以最佳溫度均勻度和最小熵產為目標的航天器熱循環(huán)試驗系統(tǒng)運行參數優(yōu)化

黃一也，楊光，吳靜怡

?

以最佳溫度均勻度和最小熵產為目標的航天器熱循環(huán)試驗系統(tǒng)運行參數優(yōu)化

黃一也，楊光，吳靜怡

（上海交通大學機械與動力工程學院，上海200240）

以數值模擬的方法研究了不同運行參數下航天器熱循環(huán)試驗箱內溫度均勻度與熵產的變化規(guī)律。結果表明，在4.3×103≤≤8.6×105、4.62×1013≤≤1.38×1014范圍內，由于強浮升力的作用，壁面附近出現回流區(qū)，溫度由上往下降低，中軸線附近氣體加速下沉，溫度由上往下升高。箱內量綱1溫度標準偏差隨Reynolds數增大而增大，隨Grashof數變化不明顯；混合對流過程中流動熵產遠小于傳熱熵產，熵產數值隨Reynolds數、Grashof數的增大而增大。提出了壁面Nusselt數、試驗箱內量綱1平均溫度、量綱1溫度標準偏差及量綱1傳熱熵產隨Reynolds數、Grashof數變化的關聯式。

數值模擬；對流；傳熱；溫度均勻度；熵產

引 言

為保證航天器在惡劣的空間環(huán)境中可靠運行，需要在地面對其進行大量的環(huán)境試驗以暴露工藝缺陷，檢驗工作性能[1-2]。熱循環(huán)試驗具有研制周期短、成本低、操作較為簡單等優(yōu)點，已成功應用于航天器的研制及其考核過程中。在熱循環(huán)試驗中，試驗箱需經歷升/降溫、保溫、復溫的過程。其中保溫過程中不僅要求箱內的平均溫度到達設定的高/低溫，而且要求箱內溫度分布均勻。溫度均勻度超過允許的偏差將導致測試件受熱不均勻，嚴重影響試驗的重復性與可靠性[3]。

對于大型航天器熱循環(huán)試驗系統(tǒng)，通常借助高低溫氣體與壁面對流換熱，帶走進入試驗箱的冷熱負荷，使箱內維持目標溫度。由于試驗箱尺寸大，且壁面與內部氣體有較大的溫差，箱內氣體流動受入口的慣性力與近壁面的反向浮升力共同作用，傳熱模式亦為強制對流與自然對流耦合的混合對流[4-5]。對于管道內的混合對流，Jackson等[6-7]指出Reynolds數、Grashof數、Prandtl數以及幾何結構等是決定流動與傳熱特性的關鍵參數，并對圓管內逆浮升力的混合對流傳熱系數總結了半經驗公式。對于低Reynolds數的混合對流，Ingham等[8]、Bernier等[9]的研究結果表明固體與流體的相對熱導率、壁面厚度對流場和溫度場也有較大影響。Yang等[10-11]研究了豎直方管內的層流混合對流的流動與傳熱特性，并分析了壁面回流發(fā)生的條件。對混合對流現有的研究主要針對流型結構與傳熱系數，而對溫度均勻度的研究尚有欠缺；且自然對流傳熱系數的經驗公式所適用的Grashof數在1012數量級范圍內，而對于大型航天器熱循環(huán)試驗箱，Grashof數可達到1014甚至更高。

為維持試驗箱內的高低溫環(huán)境，熱循環(huán)試驗往往需要液氮汽化或電加熱為系統(tǒng)提供足夠的冷/熱量。其中箱內氣體與壁面的大溫差傳熱過程產生了巨大的不可逆性。因此有必要對試驗箱內傳熱過程的熵產進行分析，明確其中能量的傳遞機理，從而優(yōu)化傳熱過程。Bejan[12-13]將熵產最小化理論（EGM）引入到了對流傳熱過程，并被Oztop等[14-15]成功應用于各類換熱器的優(yōu)化設計中。孟凡康等[16]對二維方腔內自然對流的熵產進行模擬分析，發(fā)現最大熵產出現在高溫壁面下側和低溫壁面上側，且熵產數值隨Rayleigh數呈指數形式變化。

本文通過數值模擬的方法對航天器熱循環(huán)試驗箱內混合對流進行研究，分析了不同的Reynolds數與Grashof數下，試驗箱內氣體的流動、傳熱特性。獲得了箱內平均溫度、壁面?zhèn)鳠嵯禂?、溫度分布均勻度以及傳熱熵產隨運行參數的變化規(guī)律，給出了對試驗的最優(yōu)送風速度與溫度的確定方法。

1 物理模型與數學模型

本文采用的試驗箱物理模型如圖1所示。以低溫工況的保溫過程為例，低溫氣體經整流后以恒定的流速∞、恒定的溫度∞從頂部進入長寬高××=10 m × 6 m × 8 m的試驗箱內。氣體與壁面換熱后從底部排出，抵消壁面漏熱，使箱體內保持均勻的低溫環(huán)境。假定壁面在換熱過程中保持恒定的溫度w，采用無滑移假設。試驗箱內氣體為氮氣，流速較低，可視為不可壓流體。流體密度采用Boussinesq近似，僅考慮密度變化對體積力的影響。流體其他物性在計算過程視為常數，比定壓熱容為1030 J·kg-1·K-1，熱導率為0.014 W·m-1·K-1，運動黏度為1×10-5Pa·s，體積膨脹率為0.0073 K-1。使用FLUENT6.3進行計算，湍流模型選擇Transition SST--ω模型。該模型在近壁面處應用低Reynolds數修正，可更好地模擬浮力驅動的湍流流動。采用非均勻的結構化網格進行計算，并針對壁面的邊界層流動加密了局部網格，計算結果的壁面+<5，滿足模型對邊界層網格的要求。網格無關性驗證的結果如圖2所示。隨網格數的增加，試驗箱內的平均溫度、壁面平均傳熱系數以及傳熱熵產均單調遞增或遞減，并收斂于某一數值，證明采用網格數為220萬個的模型對于該問題的計算是合適的。為研究強制對流與自然對流在換熱過程中的耦合作用，引入表征流體流動的Reynolds數：=∞/，其中為水力直徑：=2/(+)；以及反映自然對流程度的Grashof數：=(w?∞)3/2。壁面平均傳熱系數可表示為：，量綱1化后的Nusselt數：=/。箱內的量綱1溫度可表示為=(?∞)/(w?∞)，體積平均后可得量綱1平均溫度。反應溫度均勻度的溫度標準偏差，量綱1化得。傳熱過程的熵產及量綱1熵產定義如下[17-18]

式中，t為湍流擴散系數。

流動過程熵產由式(3)計算而得

2 數值模擬結果分析

為檢驗模型的準確性，首先對一實際運行工況進行模擬。某次試驗中入口處氣體速度為0.023 m·s-1，溫度為137.33 K，壁面溫度為177.18 K。試驗中測得各特征點穩(wěn)態(tài)的溫度與模擬計算所得對應各點的溫度如圖3所示。模擬所得溫度與測量的溫度基本一致，最大誤差為1.5 K，證明該模型可準確地模擬試驗箱實際運行時的溫度分布。圖4(a)、(b)分別為上述工況下試驗箱過中軸線的-截面和-截面上的溫度與豎直方向速度分布?？梢钥吹娇拷诿娴臍怏w被持續(xù)加熱，溫度不斷升高，在浮升力的驅動下加速上浮，形成回流區(qū)。高溫氣體到達箱體頂部時與入口的低溫氣體交匯，速度減小。中軸線附近的氣體加速下沉，在試驗箱中部達到速度最大值，且在下沉的過程中溫度持續(xù)升高。試驗箱整體在水平方向上，靠近中軸線的氣體溫度較低，靠近壁面氣體溫度較高；在豎直方向上呈現壁面附近溫度由上至下降低，中軸線附近溫度由上至下升高的溫度分布趨勢。圖4(c)、(d)分別為該工況下試驗箱截面?zhèn)鳠帷⒘鲃屿禺a分布，可以看到溫差引起的傳熱熵產集中在壁面及入口處溫度梯度較大的區(qū)域，流動引起的黏性耗散也集中在進出口和壁面附近。但由于氣體流速低、黏性小，流動熵產遠小于傳熱熵產，兩者相差5個數量級。因此后文忽略了混合對流中黏性流動引起的熵產，僅針對傳熱過程的熵產進行分析。

2.1 送風速度（Reynolds數）對試驗箱內溫度分布及傳熱熵產的影響

為了研究送風速度對試驗箱內流場的影響，保持上述工況的送風溫度與壁面溫度，改變入口的送風速度為0.0023～0.46 m·s-1（4.3×103≤≤8.6×105），獲得的量綱1溫度分布變化如圖5(a)所示。在Reynolds數為4300時，試驗箱內大部分空間的量綱1溫度在0.2～0.4之間。由于入口流速低，回流交匯的區(qū)域幾乎在入口處，進入箱體的低溫氣體迅速升溫，因而在入口處等溫線密集，溫度梯度大。沿中軸線下沉的氣體受壁面影響最小，但在到達試驗箱中部時亦被加熱至0.3。隨著送風速度的增大，入口慣性力的效果逐漸明顯，所示截面上的等溫線向下、向外移動。入口處尤其中軸線附近的溫度梯度減小，壁面及回流交匯區(qū)域溫度梯度增大。當送風速度達到0.23 m·s-1時，大部分傳熱過程被抑制在壁面附近，大量沿中軸線下沉的氣體幾乎沒有經過加熱就被排出試驗箱，這種情況在實際應用會造成較多的冷量被浪費，不利于系統(tǒng)節(jié)能。不同入口速度下試驗箱內方向速度分布變化如圖5(b)所示。雖然Reynolds數改變了3個數量級，但箱內等速度線分布及最大流速基本不變，說明Reynolds數在此范圍內，箱內流動的驅動力主要為壁面浮升力。當Reynolds數為4300時，入口氣體慣性力較小，從圖5(a)可以看到箱內大部分區(qū)域受壁面加熱，溫度較高，壁面附近氣體在強浮升力的作用下形成了大范圍的回流區(qū)。隨著入口流速增大，入口氣體的慣性力作用逐漸明顯：一方面，沿中軸線下沉的氣體區(qū)域擴大且最大流速增大；另一方面，近壁面的回流區(qū)域明顯縮小，尤其在Reynolds數為4.3×105時，回流發(fā)生的位置下移至距離入口約/4處。

試驗箱內的平均溫度及量綱1溫度變化如圖6(a)所示。隨著Reynolds數增大，平均溫度單調遞減且量綱1溫度趨近于0。在≤2×105時，平均溫度下降較快，說明此時增大Reynolds數可以起到較為明顯的降溫效果；在=8×105時，約為0.07，表明試驗箱內大部分區(qū)域溫度接近入口氣體的溫度，若再增大Reynolds數，收到的降溫效果微乎其微。此時對于整個箱體而言，內部大部分的氣體被入口氣體持續(xù)置換，雖然壁面附近的傳熱模式仍是以自然對流為主導，但由于入口氣體流量大，壁面的傳熱量遠小于輸入箱體的冷量。不同Reynolds數下的壁面平均傳熱系數及相應的Nusselt數如圖6(b)所示。雖然浮升力的方向與主流的方向相反，阻礙了壁面附近的流動，但隨著入口流速的增加，Nusselt數增大，表明更多的熱量通過壁面進入箱內。由于此傳熱過程以自然對流為主導，同時也為兼顧實際工程中的應用，本文在壁面平均傳熱系數的定義中，換熱溫差采用壁面與入口流體的溫差，有別于管內流中管壁與流體平均溫度的溫差。因此，當中軸線附近的流體溫度隨入口流速增加而降低時，壁面與主流實際的換熱溫差增大，換熱量增加，Nusselt數也隨之增大。而當Reynolds數繼續(xù)增大時，中軸線區(qū)域的量綱1溫度接近于0，換熱溫差基本不變，Nusselt數也趨于穩(wěn)定。

圖7(a)描述了溫度標準偏差與量綱1溫度標準差隨Reynolds數的變化規(guī)律?？梢钥吹诫S入口流速的增大，溫度標準偏差先快速上升，后趨于穩(wěn)定。由上面的分析可知，壁面附近的高溫回流區(qū)域隨著入口速度增大而壓縮，同時沿軸線的氣體幾乎不被加熱，因此試驗箱內溫度分化加劇，均勻度變差。理論上當Reynolds數繼續(xù)增大至107數量級，試驗箱的溫度均勻性會更好，經計算溫度標準偏差約下降至1.6 K。而此時入口速度約為5 m·s-1，壁面的回流區(qū)被進一步壓縮，試驗箱的換熱模式轉換為以強制對流主導。且此時對應氣體流量為1.08×106m3·h-1，如此大流量的高低溫氣體在工程應用中難以實現，因此不在本文考慮范圍內。

圖8所示的是試驗箱內傳熱熵產分布隨Reynolds數的變化規(guī)律。從圖中可以看出傳熱熵產主要集中在試驗箱上部以及近壁面區(qū)域。當Reynolds數較小時，大部分區(qū)域熵產在0.01以下，熵產的最大值位于頂部靠壁面處，即壁面回流熱氣與入口冷氣交匯的位置，表明該區(qū)域具有較大的溫度梯度。當Reynolds數增大時，低溫氣體快速沿中軸線下沉，壁面回流區(qū)域被壓縮，冷熱氣體交匯區(qū)域向試驗箱中部移動，且范圍擴大。圖7(b)為傳熱熵產隨Reynolds數的變化趨勢，可以看到入口流速增大后，系統(tǒng)由傳熱引起的不可逆度先迅速增大后趨于穩(wěn)定。此外，熵產隨Reynolds數的變化趨勢與溫度標準偏差變化類似，表明均勻的分布溫度抑制了傳熱的不可逆度。

2.2 送風溫度（Grashof數）對試驗箱內溫度分布及傳熱熵產的影響

保持入口速度0.023 m·s-1，壁面溫度177.18 K，改變入口溫度為117～157 K（4.62×1013≤≤ 1.38×1014）進行數值模擬，計算所得的等溫線、等速度線的分布基本不變，表明在該溫度范圍內，壁面浮升力對箱內流動的作用仍遠大于入口慣性力的作用，改變送風溫差對試驗箱內流場結構的影響較小。圖9(a)為試驗箱內平均溫度與平均量綱1溫度的變化曲線，從圖中可以看到隨著入口溫度降低，Grashof數增大，試驗箱內平均溫度近似線性下降，無量綱溫度維持在0.29～0.3之間，略微有所升高。這表明降低入口溫度可以有效降低試驗箱內的平均溫度。如圖9(b)所示，壁面的平均傳熱系數與相應的Nusselt數隨入口溫度降低而升高。表明在大溫差下，浮升力的增大對壁面換熱起到了強化的作用。Nusselt數在Grashof數為4.62×1013時約為2991，與該Grashof數下豎直恒溫平板純自然對流的Nusselt數3012相近[19]?？紤]到4個壁面相連處換熱效果較差，該Nusselt數值是合理的。

圖10(a)描述了不同Grashof數下試驗箱內溫度標準偏差及量綱1溫度標準偏差的變化趨勢。前者描述了試驗箱內各點溫度偏離平均溫度的程度；后者經過量綱1化，綜合考慮溫度均勻度與送風溫差，體現了系統(tǒng)溫度均勻化的能力。隨著入口氣體與壁面的溫差縮小，Grashof數減小，試驗箱內溫度標準偏差近似線性減小，表明提高入口氣體溫度有利于該空間溫度的均勻分布。量綱1溫度標準偏差維持在0.040～0.047之間，隨溫差減小而略微增大，表明相同送風溫差下，箱內溫度均勻性隨Grashof數增大（如流體動力黏度降低、箱體尺寸增大等）而變差。傳熱熵產隨Grashof數變化情況如圖10(b)所示。隨入Grashof數增大，試驗箱內的傳熱熵產增大，說明系統(tǒng)傳熱產生的不可逆度隨溫差增大而增大。

2.3 熱循環(huán)試驗箱運行參數優(yōu)化

通過上述分析可知，試驗箱內的平均量綱1溫度隨Reynolds數的增大而減小，隨Grashof數的增大幾乎不變。通過對42組不同工況的數據進行擬合處理，總結如下關聯式

壁面對流換熱的平均Nusselt數隨Reynolds數、Grashof數的增大而增大

試驗箱內量綱1溫度標準偏差隨Reynolds數的增大而增大，隨Grashof數的增大變化很小

試驗箱內量綱1傳熱熵產隨Reynolds數、Grashof數的增大而增大

以上關聯式的適用范圍均為4.3×103≤≤ 8.6×105、4.62×1013≤≤1.38×1014，并具有大于0.99的決定系數?？偟膩碚f，減小送風溫差，降低Grashof數，可以使試驗箱內溫度分布更為均勻，且傳熱熵產更小。但若要達到試驗需求的箱內平均溫度，勢必會增大入口的送風速度，增大了Reynolds數。這將導致溫度均勻度變差，傳熱熵產增加。因此存在一組最優(yōu)的送風速度∞與對應的送風溫度∞，在滿足試驗箱內平均溫度達到所需溫度的前提下，使得箱內溫度標準偏差最小或傳熱熵產最小。針對類似的低溫環(huán)境試驗箱系統(tǒng)，可根據箱體尺寸、材料及外部絕熱措施計算內壁面與外部環(huán)境的單位面積熱阻。通過上述關聯式，建立壁面的熱平衡方程[式(8)]以及試驗需求的平均溫度方程[式(9)]。

由式（4）、式（5）、式（8）、式（9）建立avg、∞、w和的方程組，其中方程個數為4、未知量個數為5，可將∞作為控制變量，根據其可控范圍和設定的優(yōu)化步長，建立其一維數組。然后將其作為已知量求解方程組，從而確定avg、∞、w和。進一步地，根據已獲得的參數，代入溫度標準偏差關聯式（10）和傳熱熵產關聯式（11）中，以確定∞與溫度標準差（σ）、熵產（gen,ht）之間的對應關系。選取最小溫度標準差或最小熵產對應的∞作為優(yōu)化的送風速度，具體的參數優(yōu)化流程如圖11所示。

以將平均溫度的控制目標設為169.6 K為例。壁面與外界環(huán)境的等效熱阻為2 K·m2·W-1，代入上述方程組中，計算獲得的在不同送風速度下的溫度標準差值、傳熱熵產的變化規(guī)律如圖12所示。從圖中可以看出，在入口風速為0.019 m·s-1時，箱體內的溫度標準偏差和熵產數均取得最小值。

3 結 論

本文對一低溫環(huán)境試驗箱內的三維混合對流進行了數值模擬，計算結果與試驗數據有較好的吻合度。定量分析了4.3×103≤≤8.6×105、4.62×1013≤≤1.38×1014范圍內試驗箱內的溫度、速度分布，壁面平均傳熱系數，溫度均勻性以及傳熱熵產的變化，主要的結論如下。

（1）壁面附近氣體受熱在浮力的驅動下上浮，形成了回流區(qū)，中軸線附近氣體加速下沉。箱內呈現壁面附近溫度由上至下降低，中軸線附近溫度由上至下升高的溫度分布趨勢。

（2）在本文研究的運行工況范圍內，箱內量綱1溫度標準偏差隨Reynolds數增大而增大，隨Grashof數變化不明顯。

（3）對壁面Nusselt數、試驗箱內量綱1平均溫度、量綱1溫度標準偏差及量綱1傳熱熵產總結了關聯式，提出了以熵產最小和溫度均勻度最佳為目標的大型航天器熱循環(huán)試驗系統(tǒng)運行參數的優(yōu)化方法。

大一時開始畫人體素描，系里每次聯系的模特都是“廣大勞動人民”，現在的勞動人民生活也過好了，大魚大肉地吃得身材嚴重變形。粗大的骨節(jié)突出著，因生孩子而擴張的盆骨依然擴張著，大而扁的乳房耷拉著，她們對于油畫系學生的看與不看，也完全不在意，但她們擺出的這種“大無畏精神”，因為過于勇猛和完全沒有看頭，徹底倒了這些小畫家們的胃口。

符 號 說 明

D——水力直徑，m Gr——Grashof數 g——重力加速度，m·s?2 H, L, W——分別為試驗箱的高、長、寬，m k——熱導率，W·m?1·K?1 Nu——Nusselt數 Re——Reynolds數 Sgen,ht,Sgen,fr——分別為傳熱、流動熵產，W·K?1 T——溫度，K u——入口速度，m·s-1 β——體積膨脹率，K?1 θ——量綱1溫度 n ——動力黏度，m2·s?1 σ ——溫度標準偏差，K 下角標 ∞——入口處

References

[1] 黃本誠. 空間環(huán)境工程學[M]. 北京: 中國科學技術出版社, 2010: 7-10. HUANG B C. Space Environment Engineering [M]. Beijing: Science and Technology of China Press, 2010: 7-10.

[2] 黃本誠. KM6載人航天器空間環(huán)境試驗設備[J]. 中國空間科學技術, 2002, 22(3): 1-5. HUANG B C. Space environment test facility for manned spacecraft [J]. Chinese Space Science and Technology, 2002, 22(3): 1-5.

[3] WANG G, ZHAO G, LI H,. Analysis of thermal cycling efficiency and optimal design of heating/cooling systems for rapid heat cycle injection molding process [J]. MaterialsDesign, 2010, 31(7): 3426-3441.

[4] 楊光, 吳靜怡. 三維動態(tài)混合對流過程中的溫度均勻性分析及實驗驗證[J]. 工程熱物理學報, 2014, 35(4): 730-734. YANG G, WU J Y. Numerical and experimental investigation of the temperature uniformity characteristics of the dynamic mixed convection flow in a three dimensional open cavity [J]. Journal of Engineering Thermophysics, 2014, 35(4): 730-734.

[5] 楊光, 吳靜怡. 基于小波變換和多元回歸的航天器熱循環(huán)試驗系統(tǒng)的溫度均勻性分析與預測[J]. 上海交通大學學報, 2014, 48(9): 1346-1350. YANG G, WU J Y. Analysis of temperature uniformity in a spacecraft thermal-cycling test system based on wavelet transform and multiple regression [J]. Journal of Shanghai Jiaotong University, 2014, 48(9): 1346-1350.

[6] JACKSON J D, COTTON M A, AXCELL B P. Studies of mixed convection in vertical tubes [J]. International Journal of HeatFluid Flow, 1989, 10(1): 2-15.

[7] JACKSON J D, HALL W B. Influences of buoyancy on heat transfer to fluids flowing in vertical tubes under turbulent conditions [J]. Turbulent Forced Convection in Channels and Bundles, 1979, 2: 613-640.

[8] INGHAM D, KEEN D, HEGGS P. Two dimensional combined convection in vertical parallel plate ducts, including situations of flow reversal [J]. International Journal for Numerical Methods in Fluids, 1988, 26(7): 1645-1664.

[9] BERNIER M A, BALIGA B R. Visualization of upward mixed-convection flows in vertical pipes using a thin semitransparent gold-film heater and dye injection [J]. International Journal of Heat and Fluid Flow, 1992, 13: 241-249.

[10] YANG G, WU J Y. Entropy generation in a rectangular channel of buoyancy opposed mixed convection [J]. International Journal of HeatMass Transfer, 2015, 86: 809-819.

[11] YANG G, WU J Y, Yan L. Flow reversal and entropy generation due to buoyancy assisted mixed convection in the entrance region of a three dimensional vertical rectangular duct [J]. International Journal of HeatMass Transfer, 2013, 67(4): 741-751.

[12] BEJAN A. Entropy generation minimization: the new thermodynamics of finite-size devices and finite-time processes [J]. Journal of Applied Physics, 1996, 79(3): 1191-1218.

[13] BEJAN A. Fundamentals of exergy analysis, entropy generation minimization, and the generation of flow architecture [J]. International Journal of Energy Research, 2002, 26: 545-565.

[14] LIOUA K, OZTOP H F, BORJINI M N,. Second law analysis in a three dimensional lid-driven cavity [J]. International Communications in HeatMass Transfer, 2011, 38(10): 1376-1383.

[15] OZTOP H F, AL-SALEM K. A review on entropy generation in natural and mixed convection heat transfer for energy systems [J]. RenewableSustainable Energy Reviews, 2012, 16(1): 911-920.

[16] 孟凡康, 高珊, 閆明慧. 二維方腔自然對流熵產模擬分析[J]. 太陽能學報, 2010, 31(10): 1287-1291. MENG F K, GAO S, YAN M H. Numerical analysis on entropy generation of nature convection inside two dimensional square cavity [J]. Acta Energiae Solaris Sinica, 2010, 31(10): 1287-1291.

[17] KOCK F, HERWIG H. Local entropy production in turbulent shear flows: a high-Reynolds number model with wall functions [J]. International Journal of HeatMass Transfer, 2004, 47(10): 2205-2215.

[18] KOCK F, HERWIG H. Method and array for introducing temporal correlation in hidden Markov models for speech recognition [J]. International Journal of HeatFluid Flow, 2004, 117(117): 2698-2699.

[19] BEJAN A. Convection Heat Transfer [M]. New York: John WileySons, 2013: 204.

Operation parameters optimization of spacecraft thermal cycling test system based on temperature uniformity and entropy generation

HUANG Yiye, YANG Guang, WU Jingyi

(School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China)

The temperature uniformity and entropy generation due to heat transfer inside a thermal cycling test chamber are investigated numerically under various operating parameters. Boussinesq approximation and-model are used in the simulation and the result is validated by previous experiment. The result shows that in the range of 4.3×103≤≤8.6×105and 4.62×1013≤≤1.38×1014, both forced convection and natural convection contribute to the fluid flow and heat transfer. Fluid close to the walls gets heated and rises along the walls due to the buoyancy force while that near the center line accelerates downward to the exit. The temperature at the given height always increases from the center line to the walls. From the top to bottom of the cycling chamber, the temperature increases around the center line while decreases near the walls. The dimensionless standard temperature deviation increases with Reynolds number and changes little with Grashof number. During the mixed convection, the entropy generation due to fluid friction is much smaller than that by heat transfer, and the latter increases with both Reynolds number and Grashof number. In addition, the expressions of wall Nusselt number, dimensionless average temperature, dimensionless temperature standard deviation and dimensionless entropy generation by heat transfer are also provided.

numerical simulation; convection; heat transfer; temperature uniformity; entropy generation

2016-04-05.

Prof. WU Jingyi, jywu@sjtu.edu.cn

10.11949/j.issn.0438-1157.20160429

V 416.5

A

0438—1157（2016）10—4086—09

國家自然科學基金項目（51476096）。

2016-04-05收到初稿，2016-06-01收到修改稿。

聯系人：吳靜怡。第一作者：黃一也（1991—），男，博士研究生。

supported by the National Natural Science Foundation of China (51476096).