| 研究課題/領域番号 |
20K04312
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分19020:熱工学関連
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
Shen Biao 筑波大学, システム情報系, 助教 (80730811)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | Nucleate boiling / Subatmospheric / Wettability / Surface cavity / Vapor trapping / Artificial intelligence / Infrared thermography |
|---|
| 研究成果の概要 |
本研究では、低圧下における沸騰伝熱の向上を目指し、沸騰における複雑な接触線ダイナミクスを明らかにし、親水性と構造工学を組み合わせたハイブリッド表面の開発を行った。この加工表面には、減圧での劣化性間欠沸騰への移行が著しく遅れることを明らかにした。さらに、畳み込みニューラルネットワーク（CNN）ベースのモデルを構築し、沸騰特性の分析のための沸騰面の可視化データの高速解析を実現した。
|
| 自由記述の分野 |
Thermal engineering
|
| 研究成果の学術的意義や社会的意義 |
本研究は、効率的な沸騰伝熱を持続させるための蒸気トラップの重要性について新たな見方を提供した。ハイブリッド表面設計は、気泡離脱時の接触線のピンニングを利用し、減圧下の沸騰を著しく向上させ、コンピュータなどの次世代冷却ソリューションの開発にポジティブな影響を与えることができる。一方、機械学習ベースの解析フレームワークは、可視化データの処理を加速するために使用でき、沸騰現象に対する強力な研究ツールを加える。
|
