基于改进 Johnson-Kendall-Roberts 模型的纳米颗粒堆积床热导率预测
应用物理
2021-07-08 v1
摘要
纳米颗粒堆积床(NPBs)已展现出隔热潜力,而进一步降低热导率(k)需要对其中的热传导有理论认识。迄今,有效介质方法(EMA)框架下的理论模型已被广泛发展用于 NPB 的热导率(k)预测。在这些模型中,相应的结构参数通常由经典的 Johnson-Kendall-Roberts (JKR) 模型评估。遗憾的是,JKR 模型中通常忽略尺寸效应,导致准确预测 NPB 几何信息的能力不足。本工作中,将包含杨氏模量尺寸效应的改进 JKR 模型集成到 EMA 模型中用于 k 预测,并进一步解释了 [Int. J. Heat Mass Tran., 2019, 129, 28-36] 中的实验结果。结果表明,所发展的模型在固相热导率(k_s)预测上具有优势,尤其对于低孔隙率的 NPB。本工作提供了一种改进 JKR 模型,以提高现有 EMA 模型在 NPB 的 k 预测中的精度。
引用
@article{arxiv.2107.03121,
title = {Thermal conductivity prediction of nanoparticle packed beds by using modified Johnson-Kendall-Roberts model},
author = {Zizhen Lin and Congliang Huang},
journal= {arXiv preprint arXiv:2107.03121},
year = {2021}
}