删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

方腔内电场强化固液相变传热

本站小编 Free考研考试/2021-12-29

摘要:采用格子Boltzmann方法对方腔内介电相变材料的熔化过程进行数值模拟与分析, 系统研究了电场力和浮升力耦合作用下固液相变传热过程的流体流动、电荷输运以及传热等基本特征, 重点分析了电瑞利数T、斯蒂芬数$Ste$、离子迁移率M和普朗特数$Pr$等多个无量纲参数对固液相变传热过程的影响. 研究表明, 与浮升力驱动下的固液相变情况相比, 外加电场不仅会改变方腔内流体流动结构以及相界面的演化规律, 而且还会提高介电相变材料的熔化效率, 强化固液相变传热过程. 特别地, 上述现象会随着电瑞利数T的增大愈加明显. 此外, 引入了无量纲参数$\varPhi$, 用以表征电场强化固液相变的实际效果. 结果显示, 随着斯蒂芬数$Ste$的增加, 电场强化固液相变的实际效果会有所减弱, 但对于较大的电瑞利数而言, 改变斯蒂芬数$Ste$的实际大小并不会对电场强化固液相变的实际效果有太大影响. 最后, 发现电场强化固液相变的实际效果与离子迁移率M一般具有负相关的关系, 即随着离子迁移率M的增加, 电场强化固液相变的效果反而下降; 而受电场力和浮升力的协同影响, 普朗特数$Pr$对电场强化固液相变效果的影响则依赖于离子迁移率M.
关键词: 固液相变/
电动流体动力学/
格子Boltzmann方法

English Abstract


--> --> -->
随着全球人口的急剧增长以及工业社会的高速发展, 以煤、石油、天然气为代表的传统不可再生能源日益枯竭, 可再生能源的发展对于人类社会不断增加的能源需求变得尤为重要. 但是, 大多数可再生能源如太阳能、风能、潮汐能等具有时间依赖性、地域性和间歇性的特征[1,2], 无法提供稳定的能量输出, 阻碍了可再生能源的开发和高效利用, 为了解决这样的问题, 需要利用储能技术将这些能量进行存储和再利用[3,4]. 在众多储能技术中, 储热技术面向对象更广、涵盖能量更多、应用成本更低[5]. 该技术将能量储存在材料中, 并在需要时将能量释放, 起到平衡能量供需的作用. 根据储热原理的不同, 可以把储热技术分为潜热储热、显热储热和热化学储热, 其中, 潜热储热是利用相变材料(phase change material, PCM)在相态变化过程中所吸收(释放)的大量热能进行热能存储, 与另外两种储热技术相比, 潜热储热具有容积储热密度大、温度波动幅度小、控制简单、安全可靠等优点[6], 在新能源利用、航天器的热管理等领域有着广泛的应用[7]. 但是, 由于大部分相变材料导热率较低, 相变传热速率较慢, 导致潜热储能设备在实际工作中能量存储和释放的效率受到影响[8]. 为了实现能量的高效和快速存储, 需要对相变材料的相变过程采取强化传热措施. 目前, 国内外****提出了大量的相变传热强化技术, 这些强化传热技术主要分为两类: 被动相变传热强化技术和主动相变传热强化技术. 其中, 被动技术已经被广泛和深入地研究, 主要有使用翅片、添加高导热粒子以及填充泡沫金属等技术. Stritih[9]通过实验研究了翅片对相变材料相变传热效率的影响, 结果表明高热导率翅片的存在能够显著提升凝固过程中的传热效率; Lacroix 和Benmadda[10] 数值模拟了矩形腔体中相变材料的熔化过程, 结果表明, 在相变材料中嵌入高热导率翅片比升高高温壁面的温度更能有效缩短相变材料的熔化时间, 提高相变传热效率; Ji等[11]使用具有一定倾斜角度的翅片增强相变传热, 发现倾斜角为–15°的翅片增强相变传热效果更好; Khodadadi和Hosseinizadeh[12]的分析说明在PCM中加入纳米颗粒后, 纳米颗粒增强的相变材料导热性能得到提高; Feng等[13]的数值模拟结果表明: 纳米颗粒的加入可以提高相变材料的导热系数, 促进相变材料的熔化过程, 提高相变材料的传热效率; 此外, Xiao等[14]的实验结果表明, 与纯石蜡相比, 泡沫金属可显著提高复合相变材料的有效导热系数; 张涛和余建祖[15]的计算结果表明, 与翅片相比, 泡沫金属的使用能够显著改善相变储能装置的传热性能及储能效率.
从现有研究中不难发现, 被动相变传热强化技术能够很好地提高相变传热效率, 减少能量存储和释放过程的时间, 然而, 也有****指出, 纳米颗粒、翅片、泡沫金属等的加入在一定程度上限制了相变材料熔化过程中的对流换热[9,16,17], 进而影响相变传热的实际效率, 而且相变材料的填充量也会因其他物质的存在而减少, 致使储热系统的储热能力有所降低[8]. 不同于被动相变传热强化技术, 主动相变传热强化技术不影响储热系统的储热能力, 能够最大限度地发挥PCM 的储热性能. 2002年, Oh等[18]探究了超声波震动对石蜡熔化过程的影响, 结果显示由超声波振动引起的多种伴随效应可以在一定程度上加快石蜡的熔化过程. 然而, 需要指出这种基于超声波的主动型强化固液相变技术具有能耗高的缺点[18,19]. 随后, Nakhla等[20]于2015年提出了利用高压电场来加速有机相变材料的熔化过程. 由于有机相变材料往往也是介电材料, 电导率一般很低($ \sigma \leqslant 10^{-6} \; {\rm {S/m}} $), Nakhla等[20]发现在给定加热热流密度的条件下, 与不施加电场情况相比, $ -8\;{\rm kV} $的外加电压使同样质量的石蜡材料完全熔化所需时间缩短了约40%, 而额外的电功率只增加2.4%. 由此可见, 这种基于电场的主动型强化相变传热技术具备独特优势, 值得被深入研究.
近年来, 电场强化传热已得到了学术界和工业界的共同关注[21], 不少****基于不同的研究方法陆续开展了相关研究, 并取得了一系列的重要结论, Atten等[22]的实验结果表明, 单极注入电荷在电场力驱动下引起的电对流可以显著提高传热效率(在他们的实验条件下, 传热效率提高了15倍左右); Traoré等[23]使用有限体积的方法分析了几个重要无量纲参数之间的关系, 结果表明当电场力足够大时, 浮升力的大小对于传热效率的提升几乎没有影响; Wu等[24] 的数值模拟结果表明, 电场驱动下的径向流动增强了同心圆环间的换热效率. 上述研究极大地促进了人们对于电场强化传热内在机理的认识和理解, 然而需要指出, 这些现有研究绝大部分都是局限于单相对流系统[2224], 部分关于电场强化两相对流换热的工作也多是聚焦于带有气液界面的传统两相流体流动问题, 如沸腾换热[25,26]、凝结换热[27,28] 以及液滴蒸发[29,30] 等.
事实上, 到目前为止, 关于电场强化固液相变问题的研究还十分有限, 强化相变背后的复杂机制尚未明确. 2018年, Nakhla等[31] 实验研究了正十八烷的熔化过程, 结果表明, 在–10 kV的外加电压下, 热壁面的平均传热效率能够提高8.6倍左右; 随后, Luo等[32] 数值研究了电场强化固液相变传热问题, 结果表明该技术能够有效减少相变材料熔化过程所需时间, 研究结论与Nakhla等[20,31]的实验研究结论一致; 近期, 卢才磊[33]在Luo等[32]工作的基础上又考虑了相变材料在熔化过程中液相区域存在的自然对流影响, 并对比了加热方向和电荷注入方向不同时, 电场强化固液相变传热的效果. Selvakumar等[34]数值研究了在中等电荷注入强度下, 浮升力和电场力的共同作用对PCM 熔化过程的影响, 结果表明当PCM 潜热值较大时, 电场强化固液相变的效果更好, 该结论与Luo等[32]的模拟结果一致; 紧接着, Nakhla和Cotton[35]实验研究了强自然对流情况下, 电场力对立式潜热储热系统蓄热过程的影响, 结果表明, 电场力能够加速PCM由导热主导熔化机制过渡到对流主导熔化机制.
以上研究在一定程度上揭示了电场强化固液相变传热的内在机理, 但是这些研究大多数着眼于水平加热板或水平电极[20,31,32,34], 弱化了浮升力对熔化过程的影响, 仅有的针对垂直加热板的蓄热系统的研究也局限于实验[35]. 此外, 由于电场强化固液相变传热问题是一类典型的多物理场耦合的复杂问题, 已有研究所使用的无量纲参数范围较为有限, 部分参数的协同作用机制尚未阐明. 鉴于此, 本文借助GPU 高性能并行计算手段, 开展侧壁加热侧壁注入电荷的情况下, 方腔内电场强化固液相变问题的数值模拟研究, 重点考察电场力和浮升力以及众多无量纲参数的协同影响, 帮助理解电场力和浮升力的共同作用下PCM熔化的内在机制. 接下来, 本文将从问题描述、数值方法、边界处理及程序验证、结果与讨论、结论等五个方面展开.
2
2.1.物理模型及控制方程
-->图1所示, 固体PCM材料填充整个正方形腔体, 腔体的左右壁面分别放置高温($ \theta_{\rm h} $)、高电势($ \phi_1 $)和低温($ \theta_{\rm c} $)、低电势($ \phi_0 $) 的平板电极, 上下壁面绝缘绝热, 自由电荷从左电极板均匀注入. 初始时刻PCM 固定为熔化温度($ \theta_{\rm m} = \theta_{\rm c} $). 此外, 基于电荷是否可以在固体中进行输运, 介电有机PCM一般可以从理论上分为两类[36], 即欧姆固体和非欧姆固体. 对于欧姆固体来说, 电流在固体输运过程中遵循欧姆定律, 而对于非欧姆固体来说, 电荷在固体中的输运机制主要通过迁移和扩散来实现. 本文拟采用文献[32]中的假设, 即这里所涉及的介电PCM是一类所谓的非欧姆固体. 此外, 方腔内的流体是不可压缩的牛顿流体, 且流体密度随温度的变化遵循标准的Boussinesq假设. 另一方面, 为了简化问题, 忽略介电PCM在熔化过程中固相和液相物性参数的差异及变化. 如此, 方腔内电场强化固液相变问题可以通过连续方程、动量方程、高斯定律、电场定义方程、电荷守恒方程以及能量方程共同进行描述[36,37]:
图 1 物理模型示意图
Figure1. Schematic diagram of the physical model.

$ \nabla \cdot {{u}} = 0, $
$\begin{split}\frac{{\partial {{u}}}}{{\partial t}} + \nabla \cdot {{uu}} =\;& - \nabla {p} + \nabla \cdot \left[ {{\upsilon}\left( {\nabla {{u}} + {{\left( {\nabla {{u}}}\right)}^{{\rm T}}}} \right)} \right] \\&+q{{E}} - {{g}}\left[ {1 - {\beta} \left( {{\theta} - {{\theta _{\rm r}}}} \right)} \right], \\[-12pt]\end{split}$
$ \nabla \cdot \left( {{\varepsilon} {\nabla} {\phi} } \right) = - {q}, $
$ {{E}} = - {\nabla {\phi}}, $
$ \frac {\partial {q}}{\partial t}+\nabla \cdot \left[{q \left( {K{{E}} } + {{u}} \right)}\right] = \nabla \cdot \left(D\nabla q \right) , $
$ \frac{\partial H}{\partial t}+\nabla \cdot (c_{\rm p}\theta {{u}}) = \frac{1}{\rho _0} \nabla \cdot (\lambda \nabla \theta), $
式中, 矢量u, g, E分别为流体速度、重力加速度和电场强度; 标量q, $ \theta $, $ \phi $, H则分别表示电荷密度、温度、电势和总焓; p, $ \upsilon $, $ \beta $, $ \varepsilon $, K, D, $ c_{\rm p} $, $ \rho_0 $, $ \lambda $分别代表修正压力、液体运动学黏性、液体热膨胀系数、介电常数、离子迁移率、电荷扩散系数、定压比热容、密度以及热导率. 需要指出的是, 总焓H为潜焓与显焓的和, 即
$ H = c_{\rm p}\theta +f_{\rm l} L, $
其中, 液率$ f_{\rm l} $为PCM熔化过程中, 已经熔化部分占PCM总体积的比例, L为PCM 的潜热.
根据文献[32, 38]该系统实质上可由以下无量纲参数控制:
$ \begin{split}&Ra = \frac{g \beta \left({\theta_{\rm h}}-{\theta_{\rm c}} \right) {\delta}^{3}}{{\upsilon}{\chi}},\;\; T = \frac{\varepsilon\left(\phi_{1}-\phi_{0}\right)}{\mu K}, \\&C = \frac{q_{1} {\delta}^{2}}{\varepsilon\left(\phi_{1}-\phi_{0}\right)},\;\;M = \frac{1}{K}\left(\frac{\varepsilon}{\rho}\right)^{1 / 2},\\&\alpha = \frac{D}{K\left(\phi_{1}-\phi_{0}\right)},\\&Pr = {\upsilon\left(\rho c_{\rm p}\right)}/{\lambda},\;\; Ste = {c_{\rm p}\Delta \theta}/{L}, \end{split}$
这里, $ Ra $T分别为热瑞利数和电瑞利数, 用以表示浮升力和库仑力与黏性力的比值; C 是电荷注入强度, C的值越大, 注入到方腔内的电荷就越多; M表示无量纲离子迁移率, 其值由离子和流体的物性参数决定; $ \alpha $为无量纲电荷扩散系数; $ Pr $表征流体流动中动量交换与热交换相对比重; $ Ste $反映PCM显热和潜热的比值. 另外, (8)式中涉及的$ \delta $, $\,\chi$以及$ \mu $分别为参考长度、热扩散系数、动力学黏性.
此外, 为了在数据表征方面更好地解释电场强化固液相变过程的内在机理, 引入$ V_{\rm max} $, $ Fo $$ \varPhi $这三个无量纲参数, 它们的具体定义如下:
$ \begin{split} &V_{\rm max} = {\rm max} \big(\sqrt{u^2+v^2}\,\big), \quad \\&Fo = {\lambda t}{(\rho c_{\rm p})/{\delta}^2}, \quad \varPhi = [{Fo_{\rm b}-Fo_{\rm c}}]/{Fo_{\rm b}}, \end{split}$
其中, $ V_{\rm max} $是方腔内的流体最大速度, 主要通过水平方向速度u和竖直方向速度v计算而来; $ Fo $表示介电PCM的无量纲熔化时间, $ \varPhi $表示电场强化固液相变的实际效果, 其中$ Fo_{\rm b} $为只有浮升力存在时PCM熔化结束所需时间, $ Fo_{\rm c} $为施加电场后熔化结束所需时间.
系统的边界条件主要由下面几个部分共同构成, 对于流场而言, 流体运动只发生在液体区域, 固相、固液界面以及腔体四周壁面均为无滑移无渗透边界, 即当$ x \!=\! 0 $$ \delta $, $ y \!=\! 0 $$ \delta $, PCM为固体时:
$ {{u}} = 0. $
对于温度场而言, 主要包括温度边界条件和焓边界条件两个部分, 其数学描述如下[32]:
$ \begin{split} & x = 0: \quad \theta = \theta _{\rm h},\ H = c_{\rm p}\theta _{\rm h} + L,\\ &x = \delta: \quad \theta = \theta _{\rm c}, \ H = c_{\rm p}\theta _{\rm c},\\ &y = 0,\delta: \quad {\partial \theta}/{\partial{y}} = 0,\ {\partial H}/{\partial{y}} = 0. \end{split}$
此外, 电势边界条件采用与温度类似的边界条件, 即:
$ \begin{split}&x = 0 :\quad \phi = \phi _1, \\ &x = \delta :\quad \phi = \phi _0,\\ &y = 0,\delta :\quad {\partial \phi}/{\partial{y}} = 0. \end{split}$
最后, 电荷密度在左壁面为迪利克雷边界条件, 其他三个壁面为纽曼边界条件:
$ \begin{split}& x = 0 :\quad q = q _1, \\&x = \delta :\quad {\partial q}/{\partial{x}} = 0, \\&y = 0,\delta :\quad{\partial q}/{\partial{y}} = 0. \end{split}$

在方法选择上采用所谓的介观格子Boltzmann方法(lattice Boltzmann method, LBM), 不同于传统的计算流体力学方法, LBM在处理多物理场耦合以及复杂边界方面具有显著的优势[39], 并且该方法具有的天然并行性也为开展大规模数值模拟提供了可能[40,41]. 近些年, LB方法已被广泛应用于诸如多相流[4244]、多孔介质流[45,46] 以及电动流体动力学[36,38,4749]的相关研究中, 并已成为当下较为流行的计算流体力学方法. 在本文中, 为实现方腔内的电场强化固液相变传热模拟, 采用四个演化方程以求解Navier-Stokes方程、电势方程、电荷守恒方程以及能量方程.
2
3.1.流场格子Boltzmann模型
-->为模拟不可压流体流动, 流场采用Guo等[50]提出的不可压LB模型进行求解, 该模型的演化方程可以表示如下:
$ \begin{split} &{f_i}\left( {{{x}} + {{{c}}_i}\Delta t,t + \Delta t} \right) - {f_i}\left( {{{x}},t} \right) \\=\;& - \frac{1}{{{\tau _{\rm l}}}}\left[ {{f_i}\left( {{{x}},t} \right) - f_i^{(\rm eq)}\left( {{{x}},t} \right)} \right] + \Delta t{F_i},\end{split}$
其中$ {\tau _{\rm l}} $为无量纲松弛时间, 它与$ \upsilon $之间的关系为$ \upsilon = \rho_0 c_{\rm s}^2 (\tau_ {\rm l}-0.5)\Delta t $, $ {f_i}\left( {{{x}}, t} \right) $t时刻x处方向为i的粒子分布函数, 平衡态分布函数$ f_i^{\rm eq} $由下式给出:
$ f_i^{(\rm eq)}({{x}},t) = {\eta _i}p + {\omega _i}\left[ {\frac{{{{{c}}_i} \cdot {{u}}}}{{c_{\rm s}^2}} + \frac{{{{uu}}:({{{c}}_i}{{{c}}_i} - c_{\rm s}^2{{I}})}}{{2c_{\rm s}^4}}} \right], $
其中$ {\eta _i} $为模型参数, 它满足$ {\eta _0} = (\omega _0-1)/{c_{\rm s}^2}+\rho_0 $, $ {\eta _i} = \omega _i/{c_{\rm s}^2}\ (i\neq 0) $, $ \rho_0 $为流体密度, $ {\omega _i} $${{c}}_i$分别为权系数以及离散速度, 值由所选取的DnQq模型(nq速模型)确定, 针对当前的二维问题, 速度场使用经典的D2Q9模型, 对应的$ {\omega _i} $${{c}}_i$定义如下:
$ {{\omega }_{i}}=\left\{ \begin{aligned} & 4/9, \;\;\;i=0, \\ & 1/9,\;\;\; i=1-4, \\ & 1/36, \;\; i=5-8, \end{aligned} \right.$
$ {{{c}}_i} = \left\{ {\begin{aligned}&{(0,0),}\;\;\;\qquad\qquad\qquad\qquad\qquad\qquad{i = 0,}\\&{c\left( {\cos \left[ {(i - 1)\frac{\pi }{2}} \right],\sin \left[ {(i - 1)\frac{\pi }{2}} \right]} \right),}\;\;{i = 1—4,}\\&\sqrt 2 c\left( \cos \left[ {(2i - 1)\frac{\pi }{4}} \right],\right.\left.\sin \left[ {(2i - 1)\frac{\pi }{4}} \right] \right),\\& \quad\qquad\qquad\qquad\qquad\qquad\qquad\qquad\;\;{i = 5—8.}\\\end{aligned}} \right.$
此外, $ c_{\rm s} = c/\sqrt 3 $为格子声速, 其中$ c $为离散速度, 可以通过网格步长$ \Delta x $ 和时间步长$ \Delta t $计算得到$ c = \Delta x/\Delta t $. 另一方面, 源项$ F_i $采用Guo等[51]提出的外力格式:
$ \begin{split}\;& {F_i}({{x}},t) ={\omega _i}\left( {1 - \frac{1}{{2{\tau _{\rm{l}}}}}} \right) \bigg[ \frac{{{{{c}}_i} \cdot {{F}}}}{{c_{\rm s}^2}} \\& \qquad \qquad + \frac{ {\left({{Fu}} + {{uF}}\right):\left( {{{{c}}_i}{{{c}}_i} - c_{\rm s}^2{{I}}} \right)}}{{2c_{\rm s}^4}} \bigg], \end{split}$
其中$ {{F}} = q{{E}}+{{g}}\beta \left(\theta-\theta_{\rm c} \right) $. 最后, 宏观速度$ {{u}} $以及压力项p由以下公式计算得到:
$ {{u}} = \sum\limits_i {{{{c}}_i}{f_i}} + \frac{{\Delta t}}{2}{{F}}, $
$ p = \frac{{c_{\rm s}^2}}{{1 - {\omega _0}}}\left( {\sum\limits_{i \ne 0} {{f_i}} - {\omega _0}\frac{{{{\left| {{u}} \right|}^2}}}{{2c_{\rm s}^2}}} \right). $

2
3.2.电荷密度的格子Boltzmann模型
-->电荷密度的演化方程主要是借鉴Luo等[48]于2016年提出的模型, 其演化方程由下式给出:
$\begin{split} &{h_i}\left( {{{x}} + {{{c}}_i}\Delta t,t + \Delta t} \right) - {h_i}\left( {{{x}},t} \right) \\=\;& - \frac{1}{{{\tau _{\rm q}}}}\left[ {{h_i}\left( {{{x}},t} \right) - h_i^{(\rm eq)}\left( {{{x}},t} \right)} \right], \end{split}$
其中电荷密度的平衡态分布函数为
$\begin{split} \;& h_i^{(\rm eq)}({{x}},t) = {q{\omega _i}} \left\{ 1+\frac{ {{{{c}}_i} \cdot \left( {K{E}} +{{u}} \right) } } {{c_{\rm s}^2}}\right.\\& \qquad \qquad \left.+ \frac{ \left[ {{c}}_i \cdot \left(K{{E}}+{{u}} \right) \right]^{2} - c_{\rm s}^2 \left| K{{E}}+{{u}} \right|^{2} } {{2c_{\rm s}^4}} \right\}. \end{split}$
松弛时间$ {\tau _{\rm q}} $与电荷扩散系数D的关系如下:
$ {D} = {c_{\rm s}^{2}}\left({\tau _{\rm q}} -0.5 \right) \Delta t. $
最后, 电荷密度可通过下面的表达式计算得到:
$ q = \sum\limits_{i} h_{i}. $
电荷密度计算所使用的网格模型与速度场相同, 即D2Q9.
2
3.3.电势的格子Boltzmann模型
-->从电势控制方程的形式上看, 其本质是一类典型的Poisson方程. 为此, 这里采用Chai和Shi[52]提出的求解Poisson方程的LB 模型, 其演化方程可以表述如下:
$\begin{split}&{g_i}\left( {{{x}} + {{{c}}_i}\Delta t,t^\prime + \Delta t} \right) - {g_i}\left( {{{x}},t^\prime} \right) \\=\;& - \frac{1}{{{\tau _{\phi}}}}\left[ {{g_i}\left( {{{x}},t^\prime} \right) - g_i^{(\rm eq)}\left( {{{x}},t^\prime} \right)} \right] + \Delta t {\hat{\omega}}_{i} \xi R, \end{split}$
这里$ t^\prime $为迭代伪时间, $ \xi $为自定义的扩散系数. 为保持数值稳定, 在接下来的数值模拟过程中, 取$ \xi $等于0.5[48]. 此外, 源项R$ R = q/\varepsilon $. 平衡态分布函数定义如下:
$ g_{i}^{(\rm eq)}=\left\{ \begin{aligned} &\left( {{{\hat{\omega }}}_{0}}-1 \right)\phi , \;\; i=0, \\ & {{{\hat{\omega }}}_{i}}\phi ,\;\;\;\;\;\qquad i=1-4, \end{aligned} \right. $
由于上述平衡态是线性平衡态形式, 为加快运算效率, 这里的离散速度采用D2Q5模型[52], 该模型的权系数取值如下:
$ {{\hat{\omega }}_{i}}=\left\{ \begin{aligned} & 0, \;\;\quad i=0, \\ & 1/4, \;\; i=1-4. \end{aligned} \right. $
另一方面, 格子声速$ {\hat {c}}_{\rm s}^2 = c^2/2 $, 松弛时间通过关系式$ \xi = {\hat {c}}_{\rm s}^2\left(\tau_{\phi}-0.5 \right)\Delta t $计算得到. 而电势则通过下式计算得到:
$ {\phi} = \frac {1}{1-{\hat{\omega} _0}} { \sum\limits_{i} g_{i}}. $
最后, 电场E可以借助电势的一阶分布函数计算得到[38], 即
$ {{E}} = \frac{1}{{\tau _\phi}{\hat {c}}_{\rm s}^2}\sum\limits_{i}{{c}}_{i}{g_i}. $

2
3.4.基于焓的格子Boltzmann模型
-->能量方程采用Lu等[53]提出的双松弛时间LB模型, 不同于现有的部分固液相变LB模型[37,53], 该模型能够有效抑制相变模拟过程中固液界面处的非物理扩散现象, 其演化方程为
$ \begin{split} &l_{i}\left({{x}}+{{c}}_{i} \Delta t, t+\Delta t\right)= \\\;& l_{i}^{(\rm eq)}({{x}}, t)+\left(1-\frac{1}{2 \tau_{\rm s}}-\frac{1}{2 \tau_{\rm a}}\right) \left[l_{i}({{x}}, t)-l_{i}^{(\rm eq)}({{x}}, t)\right] \\& -\left(\frac{1}{2 \tau_{\rm s}}-\frac{1}{2 \tau_{\rm a}}\right) \left[{l}_{\bar{i}}({{x}}, t)-{l}_{\bar{i}}^{(\rm eq)}({{x}}, t)\right],\\[-10pt] \end{split}$
其中$ \tau_{\rm s} $$ \tau_{\rm a} $分别为对称松弛时间和反对称松弛时间, $ {l}_{\bar{i}}({{x}}, t) $$ {l}_{\bar{i}}^{(\rm eq)}({{x}}, t) $分别是$ l_{i}({{x}}, t) $$ l_{i}^{(\rm eq)}({{x}}, t) $相反方向的分布函数和平衡态分布函数. $ l_{i}^{(\rm eq)}({{x}}, t) $由下式给出:
$ l_i^{\rm eq} = \left\{ {\begin{aligned}&{H - {c_{\rm p}}\theta + {\omega _i}{c_{\rm p}}\theta \left( {1 - \frac{{|{{u}}{|^2}}}{{2c_{\rm s}^2}}} \right),}&{i = 0,}\\&{{\omega _i}{c_{\rm p}}\theta \left[ {1 + \frac{{{{{c}}_i} \cdot {{u}}}}{{c_{\rm s}^2}} + \frac{{{{({{{c}}_i} \cdot {{u}})}^2}}}{{2c_{\rm s}^4}} - \frac{{|{{u}}{|^2}}}{{2c_{\rm s}^2}}} \right],}&{i \ne 0,}\end{aligned}} \right.$
$ \tau_{\rm a} $$ \lambda $的关系为
$ \frac{\lambda}{\rho _0 c_{\rm p}} = c_{\rm s}^2(\tau_{\rm a}-0.5)\Delta t, $
$ \tau_{\rm s} $可通过以下等式得到:
$ {1}/{\tau_{\rm s}}+ {1}/{\tau_{\rm a}}= 2. $
焓的计算方式为
$ H = \sum\nolimits_{i} l_{i}. $
最后, $ f_{\rm l} $以及$ \theta $可由焓计算得到:
$ {f_{\rm l}} = \left\{ {\begin{aligned}&0,\qquad\qquad{H \leqslant {H_{\rm s}}},\\&{\frac{{H - {H_{\rm s}}}}{{{H_{\rm l}} - {H_{\rm s}}}}},\;\;{{H_{\rm s}} < H < {H_{\rm l}}},\\&1,\qquad\qquad{H \geqslant {H_{\rm l}}},\end{aligned}} \right. $
$ \theta \!=\! \left\{ {\begin{aligned}&{ {H}/{{{c_{\rm p}}}}},\qquad\qquad\qquad\qquad\quad {H \leqslant {H_{\rm s}}},\\&{\frac{{{H_{\rm l}} - H}}{{{H_{\rm l}} - {H_{\rm s}}}}{\theta _{\rm s}} \!+\! \frac{{H - {H_{\rm s}}}}{{{H_{\rm l}} - {H_{\rm s}}}}{\theta _{\rm l}}},\;\;\;{{H_{\rm s}} \!<\! H \!<\! {H_{\rm l}}},\\&{{\theta _{\rm l}} + \frac{{H - {H_{\rm l}}}}{{{c_{\rm p}}}}},\qquad\qquad\quad{H \geqslant {H_{\rm l}}},\end{aligned}} \right. $
其中$ H_{\rm s} = c_{\rm p}\theta _{\rm s} $$ H_{\rm l} = c_{\rm p}\theta_{\rm s}+L $分别代表固相线和液相线总焓, $ \theta _{\rm s} $$ \theta _{\rm l} $分别为固相线温度和液相线温度, 本文中考虑单区域熔化问题, 即$ \theta _{\rm s} = \theta _{\rm l} = \theta _{\rm m} $. 网格模型与速度场及电荷密度相同.
在给出LB模型的验证结果前, 先说明本文所使用的边界处理格式. 首先, 对流场而言, 为统一处理固液两相的演化进程, 在计算过程中采用Huang和Wu[54]提出的体积格子Boltzmann格式. 此外, 模拟过程中所涉及的所有物理场的边界均采用Guo等[55]提出的非平衡态外推方法进行处理.
为验证模型的准确性和合理性, 分别对两个问题, 即方腔内固液相变问题(浮升力驱动)[56]和电静力学问题[48]进行了数值模拟. 此外, 为提高程序的运行效率, 本文所有数值模拟都是基于CUDA 架构进行实现, 与传统的CPU串行程序相比, 我们注意到加速比在150倍以上[41]. 另一方面, 单位长度的网格分辨率为$ 320 $, 该分辨率可以保证模拟结果的网格无关性. 图2给出的是方腔中自然对流熔化过程中液率以及努塞尔数随傅里叶数的变化; 图3给出的是$ C = 10 $时系统稳定后电荷密度以及电场沿方腔中心水平线上的分布. 从上述对比验证结果可以看出, 当前的数值结果与文献中提供的基准解[56]和解析解[48]符合较好(注: 此处解析解在不考虑电荷扩散机制下获得, 具体请参考文献[38]).
图 2 液体体积分数$f_{\rm l}$和热壁面平均努塞尔数$Nu_{\rm av}$与Huang等[56]的结果对比
Figure2. A comparison of the present average Nusselt number and liquid fraction with previous study[56].

图 3 电荷密度q和水平方向电场强度$E_x$与解析解[48]对比
Figure3. A comparison of the charge density and horizontal electric field with analytical solutions[48].

2
5.1.纯电场力作用下的固液相变问题探究
-->为了更好地理解电场的存在对方腔中PCM熔化的影响, 首先模拟了只有电场力($ T = 600 $)存在时介电PCM的熔化过程. 此外, 作为对比, 也同样模拟了只有浮升力($ Ra = 10000 $)存在时的熔化过程. 图4 为PCM熔化过程中液体体积分数($ f_{\rm l} $)以及液相流体流动最大速度($ V_{\rm max} $)随无量纲时间($ Fo $)的变化曲线. 如图4(a)所示, 虽然在熔化初期($Fo\leqslant 1.1$)和熔化中期($1.1 < Fo \leqslant 2.8$), 电场驱动下PCM的熔化速率没有浮升力驱动下PCM 的熔化速率快, 但是在熔化后期($Fo > 2.8$), 浮升力驱动下PCM的熔化速率逐渐减慢, 而电场力驱动下的PCM始终以较快的速率进行熔化, 熔化结束所消耗的总时间为$ 4.62 $, 与浮升力驱动下PCM熔化结束所需时间$ 6.15 $相比, 减少了大约$ 24\% $, 可以看到, 电场力的存在对PCM熔化特别是在熔化后期有一定的加速效果.
图 4 PCM熔化过程中(a)液体体积分数$f_{\rm l}$和(b)液相最大速度$V_{\rm max}$随时间的变化趋势. 图中点A, B, CD分别对应时刻$Fo=0.63$, $1.90$, $2.90$$4.16$
Figure4. Time evolutions of (a) the liquid fraction and (b) the maximum fluid velocity. Points A, B, C and D correspond to the dimensionless time $Fo=0.36$, $1.90$, $2.90$ and $4.16$, respectively.

图5上栏给出电场力驱动下PCM熔化到$ Fo = 0.63 $, $ 1.90 $, $ 2.90 $, $ 4.16 $四个时刻的电荷密度和流场分布图, 同样时刻浮升力驱动下的温度场以及流场的分布作为对比如下栏所示. 其中, 有流场的一侧为已熔化PCM, 右侧为未熔化部分, 二者交界处的曲线段为固液界面. 从图5可以看出, 熔化刚开始时, 电场力驱动下PCM液相区域对流尚未形成, 因此图4(b)中对应的流场最大速度基本为0. 此时导热熔化占优, 而浮升力驱动时, 虽然在$ Fo = 0.63 $时, PCM的熔化主要也由导热传热贡献, 熔化速率同只有电场力存在时保持一致, 但是前者液相区流动涡结构已经形成, 并且不断发展. 从图4(b)可以看到, 流场最大速度不断增大, 对流传热逐渐增强, 结果是在浮升力的作用下, 高温壁面附近的热流体沿着高温壁面向上流动, 在上壁面的限制下, 液体携带大量的热量流向固液界面, 加速上半部分PCM的熔化. $ Fo = 1.90 $ 时, 如图5(b) 所示, PCM 上半区已熔化部分比下半区多. 而此时对于只有电场力存在的情况, 随着液相区域不断扩大, 电场力逐渐克服流体黏性, 在液相区域形成沿着中心水平线对称的一对反螺旋一级漩涡, 同时由于受到上下壁面的限制, 两个角涡在固液界面的上下端附近形成, 流动强度迅速增大(如图4(b)所示). $ Fo = 2.90 $时, 可以很明显地看到, PCM 的上半部分与下半部分熔化较快, 而中间部分熔化较慢, 这是由于电场作用下流场形成的反螺旋涡结构使得热壁面附近的热流分为两股, 分别沿着上下壁面流向固液界面的上下两端, 加速了这两部分PCM的熔化. 值得注意的是, 在液体区域中心出现一个“电荷空白区域”, 这是对称电极下电对流的主要特征, 可以简单解释为撞击固液界面后冷却的流体沿着固液界面在中心汇聚后, 又沿水平中心线流向热壁面, 此时在中心区域电荷的迁移速度小于流体流动的速度, 由热电极板注入的电荷无法沿中心水平线到达冷壁面, 从而形成了电荷空白区域. 此时对于浮升力驱动的情况, PCM 的上半部分已经熔化完毕, 流场最大速度不再增加, 这就意味着对流传热对熔化的贡献逐渐减少, 热传导成为热量传递的主要方式, 但是PCM 的热导率较低, 同时随着液相体积的扩大, 热阻也不断增大, 最终导致熔化速率不断减慢, 由图4(a) 可以看到, 在最后阶段, PCM熔化速率趋于0. 而对于电场力驱动的情况, PCM的上下部分熔化完毕以后, 熔化速率虽然有一定程度的放缓, 但是由于电对流强烈的非线性不稳定性(图4(b)中最大速度呈现不规则波动), 液相区域漩涡的数量以及形状不断地发生变化, 使得冷热流体得到充分混合, 提高了热壁面的换热效率, 因此PCM未熔化部分也可以及时熔化完毕.
图 5 电场力驱动下PCM熔化到不同时刻电荷密度、流场以及相界面分布(上)和浮升力驱动下PCM熔化到不同时刻温度、流场以及相界面分布(下) (a)$Fo=0.63$; (b)$Fo=1.90$; (c)$Fo=2.90$; (d)$Fo=4.16$
Figure5. Distributions of charge density (temperature), fluid field and liquid-solid interface of PCM at four representative time of (a)$Fo=0.63$, (b)$Fo=1.90$, (c)$Fo=2.90$ and (d)$Fo=4.16$ in presence of electric field force (top) and buoyancy force (bottom)

2
5.2.电场力与浮升力共同作用下的固液相变问题探究
-->通过5.1节的分析可以知道, 电场的存在对PCM熔化有一定的加速效果, 值得注意的是, 只有电场力驱动下PCM的中间部分最后熔化完, 而只有浮升力驱动时PCM的下半部分最后熔化完(如图5(d)所示). 本节探究当两种驱动力共同存在时, 电瑞利数T对方腔内PCM熔化速率的影响, 模拟中$ Ra $, M, $ Pr $, $ Ste $分别固定为$ 10000 $, $ 10 $, $ 1.0 $, $ 0.1 $. 不同电瑞利数T下, PCM的液体体积分数$ f_{\rm l} $ 随时间$ Fo $的变化如图6所示. 可以看出, T较小时($T\leqslant 800$), 外加电场的存在对PCM的熔化速率影响不大, 特别地, 当T$ 400 $时, PCM的熔化时间反而延长; 当T 较大时($T\geqslant 800$), 随着T 的增大, PCM 熔化速率不断增大, 总的熔化时间不断减小.
图 6 不同电瑞利数T下液体体积分数$f_{\rm l}$随时间的变化曲线
Figure6. Time evolutions of the liquid fraction $f_{\rm l}$ for different electric Rayleigh numbers T.

图7为电瑞利数T分别取$ 0 $, $ 400 $, $ 800 $, $ 1600 $, $ 2400 $, PCM熔化到同一时刻($ Fo = 1.9 $)时, 电荷密度、温度以及流场的分布图. 从图中可以看到, 当$ T = 400 $时, 库仑力较弱, 浮升力起着主导性作用, 液体区域只有一个沿着顺时针旋转的一级漩涡, 与只存在浮升力时相似. 电荷从热电极板注入后, 大量的电荷受到热流的影响, 传输至上壁面附近, 相应地, 电场力的存在增大了此处的对流速度, 使得更多的热量被传输至固液界面, 加速PCM上半部分的熔化. 对于PCM 下半部分, 根据5.1节的讨论, 电场力的存在会使一股热流沿着下壁面朝固液界面流去, 而浮升力的存在又使得冷流体下沉后沿着下壁面流向热电极板, 两股流体流动方向相反, 但是由于浮升力强于库仑力, 所以流动方向与只存在浮升力时保持一致, 此时电场力的存在对下半区域的对流起阻碍的作用. PCM熔化到$ Fo = 1.9 $时刻, T$ 0 $$ 400 $时, 直线$ x = 1/(4\delta) $上速度水平分量u的分布如图8(a)所示, 而T$ 0 $, $ 400 $, $ 800 $以及$ 1600 $ 时PCM固液界面的位置如图8(b)所示. 从图8(a)可以看到, 施加电场以后, 靠近上壁面流体的速度水平分量较大, 这是电场力驱动下引起电对流的结果, 而在靠近下壁面的区域, 流体因受到电场力的阻碍作用流速较小, 该结果与以上分析一致. 所以相应地, 从图8(b)可以看到, 电场的存在加速了PCM上半区域的熔化速率, 而对下半区而言, 熔化速率有所减慢, 但是因为熔化由导热主导, 减慢并不明显. 这也很好地解释了为什么T较小时施加电场反而使得后期的熔化速率减慢. 当T增大到$ 800 $时, 如图7(c)所示, 在PCM液相下半区域形成一个小漩涡, 根据5.1节的分析, 这是电场力影响的结果, 而小漩涡的形成以及不断发展, 导致下半区冷热流体充分混合, 从图8(b)可以看到, 此时PCM上半区和下半区的熔化速率都得到提高, 固液界面移动较快, 熔化完毕所需时间有所减少(见图6). 电场力继续增大, 从图7(d)可以明显地看到, 当T 达到$ 1600 $时, PCM液相区域有多个涡形成, 需要指出的是, 下半区所形成的漩涡大小仅次于中心一级漩涡, 对流传热使得下半区固液界面移动速率得到提高(见图8(b)). 最后, PCM在$ T = 2400 $时, 除了中间少部分区域以外, 其余大部分已经熔化完毕, 流动结构变得极其混乱, 此时库仑力起绝对主导作用, 热电极板的热量在强烈电对流的作用下被快速输送至固液界面, 加速了PCM熔化过程, 总的来看, 熔化结束花费的时间$ Fo = 2.1 $, 与未加电场($ Fo = 6.2 $)相比, 大约缩短66.1%, 电场的存在起到了加速熔化的作用.
图 7 不同电瑞利数下$Fo=1.9$时电荷密度(上)、温度(中)以及流场(下)分布: (a) $T=0$; (b) $T=400$; (c) $T=800$; (d) $T=1600$; (e) $T=2400$
Figure7. Distribution of the charge density (top), temperature (middle) and streamlines (bottom) at $Fo=1.9$ under different electrical Rayleigh numbers: (a) $T=0$; (b) $T=400$; (c) $T=800$; (d) $T=1600$; (e) $T=2400$.

图 8 $Fo=1.9$时 (a)直线$x=1/(4\delta)$上速度水平分量u的分布; (b)固液界面位置
Figure8. (a) Distributions of the horizontal velocity along line of $x=1/(4\delta)$ and (b) the liquid-solid interface at $Fo=1.9$

除上述电瑞利数影响外, 接下来研究斯蒂芬数$0.05 \leqslant Ste \leqslant 1.0$、离子迁移率$3\leqslant M\leqslant $$ 40$以及普朗特数$1\leqslant Pr \leqslant 20$对电场强化固液相变的影响, 模拟过程中热瑞利数$ Ra $固定为$ 10000 $.
3
5.2.1.斯蒂芬数$ Ste $对电场强化相变传热过程的影响
-->图9(a)为不同电瑞利数下斯蒂芬数$ Ste $对电场加速熔化效果的影响, 图9(b)$ T = 1000 $时, $ Ste = 0.05 $$ Ste = 1.0 $的PCM熔化过程中, 液相最大速度随液率$ f_{\rm l} $变化趋势. 可以看到, 对于给定的T, 随着$ Ste $的增大, 加速百分比$ \varPhi $呈现下降趋势, 这表示, PCM的潜热值越大, 电场对熔化的加速效果越好. 此外, 还可以得到当电瑞利数T较大时, $ Ste $的影响逐渐减弱的结论. 实际上, 潜热值越小表示PCM发生固液相变所需热量越少, 熔化速率越快, 熔化完毕所需时间越短, 这样电场驱动引起的电对流发生作用时间便减少.
图 9 (a)斯蒂芬数$Ste$对电场加速熔化效果的影响; (b)液相最大速度$V_{\rm max}$随液体体积分数$f_{\rm l}$的变化趋势
Figure9. (a) The effect of Stefan number $Ste$ on the melting time saving; (b) evolutions of the maximum fluid velocity $V_{\rm max}$ versus the liquid fraction $f_{\rm l}$.

图10图11分别为T$ 1000 $$ 3200 $时, 不同的斯蒂芬数$ Ste = 0.05 $, $ Ste = 1.0 $下PCM 熔化过程中液体体积分数$ f_{\rm l} $ 分别为0.3, 0.5, 0.9 时电荷密度、温度以及流场分布图. 可以看到, 当$ T = $$ 1000 $时, $ Ste = 0.05 $的PCM 在熔化到$ f_l = 0.5 $时(图10(a2)), 液相中心已经形成明显的电荷空白区并且热流体在下半部分形成的反向漩涡作用下, 撞向固液界面, 加速下板附近PCM的熔化, 固液界面发生明显扭曲, 而$ Ste = 1.0 $的PCM熔化到$ f_{\rm l} = 0.5 $时(图10(b2)), 电对流并未充分发展. 此外, 从图9(b)可以明显地看到, $ Ste = 0.05 $时, PCM熔化到$ f_{\rm l} = 0.45 $时, 流场涡结构充分发展, 且由于强烈的不稳定性最大速度开始发生不规则波动, 这有利于冷热流体的充分混合, 而对于$ Ste = $$ 1.0 $的情况, 流场涡结构发展相对滞后, 在熔化到$ f_{\rm l} = 0.7 $以后, 涡结构才基本发展充分, 电场强化相变传热作用时间相对缩减, 导致最终加速效果受到影响. 与$T\! =\! 1000$时不同, 当$T\! = \! 3200$时(图11), 较强的电场力能够使电对流在熔化早期便充分发展, 使得PCM在熔化初期的导热主导传热机制快速过渡到对流传热占优阶段, 如图11(a1)图11(b1)所示, $ Ste = 0.05 $以及$ Ste = 1.0 $的PCM在熔化到$ f_{\rm l} = 0.3 $时, 固液界面均已经发生了不同程度的扭曲, PCM在电场力的主导下以较高的速率进行熔化, $ Ste $的影响不明显.
图 10 $T=1000$时, 不同的斯蒂芬数下, PCM熔化到$f_{\rm l}=0.3$, $f_{\rm l}=0.5$, $f_{\rm l}=0.9$时电荷密度、温度以及流场分布 (a)$Ste= $$ 0.05$; (b)$Ste=0.1$
Figure10. With $T=1000$, distributions of charge density, temperature field and streamlines of PCM melting at $f_{\rm l}=0.3$, $f_{\rm l}=0.5$, $f_{\rm l}=0.9$ for different Stefan number: (a) $Ste=0.05$; (b) $Ste=0.1$.

图 11 $T=3200$ 时, 不同的斯蒂芬数下, PCM熔化到$f_{\rm l}=0.3$, $f_{\rm l}=0.5$, $f_{\rm l}=0.9$ 时电荷密度、温度以及流场分布 (a)$Ste= $$ 0.05$; (b)$Ste=0.1$
Figure11. With $T=3200$, distributions of charge density, temperature field and streamlines of PCM melting at $f_{\rm l}=0.3$, $f_{\rm l}=0.5$, $f_{\rm l}=0.9$ for different Stefan number: (a) $Ste=0.05$; (b) $Ste=0.1$.

3
5.2.2.离子迁移率M与普朗特数$ Pr $对电场强化相变传热过程的影响
-->电场对PCM熔化的加速效果与无量纲迁移率M以及普朗特数$ Pr $的关系如图12 所示, T固定为$ 1000 $, 虚线表示没有外加电场的情况. 可以看到, 对于给定的$ Pr $, 随着M的增大, 加速百分比$ \varPhi $呈下降趋势, 这表示电场力对M较小的PCM的相变传热强化效果较好. 特别地, 对于$ Pr = 1.0 $的情况, 当$M\leqslant 10$时, 随着M的增大, 电场对PCM熔化的加速效果急剧下降, 而当$M\geqslant 10$以后, 电场对PCM熔化过程的影响逐渐减弱甚至消失($ M = 40 $). 为了解释此现象, 以黏性速度$u_{\upsilon} = \upsilon / \delta$ 作为特征速度将动量守恒方程写成无量纲形式:
图 12 无量纲离子迁移率M与普朗特数$Pr$对电场强化相变传热效果的影响
Figure12. The effect of M and $Pr$ on the melting time saving.

$ \begin{split}\frac{{\partial {{u}}}}{{\partial t}} + \nabla \cdot {{uu}} =\;& - \nabla {p} + \nabla \cdot \left[ {{\upsilon}\left( {\nabla {{u}} + {{\left( {\nabla {{u}}}\right)}^{{\rm T}}}} \right)} \right] \\&+\left(\frac{T}{M}\right)^2qC{{E}} +\frac{Ra}{Pr} \theta {{e}} .\\[-15pt] \end{split}$
可以看到, 外力项包含库仑力驱动项和浮升力驱动项, 随着M的增大, 库仑驱动力项逐渐减小, 驱动力的减小使得液相流动速度减小, 对流传热受到影响, 熔化速率便逐渐放缓. 另外, T可以看成是$ 10^3 $量级, 当$M\leqslant 10$ 时, 库仑力在流场外力中占优, M的改变直接关系整个流场外力的大小, 在这种情况下, M的增大使得对流换热效率急剧下降. 而当$M\geqslant 10$时, 虽然M的增大仍然会导致库仑力项逐渐减弱, 但是由于库仑力项的量级发生改变, 浮升力的影响逐渐显现, 总的流场外力减小并不明显. 当M足够大时, 电场力对流场外力的贡献可以忽略, 电场的存在对PCM的熔化也就没有实质性影响. 实际上, 无量纲离子迁移率表征静电方程组与Navier-Stokes方程的耦合紧密程度[38], M 越大, 耦合越不紧密. $ Pr = 1.0 $时, M取不同的值($ 3 $, $ 10 $, $ 30 $)时, 熔化结束后, 电荷密度以及温度的分布图如图13(a)所示, 可以清楚地看到, 随着M的增大, 虽然越来越多的电荷通过迁移机制进入腔体, 但是由于电荷密度、电场等与流场的逐渐解耦, 浮升力的影响逐渐显现, 温度由被动传输量变为主动传输量, $ M \!=\! 30 $时, 温度分布呈现只有浮升力影响下的自然对流特征, 电场力对熔化的贡献几乎为零.
图 13 M取不同值, PCM完全熔化时电荷密度和温度分布图 (a)$Pr=1$; (b)$Pr=20$
Figure13. Distributions of charge density and temperature field when PCM is completely melted for (a) $Pr=1$ and (b) $Pr=20$.

$ Pr $对电场强化相变传热的影响与M相反, 从图12可以看出, M一定时, 增大$ Pr $, 电场加速熔化百分比增大, 这表示电场力对$ Pr $较大的PCM的相变强化效果较好. 实际上, 由(37)式可得, 随着$ Pr $的增大, 外力项中的浮升力项逐渐减小, 库仑力的作用继而逐渐凸显, 加速了PCM的熔化. $ Pr = 20 $时, M$ 3 $, $ 10 $, $ 30 $时, PCM熔化结束后, 电荷密度和温度场分布如图13(b)所示, 可以明显地看到, 系统中库仑力均起主要驱动作用, 温度始终被动传输, 实际上, 与M不同, $ Pr $的增大使得静电方程组与Navier-Stokes方程的耦合越来越紧密, 库仑力重新起到主要强化相变传热的作用.
本文使用格子Boltzmann方法对方腔内纯介电相变材料的熔化过程进行了数值模拟, 研究了电场力和浮升力共同作用下相变材料熔化过程中的基本特征, 探讨了电场强化相变传热的作用机理, 重点分析了几个重要无量纲参数, 包括电瑞利数T、斯蒂芬数$ Ste $、离子迁移率M和普朗特数$ Pr $等对相变材料熔化过程中传热效率的影响.
1)当$ Ra $固定时, 较大的T能够起到较好的强化相变传热的作用, 这主要是由于电场的存在引起的电对流增强了液相区域流体流动的强度, 电对流的强非线性稳定性也使得冷热流体充分混合, 对流换热得到增强, 从而加速了熔化进程.
2)对于给定的T, $ Ste $越小, 电场强化相变传热效果越好, 这是由于当相变材料的潜热值较大时, 电场引起的电对流能够在熔化过程中的较早时期充分发展并作用较长的时间, 电对流发展成熟后增强了对流传热效率, 熔化时间便更少. 需要指出的是, $ Ste $的影响会随着T的增大而减弱, 这是电场力的增大导致电对流在熔化早期便发展成熟的结果.
3)当$ Pr $固定时, M越大, 电场对相变传热过程的影响越小, 这是由于M的增大导致流场外力项中的库仑力项减弱, 流体流动强度受到影响, 对流换热效率降低, 熔化时间便更长.
4)当M固定时, $ Pr $越大, 电场对相变传热过程的影响越明显, 实际上, $ Pr $的增大减小了浮升力在外力项中的比重, 库仑力的大小虽然没有发生改变, 但是库仑力的作用逐渐显现, 结果是强化相变传热效果越来越好.
通过上述总结归纳发现, 基于电动流体动力学的电场强化相变传热技术可以有效提高有机介电相变材料的相变传热效率, 缩短蓄热时间, 并且对于潜热值较大、热导率较小、离子迁移率较小的有机相变材料更是明显.
感谢华中科技大学数学与统计学院施保昌教授以及柴振华教授在论文完成过程中的讨论和帮助.
相关话题/传热 材料 过程 技术 计算

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 强散射过程与双随机相位加密过程的等价性分析
    摘要:薄层强散射介质的散射系统只会引起入射光波的振幅和相位分布变化,但不会导致总能量的衰减.这一过程可以看成光波被散射系统编码的过程,与双随机加密系统极为相似.本文首先证明了载有目标信息的光波在通过薄层强散射介质的散射系统时所产生散斑的分布特性,与双随机加密系统加密同一明文目标所得到的密文分布特性具 ...
    本站小编 Free考研考试 2021-12-29
  • 液态金属软表面池沸腾传热的实验研究
    摘要:池沸腾是一种高效的传热方式,目前主要通过刚性固体表面改性强化沸腾传热.本文以乙醇为工质,实验研究了光滑铜表面和液态金属软表面池沸腾传热.发现液态金属软表面可有效降低沸腾起始点(ONB)壁面过热度,饱和沸腾时,ONB壁面过热度从光滑铜表面的约18℃降低到软表面的约6℃,沸腾传热系数最大提高了14 ...
    本站小编 Free考研考试 2021-12-29
  • 热峰作用下单斜ZrO<sub>2</sub>相变过程的分子动力学模拟
    摘要:ZrO2陶瓷耐高温、耐腐蚀、抗辐照性能强,是极具前景的反应堆惰性基质燃料和锕系元素固化材料.本文联合使用热峰模型和分子动力学方法,模拟了核辐射环境下ZrO2的相变过程:基于热峰模型,从快速重离子注入后能量沉积和传导的多物理过程出发,建立热扩散方程,求得ZrO2晶格温度时空演变特性;然后运用分子 ...
    本站小编 Free考研考试 2021-12-29
  • 第一性原理研究Mg掺杂对LiCoO<sub>2</sub>正极材料结构稳定性及其电子结构的影响
    摘要:LiCoO2作为商业化最早的锂离子电池正极材料,至今仍受到许多研究人员的广泛关注.高电压下LiCoO2面临着严重的容量衰减和性能下降等问题,实验上通常采用体相元素掺杂以稳定LiCoO2在高电压下的晶体结构,从而提高其电化学性能.Mg元素掺杂被认为是一种能够提高LiCoO2高电压循环稳定性的有效 ...
    本站小编 Free考研考试 2021-12-29
  • 大面积二维磁性材料的制备及居里温度调控
    摘要:当前,尽管集成电路制造工艺水平不断提高,但受到量子效应的限制,器件尺寸的缩小使业界遇到了可靠性低、功耗大等瓶颈,微电子行业延续了近50年的“摩尔定律”将难以持续.2004年二维材料—石墨烯的问世,为突破集成电路的功耗瓶颈带来了新的机遇.由于低维特性,二维材料在一层或者几层原子厚度中表现出丰富多 ...
    本站小编 Free考研考试 2021-12-29
  • 二维材料中贝里曲率诱导的磁性响应
    摘要:二维材料中由贝里曲率诱导的新型磁学响应是近年来的新兴领域.这些二维材料所表现出的磁学特性及量子输运与贝里曲率直接相关,而贝里曲率又与晶体的对称性、电子的轨道磁性、自旋轨道耦合以及磁电效应等息息相关.研究这些新型磁性响应一方面有益于研究不同量子效应间的耦合作用,另一方面可探索量子效应在电子与信息 ...
    本站小编 Free考研考试 2021-12-29
  • 层状磁性拓扑材料中的物理问题与实验进展
    摘要:层状磁性材料与拓扑材料的交汇点同时结合了二者的优势,形成了在最小二维单元下同时具有磁序和拓扑性的材料体系,即层状磁性拓扑材料.这类材料的电子结构中可能存在狄拉克点、外尔点、节线等具有螺旋性或手性的拓扑电子态,同时涵盖了绝缘体、半金属和金属等的材料分类,导致新物性、新现象成为可能,因此引起了广泛 ...
    本站小编 Free考研考试 2021-12-29
  • 二维磁性材料及多场调控研究进展
    摘要:二维磁性材料是二维材料家族的新成员,其在单原胞层厚度依然保持长程磁序且易受外场调控,这为二维极限下的磁性以及其他新奇物理效应的研究提供了理想的平台,又为低功耗自旋电子学/磁存储器件的研制开辟了新的途径,成为国际上备受关注的前沿热点.本综述首先系统介绍了近年来发现的各类本征二维磁性材料的晶体结构 ...
    本站小编 Free考研考试 2021-12-29
  • 基于二维材料的自旋-轨道矩研究进展
    摘要:在具有自旋-轨道耦合效应的材料中,电荷流能够诱导产生垂直于电流方向的纯自旋流,当其注入近邻的磁性层时,会对其磁矩产生自旋-轨道矩.自旋-轨道矩能够快速、高效地翻转磁矩,为开发高性能的自旋电子器件提供了一种极佳的磁矩操控方式.二维材料由于具有很多的优点,如种类丰富、具有多样化的晶体结构和对称性、 ...
    本站小编 Free考研考试 2021-12-29
  • 二维磁性材料的物性研究及性能调控
    摘要:以石墨烯和二硫化钼为代表的二维材料,由于具有良好的电学、热学、光学以及力学性质,近年来成为了科学界一大研究热点.而作为二维材料的分支,二维磁性材料由于具有磁各向异性、单层磁有序等特殊性质,特别是磁性还可借助多种物理场进行调控,使其具有丰富的物理特性和潜在的应用价值,逐渐受到研究者的普遍关注.本 ...
    本站小编 Free考研考试 2021-12-29