蒸汽热网热力损失与管损特性实验研究

采用焓降法和表面热流法，分别对实际运行的蒸汽热网特性进行现场测试，分析得到热网散热损失特性和组成特征. 结果表明，运行工况和蒸汽状态对焓降法在评估供热管道散热损失中的准确性具有重要的影响. 所测热网的实际散热热流密度达到135.66 W/m²，其中管道保温散热为67.67 W/m²，约占49.88%；蒸汽流动阻力损失占14.98%，支架、弯头、疏水器等局部散热占35.14%. 基于实际管损与热网冷凝散热损失的关系，定义热网冷凝损失系数. 建立基于热网散热损失的管损模型，结合实际测量数据，得到该热网的冷凝损失系数为0.16.     

蜂窝热管平板式太阳能热水器的实验研究

把蜂窝技术和热管技术结合起来应用于平板式太阳能热水器，可以大大减少热损失，提高日平均效率。经多次实验证明，蜂窝热管平板式太阳能热水器的日平均效率可以比真空管式热水器的高，热损系数则要小很多，具有推广应用价值。     

活塞热冲击集总参数模型的随机温度分析

将随机过程理论与热传导理论相结合，分析了内燃机随机热冲击的随机成分对活塞温度场的影响，建立了热冲击试验台加热环境相适应的矩形热冲击模型和集部参数导热模型，求得了相应的解析解，并利用迭代法求得其随机解及其均值，均方值和方差。在试验台上的活塞温度场测试结果表明随机热激励模型可以更精确地模拟活塞的受热响应。集总参数模型给出了活塞随机温度随时间变化的基本规律，为定性分析活塞温度场随机变化规律提供了依据。     

跨临界制冷循环的适用条件及在CO2制冷系统中的应用研究

在热力学第一、第二定律的基础上研究了跨临界制冷循环若干适用条件。详细分析了跨临界制冷循环对环境温度、制冷压力和温度、回热温差的要求，得出了启动危机、最小制冷高低压差等概念，将这些成果用于CO2制冷剂的分析。获得了相应的数据。可供研究CO2跨临界制冷系统应用。     

纳米复合相变材料固液相变储能过程研究进展

对纳米复合相变材料固液相变储能过程的若干最新研究进行了回顾,从相变储能系统的动态性能和典型的凝固、熔化传热过程两方面总结了相关研究的进展,并重点评述了数值模拟研究中纳米复合相变材料有效热物性预测方法的适用性及其与实验结果之间的偏差,最后对纳米复合相变材料固液相变储能过程的未来发展和重点研究方向进行了展望。     

土壤热湿传递下的直埋电缆载流量数值计算

针对土壤热湿过程对直埋电缆载流量的影响,修正土壤热湿耦合模型,联合MAXWELL方程组,建立电磁-热湿三场耦合模型。利用三场耦合模型和COMSOL Multiphysics软件按正交法计算不同敷设土壤类型、干密度和粒径下的YJV22 0.6/1 3×6直埋电缆载流量。通过对比正交计算结果的最大、最小载流量组的磁通密度、发热量、温度分布、含水率分布等,发现大载流量组的缆芯发热量较高,但电缆外表皮温度较低,使得直埋电缆内部热流密度较大,同时电缆周围土壤的导热系数和含水率较高,发生的湿分运移和相变较为微弱,使得缆芯的热量及时被导出。因此,土壤中的湿分运移和相变对于直埋电缆的载流量有一定提升作用。     

水基碳纳米管悬浮液的淬火沸腾特性

为了研究表面粗糙度及浓度对纳米悬浮液大容器沸腾特性的耦合影响,对粗糙度为Ra0.5和Ra12.5的镀镍铜球在体积分数为0.1%和0.5%的水基碳纳米管悬浮液中的淬火过程进行了实验研究,得到了不同条件下的淬火曲线并通过集总参数模型得到了淬火过程的沸腾曲线。结果表明,悬浮液浓度与表面粗糙度的增加都能加快淬火速率并提高临界热通量。表面粗糙度的增加缩短了核态沸腾阶段的时间,而悬浮液浓度的增加则主要体现了对膜态沸腾阶段的加速作用。在二者的共同影响下,采用表面较为粗糙的淬火物体在浓度较高的纳米悬浮液中进行淬火可以显著地缩短淬火冷却时间,对工程应用具有指导意义。     

水基碳纳米管纳米流体在矩形腔内的自然对流传热

为了评估碳纳米管在强化传热技术中的应用潜力, 采用实验方法研究水基碳纳米管纳米流体在矩形封闭腔内的自然对流传热性能, 由实验得到瑞利数为1.92×105～2.52×106范围内不同颗粒体积分数的纳米流体沿矩形封闭腔热流方向的平均努塞尔数分布.采用瞬态热线法和旋转黏度仪测量水基碳纳米管纳米流体的导热系数和黏度,探究纳米流体导热系数和黏度与纳米颗粒体积分数的变化关系,分析纳米流体导热系数和黏度对纳米流体自然对流传热的影响.结果表明:在封闭腔内纳米流体沿热流方向的平均努塞尔数随着瑞利数的增加而增大,封闭腔内对流传热不断增强;与水的自然对流传热相比,在低瑞利数(Ra＜8.5×105)时,纳米流体自然对流传热效果随着颗粒体积分数的增加而增强;在高瑞利数(Ra＞8.5×105)时,体积分数为0.48%的纳米流体的平均努塞尔数比水大,自然对流传热得到强化,而体积分数为1.45%的纳米流体的平均努塞尔数比水小,自然对流传热减弱.     

木材导热系数非线性拟合的神经网络模型

为了得到木材导热系数随各种物性参数变化的非线性规律，提出了一种基于人工神经网络的预测计算模型.该模型以木材的温度和孔隙率为输入量，以其导热系数为输出量.设隐层的神经元数分别为3～8，构建了6个不同隐层结构的神经网络，并利用桦木的导热系数分别对这6个神经网络进行了训练.通过对误差的比较分析，得到了具有最优性能的网络型式,其隐层具有6个神经元，训练结果的平均相对误差为0.21%，平均绝对误差为4.33×10-4 W/(m·K).利用该最优网络对不同温度和孔隙率下桦木的导热系数进行了预测，其结果与已知的实验测量数据吻合得很好,表明神经网络理论可以有效地用于木材导热系数的非线性拟合计算而且具有较高的精度.     

温度和热流方向对木材传热特性的影响

以4种常用木材为实验对象,研究了不同温度和热流方向对木材的导热系数、比热和热扩散率的影响,并分析了热物理性质变化的原因.实验结果表明：温度和热流方向对木材的传热特性影响显著.在25～200 ℃内,木材导热系数和比热呈现非线性变化,开始是随着温度的升高而逐渐增加,在接近80 ℃时达到一个峰值,然后又逐渐降低.而木材热扩散率的变化与温度的关系不明显.同一温度下,木材的顺纹（热流平行于纹理方向）导热系数要大于其横纹（热流垂直于纹理方向）导热系数,前者是后者的2.4～3.0倍.