(15–16), 3783–3788 (2011).

Artículo CAS Google Scholar

Javadipour, S., Shokuhfar, A., Homayouni, K., Heidary, Z. y Rezaei, F. Investigación sobre la distribución de tamaños de nanopartículas de Al2O3-ZnO dispersas en agua DI y siguiendo el impacto de los CNT en la estabilidad y la transferencia de calor. y transferencia de electricidad de nanofluido híbrido Al2O3-ZnO-CNT, foro de defectos y difusión. Trans. Tecnología. Publicado, 172–192 (2022).

Farbod, M., Mohammadian, A., Ranjbar, K. & Kouhpeymani Asl, R. Efecto de la sinterización sobre las propiedades de las nanopartículas de γ-latón (Cu5Zn8) producidas mediante el método de descarga de arco eléctrico y la conductividad térmica del aceite de γ-latón -nanofluido a base de. Metal. Madre. Trans. A 47 (3), 1409-1412 (2016).

Artículo CAS Google Scholar

Jamil, M., He, N., Li, L. & Khan, AM Fabricación limpia de Ti-6Al-4V bajo nieve de CO2 y nanofluidos híbridos. Fabricación Procedia. 48, 131-140 (2020).

Artículo de Google Scholar

Karthik, V., Ghosh, S. y Pabi, S. Efectos de la estequiometría masiva y el estado de la superficie del nanodispersoide de NiAl sobre la estabilidad y las características de transferencia de calor del nanofluido a base de agua. Exp. Termia. Ciencia fluida. 48, 156-162 (2013).

Artículo CAS Google Scholar

Zolriasatein, A. & Shokuhfar, A. Efectos del tratamiento térmico de recocido homogeneizador sobre la microestructura, dureza y comportamiento térmico de la aleación metálica compleja Al12Mg17. Madre. Des. 75, 17-23 (2015).

Artículo CAS Google Scholar

Mallick, S., Mishra, A. y Kundan, L. Una investigación sobre el modelado de la conductividad térmica para nanofluidos de alúmina y agua. Polvo. Tecnología. 233, 234–244 (2013).

Artículo CAS Google Scholar

Kundan, L. & Mallick, SS Efecto de los parámetros morfológicos dependientes del tiempo de nanoclusters sobre la conducción de calor pericinética y los mecanismos de microconvección inducida de nanofluidos a base de óxido. Exp. Calor. Transf. 31, 251–274 (2018).

ADS del artículo Google Scholar

Kundan, L., Mallick, SS y Pal, B. Una investigación sobre el efecto del crecimiento de nanoclusters sobre el mecanismo de conducción de calor pericinético en un nanofluido a base de óxido. Polvo. Tecnología. 311, 273–286 (2017).

Artículo CAS Google Scholar

Hemker, DJ y Frank, CW Estudios dinámicos de dispersión de luz de la agregación fractal de poli (ácido metacrílico) y poli (etilenglicol). Macromoléculas 23, 4404–4410 (1990).

Artículo ADS CAS Google Scholar

Mahbubul, I., Elcioglu, EB, Saidur, R. y Amalina, M. Optimización del período de ultrasonicación para una mejor dispersión y estabilidad del nanofluido de TiO2-agua. Ultrasonido. Sonochem. 37, 360–367 (2017).

Artículo CAS PubMed Google Scholar

Pecora, R. Medición dinámica de la dispersión de la luz de partículas nanométricas en líquidos. J. Nanopart. Res. 2(2), 123–131 (2000).

Artículo ADS CAS Google Scholar

Poli, AL, Batista, T., Schmitt, CC, Gessner, F. & Neumann, MG Efecto de la sonicación sobre el tamaño de partícula de las arcillas de montmorillonita. J. coloide. Interfaz. Ciencia. 325(2), 386–390 (2008).

Artículo ADS CAS PubMed Google Scholar

Afzal, A., Nawfal, I., Mahbubul, I. y Kumbar, SS Una descripción general del efecto de la duración de la ultrasonicación en diferentes propiedades de los nanofluidos. J. Terma. Anal. Calorim. 135(1), 393–418 (2019).

Artículo CAS Google Scholar

Zolriasatein, A., Shokuhfar, A., Safari, F. y Abdi, N. Estudio comparativo de SPEX y métodos de molienda planetaria para la fabricación de nanopartículas de aleaciones metálicas complejas. Micro Nano Lett. 13(4), 448–451 (2018).

Artículo CAS Google Scholar

Zolriasatein, A. & Shokuhfar, A. Efecto del tamaño en la depresión de la temperatura de fusión de nanopartículas de aleaciones metálicas complejas de Al12Mg17 preparadas mediante molienda planetaria de bolas. Física. E Dimensiones bajas. Sistema. Nanoestructura. 74, 101-107 (2015).

Artículo ADS CAS Google Scholar

Hwang, Y. et al. Estabilidad de producción y dispersión de nanopartículas en nanofluidos. Tecnología en polvo. 186(2), 145-153 (2008).

Artículo CAS Google Scholar

Heydarian, A., Kharrat, R., Heydarian, S. y Hashemi, A. Impacto de las nanopartículas en el rendimiento estático de las espumas tensioactivas. Soy. J. Ciencias. 9(6), 444–449 (2013).

Google Académico

Wiśniewska, M. et al. Impacto de la adsorción de poli (alcohol vinílico) en las características superficiales del óxido mixto MnxOy-SiO2. Adsorción 22, 417–423 (2016).

Artículo de Google Scholar

Metanawin, T., Panutumrong, P., Techno, B. y Metanawin, S. El efecto de los tensioactivos sobre las propiedades de la nanored de poli (alcohol vinílico) (PVA) mediante electrohilado. J. Phys.: Conf. Ser. 1455, 012010 (2020).

CAS Google Académico

Safiei, W., Rahman, M., Yusoff, A. y Radin, M. Preparación, estabilidad y humectabilidad de nanofluidos: una revisión. J. Mech. Ing. Ciencia. 14(3), 7244–7257 (2020).

Artículo CAS Google Scholar

Wang, H., Yang, W., Cheng, L., Guan, C. y Yan, H. Tinta china: nanofluidos de alto rendimiento para energía solar. Sol. Energía. Madre. Sol. Células. 176, 374–380 (2018).

Artículo CAS Google Scholar

Qi, C., Hu, J., Liu, M., Guo, L. y Rao, Z. Estudio experimental sobre el rendimiento termohidráulico de CPU enfriadas por nanofluidos. Conversaciones de energía. Gestionar. 153, 557–565 (2017).

Artículo CAS Google Scholar

Leong, KY, Mohd, HN, Mohd, SR y Amer, NH El efecto del tensioactivo sobre la estabilidad y la conductividad térmica de los nanofluidos a base de nanotubos de carbono. Termia. Ciencia. 20(2), 429–436 (2016).

Artículo de Google Scholar

Zhang, T. y col. Efecto de la concentración de partículas sobre la estabilidad del nanofluido de SiO2 a base de agua. Tecnología en polvo. 379, 457–465 (2021).

Artículo CAS Google Scholar

Mashali, F., Languri, E., Mirshekari, G., Davidson, J. & Kerns, D. Caracterización microestructural y termoeléctrica de nanofluidos de nanodiamantes. En t. Comunitario. Transf. masa calor. 101, 82–88 (2019).

Artículo CAS Google Scholar

Hulst, HC y van de Hulst, HC Dispersión de luz por partículas pequeñas (Courier Corporation, 1981).

MATEMÁTICAS Google Scholar

de Boer, GB, de Weerd, C., Thoenes, D. & Goossens, HW Espectrometría de difracción láser: difracción de Fraunhofer versus dispersión de Mie. Parte. Parte. Sistema. Carácter. 4, 14-19 (1987).

Artículo de Google Scholar

Wiscombe, WJ Algoritmos de dispersión de Mie mejorados. Aplica. Optar. 19, 1505-1509 (1980).

Artículo ADS CAS PubMed Google Scholar

Babick, F. Dispersión dinámica de la luz (DLS), Libro de caracterización de nanopartículas 137–172 (Elsevier, 2020).

Google Académico

Yu, W., Xie, H. y Liu, L.-H. Una revisión sobre nanofluidos: preparación, mecanismos de estabilidad y aplicaciones. J. Nanomater. 2012(711), 128 (2011).

Google Académico

Yang, L., Du, K., Zhang, XS y Cheng, B. Preparación y estabilidad de una suspensión de nanopartículas de Al2O3 de una solución de amoníaco y agua. Aplica. Termia. Ing. 31(17–18), 3643–3647 (2011).

Artículo CAS Google Scholar

Zareei, M., Yoozbashizadeh, H. y Madaah Hosseini, HR Investigación de los efectos del pH, el tensioactivo y la fuerza iónica en la estabilidad de nanofluidos de alúmina/agua utilizando la teoría DLVO. J. Terma. Anal. Calorim. 135(2), 1185-1196 (2019).

Artículo CAS Google Scholar

Guanhua, N. et al. El efecto del tensioactivo aniónico (SDS) sobre la evolución de la fractura de poros del carbón acidificado y su importancia para la extracción de metano en capas de carbón. Adv. Polvo. Tecnología. 30(5), 940–951 (2019).

Artículo de Google Scholar

Vadivel, M., Babu, RR, Ramamurthi, K. y Arivanandhan, M. Síntesis asistida por tensioactivo catiónico CTAB de nanopartículas magnéticas de CoFe2O4. Cerámica. En t. 42(16), 19320–19328 (2016).

Artículo CAS Google Scholar

Rahma, A., Munir, MM y Rachmawati, H. La influencia del tensioactivo no iónico en las características físicas de las nanofibras cargadas de curcumina fabricadas mediante el método de electrohilado. Adv. Estera. Res. Trans. Tecnología. Publicado, 429–432 (2015).

Ghadimi, A., Saidur, R. y Metselaar, H. Una revisión de las propiedades de estabilidad de nanofluidos y su caracterización en condiciones estacionarias. En t. J. Transferencia de masa de calor. 54(17–18), 4051–4068 (2011).

Artículo CAS Google Scholar

Khairul, M., Shah, K., Doroodchi, E., Azizian, R. y Moghtaderi, B. Efectos del tensioactivo sobre la estabilidad y las propiedades termofísicas de los nanofluidos de óxido metálico. En t. J. Transferencia de masa de calor. 98, 778–787 (2016).

Artículo CAS Google Scholar

Cacua, K. et al. Efectos de la concentración de tensioactivo y el pH sobre los valores del potencial zeta de los nanofluidos de alúmina para inspeccionar la estabilidad. Los coloides surfean una fisicoquímica. Ing. Áspid. 583, 123960 (2019).

Artículo CAS Google Scholar

Xia, G., Jiang, H., Liu, R. y Zhai, Y. Efectos del tensioactivo sobre la estabilidad y conductividad térmica de nanofluidos de Al2O3/agua desionizada. En t. J. Terma. Ciencia. 84, 118-124 (2014).

Artículo CAS Google Scholar

Hassan, PA, Rana, S. y Verma, G. Dar sentido al movimiento browniano: caracterización de coloides mediante dispersión dinámica de la luz. Langmuir 31, 3-12 (2015).

Artículo CAS PubMed Google Scholar

Kundan, L., Mallick, SS y Pal, B. Efecto de la morfología de nanoclusters dependiente del tiempo sobre la conductividad térmica y el mecanismo de transporte de calor de nanofluidos basados ​​en TiO 2. Calor. Masa. Transf. 53, 1873–1892 (2017).

Artículo ADS CAS Google Scholar

Lam, C.-K., Lau, K.-T., Cheung, H.-Y. y Ling, H.-Y. Efecto de la sonicación por ultrasonido en grupos de nanoarcillas de compuestos de nanoarcilla/epóxido. Madre. Letón. 59(11), 1369-1372 (2005).

Artículo CAS Google Scholar

Tajik, B., Abbassi, A., Saffar-Avval, M. & Najafabadi, MA Propiedades ultrasónicas de suspensiones de nanopartículas de TiO2 y Al2O3 en agua. Polvo. Tecnología. 217, 171-176 (2012).

Artículo CAS Google Scholar

Asadi, A. et al. Efecto de las características de la sonicación sobre la estabilidad, las propiedades termofísicas y la transferencia de calor de nanofluidos: una revisión completa. Ultrasonido. Sonochem. 58, 104701 (2019).

Artículo CAS PubMed Google Scholar

Mahbubul, I., Saidur, R., Amalina, M., Elcioglu, E. y Okutucu-Ozyurt, T. Proceso de ultrasonicación eficaz para una mejor dispersión coloidal de nanofluidos. Ultrasonido. Sonochem. 26, 361–369 (2015).

Artículo CAS PubMed Google Scholar

Amani, M., Amani, P., Kasaeian, A., Mahian, O. y Wongwises, S. Medición de la conductividad térmica de nanofluidos de ferrita tipo espinela MnFe2O4 en presencia de un campo magnético uniforme. J. Mol. Licuado. 230, 121-128 (2017).

Artículo CAS Google Scholar

Chopkar, M., Das, PK y Manna, I. Síntesis y caracterización de nanofluidos para aplicaciones avanzadas de transferencia de calor. scr. Madre. 55(6), 549–552 (2006).

Artículo CAS Google Scholar

Sundar, LS, Shusmitha, K., Singh, MK y Sousa, AC Mejora de la conductividad eléctrica de nanofluidos magnéticos basados ​​en nanocompuestos de nanodiamante y níquel (ND-Ni). En t. Comunitario. Transf. masa calor. 57, 1–7 (2014).

Artículo CAS Google Scholar

Żyła, G. & Fal, J. Estudios experimentales sobre viscosidad, conductividad térmica y eléctrica de nanofluidos de nitruro de aluminio-etilenglicol (AlN-EG). Termochim. Acta 637, 11-16 (2016).

Artículo de Google Scholar

Descargar referencias

Todos los autores están dispuestos a expresar su gratitud al profesor Ali Shokuhfar, quien falleció el 3 de febrero de 2023. Su pase es una gran pérdida para nuestro equipo ya que era un profesor dedicado, conocedor y con una gran personalidad.

Facultad de Ciencia e Ingeniería de Materiales, Universidad Tecnológica KN Toosi, 15 Pardis St., Teherán, 1991943344, Irán

Soroush Javadipour y Ali Shokuhfar

Departamento de Ingeniería Mecánica, Universidad Tecnológica KN Toosi, 15 Pardis St., Teherán, 1999143344, Irán

Zeinab Heidary

Instituto de Investigación de Láser y Plasma, Universidad Shahid Beheshti, Teherán, Irán

Mohammad Amin Amiri Roshkhar y SM Mahdi Khamoushi

Departamento de Ingeniería del Petróleo, Rama de Ciencia e Investigación, Universidad Islámica de Azad, Teherán, Irán

Keyvan Homayouni

Departamento de Física, Universidad Tecnológica KN Toosi, Teherán, 15875-4416, Irán

Fatemeh Rezaei

Departamento de Investigación de Materiales No Metálicos, Instituto de Investigación Niroo, Teherán, Irán

Ashkan Zolriasatein

Departamento de Ingeniería Química, Universidad de Ciencia y Tecnología de Irán, Teherán, Irán

Shahrokh Shahhosseini

Centro de Investigación en Nanotecnología, Instituto de Investigación de la Industria del Petróleo IR, Teherán, Irán

Alimorad Rashidi

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

SJ diseñó y realizó los experimentos y preparó la versión inicial del manuscrito con análisis de datos (procesamiento de señales con MATLAB y procesamiento de imágenes en Python). El profesor AS supervisó la idea principal del presente manuscrito y el suministro de equipos y también fue el organizador del proyecto. ZH contribuyó al análisis numérico, redacción y revisión del manuscrito. MAAR colaboró ​​en la sección de procesamiento de señales de la configuración DLS. FR supervisó los estudios con láser y contribuyó a la estructura del manuscrito y la interpretación de los datos. KH ayudó a diseñar y realizar los experimentos y contribuyó al análisis de los datos (procesamiento de señales con MATLAB). AZ ayudó con la micrografía TEM y la caracterización del material. SS contribuyó al problema CFD y al análisis numérico, y revisó y mejoró la versión final del manuscrito. AR ayudó con la determinación de HTC y los resultados de la sección de estudio térmico. SMMK contribuyó a una sección experimental de la configuración del desplazamiento del haz y el procesamiento de imágenes.

Correspondencia a Soroush Javadipour o Fatemeh Rezaei.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado al autor(es) original(es) y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Javadipour, S., Shokuhfar, A., Heidary, Z. et al. Estabilidad, ultrasonicación óptima y estimación de la conductividad térmica y eléctrica en bajas concentraciones de nanofluido Al12Mg17 mediante el método dinámico de dispersión de luz y desplazamiento del haz. Informe científico 13, 13659 (2023). https://doi.org/10.1038/s41598-023-40844-9

Descargar cita

Recibido: 06 de marzo de 2023

Aceptado: 17 de agosto de 2023

Publicado: 22 de agosto de 2023

DOI: https://doi.org/10.1038/s41598-023-40844-9

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.