二甲醚饱和液相导热系数的实验研究

研制了高精度瞬态双热线法导热系数测量装置及数据采集系统,整个测量系统的不确定度小于±1%.用液相甲苯标定213~363 K温度区间的饱和液相导热系数,并与标准值进行了比较,测量的平均偏差为0.37%,最大偏差为0.73%.用此装置对245~385 K温度区间的二甲醚饱和液相导热系数进行了实验研究,利用测量得到的饱和液相导热系数数据,拟合了二甲醚饱和液相的导热系数方程,该方程的计算值与实验数据的平均偏差为0.32%,最大偏差为0.85%,为二甲醚作为替代制冷剂和替代燃料等研究提供了急需的热物性数据.     

293～347 K温度区间二甲醚饱和蒸气压的实验研究

为了给二甲醚作为替代燃料和制冷剂的研究提供基本物性数据 ,对 2 93 7762～ 3 47 464 3K温度区间的二甲醚饱和蒸气压进行了测量 ,其中实验结果的温度不确定度小于± 2mK ,压力不确定度小于± 0 7kPa .同时 ,利用获得的实验数据拟合了一个新的Wagner型二甲醚饱和蒸气压方程 ,新方程与实验结果的平均偏差为 0 0 2 3 % ,最大偏差为 0 0 96% ,适用温度范围为 2 93～ 40 0K .     

碳酸二甲酯饱和液体粘度的实验研究

为将碳酸二甲酯作为替代清洁燃料的研究提供基本物性数据，使用改型的乌别洛特毛细管粘度计对283.273～383.104K温度区间的碳酸二甲酯饱和液体粘度进行了实验研究，并利用实验得到的饱和液体粘度实验数据，拟合了碳酸二甲酯饱和液体的粘度方程。实验结果表明，粘度测量结果的不确定度小于3．0％，实验数据与粘度方程的最大偏差为2．10％，平均偏差为0．58%。     

含油制冷剂R134a饱和液相运动黏度及表面张力实验测量

以制冷剂R134a与润滑油的均匀混合物为研究对象,对其饱和液体的运动黏度、表面张力进行了实验测量,其中实验温度范围为273.15～293.15 K,润滑油牌号为Solestl20且其质量分数分别为20×10-6、50×10-6、80×10-6、100×10-6,实验数据显示,随着含油量的增加,含油R134a饱和液体的运动黏度、表面张力呈明显的递增趋势,且润滑油对R134a饱和液体运动黏度的影响随温度的升高逐渐减弱,对其表面张力的影响则随温度的升高逐渐增强.同时,依据实验数据,采用数学中常用的非线性回归法建立了含油R134a饱和液体的运动黏度、表面张力与温度、含油量之间的函数关系式,其中运动黏度关系式的相对偏差绝时平均值为2.22%,表面张力关系式的相对偏差绝对平均值为0.43%.     

二甲醚热力学性质的计算

利用现有的二甲醚气相状态方程、饱和气液密度方程、蒸气压方程、理想气体定压比热容等方程,计算得到了二甲醚的饱和液体熵和饱和气体熵.从气相维里方程出发,结合Clapeyron方程计算得到了二甲醚的饱和蒸发焓.采用偏差函数法及陈则韶教授提出的饱和液体焓推算公式,计算出了二甲醚的饱和气液焓和临界焓值.最后,开发了二甲醚热力学性质的计算程序,并得到了从235 15K至临界点的二甲醚饱和热力学性质表,计算结果的精度在±2%内,可为工程实际应用提供服务.     

Zn_(0.95)Co_(0.05)O的介电性质研究

通过在高温下(473~1 073 K)对离子电导率、交流电导率以及介电常数和损耗的测量,来研究Zn0.95Co0.05O体系的电学及介电性质,获得了体系的离子导电和交流导电的活化能,以及介电常数和损耗随温度和频率的变化关系.     

量子波动对CaTiO_3介电行为的影响

Barrett公式能较好的描述先兆性铁电体及其固溶体的介电常数随温度的变化特点.但在定量的描述上,对于CaTiO3其介电常数不能在整个温度范围内都与实验数据很好的相符,而且得到的居里温度是一个很大的负数.利用改进的Barrett公式,当CaTiO3晶体的零点振动能按照某一个规律由低温时一个较小值变化到较高温度时一个较大值时,上述问题可以得到圆满地解决.由此得到CaTiO3的零点振动是随温度变化的.     

梯度应变对钛酸钡薄膜介电行为的影响

考虑膜中应变随位置的变化，应用Pertsev热力学理论，研究了BaTiO3薄膜介电常数随温度的变化。发现衬底与膜间热膨胀系数差和膜的沉积温度显著影响介电常数的值及其峰值温度，介电常数随沉积温度的降低而增大，计算结果与实验数据较好地吻合。     

甲基叔丁醚的饱和液相黏度的实验研究

利用改进型的乌别洛特毛细管黏度计,对268.123~373.131 K温度区间内的甲基叔丁醚的饱和液相黏度进行了实验研究.温度测量的不确定度小于±10 mK,黏度测量结果的不确定度小于±2%.利用实验得到的黏度实验数据,拟合了甲基叔丁醚饱和液相的黏度方程,方程的适用范围为268~373 K,实验数据与黏度方程计算值的最大偏差为1.3%,平均偏差为0.52%,为其他研究人员利用甲基叔丁醚提供了基础的物性数据.     

采用机器学习的二甲醚层流燃烧速度预测研究

为了明确二甲醚层流燃烧速度与混合气初始条件(温度、压力、当量比)之间的关系,基于大量的实验及数值模拟数据,利用机器学习多变量回归算法,建立了二甲醚/空气预混层流燃烧速度随初始条件的拟合关系式。通过与文献及数值模拟结果的对比,发现所建立的函数关系式能够在0.8～1.4当量比、298～373K初始温度和0.1～1.0MPa初始压力范围内得到准确的二甲醚层流燃烧速度预测结果。二甲醚层流燃烧速度随初始压力呈负指数关系,随初始温度呈正指数关系,化学当量比时,压力和温度指数的绝对值较小,混合气较浓或较稀时,压力和温度指数的绝对值增大,表明二甲醚层流燃烧速度随初始压力的增大而减小,随初始温度的升高而增大,且在较浓或者较稀的混合气条件下,层流燃烧速度随初始压力和温度的变化更为敏感。研究结果可以为二甲醚发动机数值模拟提供简单准确的层流燃烧速度输入数据,从而节约研究成本和计算时间。