Atıf Sayısı
3
Bu çalışmada, duman borularının çapı 42 mm, baca çapı 230 mm ve su giriş ve çıkış çapları 65 mm olan 125.000 kcal/h ısı kapasiteli katı yakıtlı kazanda, 4 farklı tipte şerit türbülatör kullanılarak ısı transferinin iyileştirilmesi incelenmiştir. Kazandaki duman borularının tümüne yerleştirilen türbülatörlerle deneyler yapılmıştır. İlk olarak içerisine türbülatör yerleştirmeden deneyler yapılmıştır. İkinci adımda ise duman boruları içerisine türbülatörler yerleştirerek her tip için ayrı ayrı deneyler yapılmış ve ısı transferi hesaplanmıştır. Deneylerde fan debisi damper yardımıyla değiştirilerek Reynolds sayısı 1800 ile 2800 arasındaki değerlerde hesaplamalar yapılmıştır. Isı transferi iyileştirmesi için yapılan türbülatörlü deneyler, türbülatörsüz deneylere göre ısı transferinde en az % 44, en fazla % 82 oranında artış sağlanmıştır. Hesaplamalar sonucu elde edilen basınç farkı değerleri için yapay sinir ağı (YSA) kullanılarak tahminsel bir model elde edilmiştir. Elde edilen modelin hata analizleri yapılmış ve basınç değerlerini başarılı bir şekilde tahmin ettiği gösterilmiştir.
In this study, the improvement of heat transfer by using 8 different types of strip turbulators in solid fuel boiler was investigated. The smoke pipes of the boiler used are 42 mm in diameter, the chimney diameter is 230 mm and the water inlet and outlet diameters are 65 mm and the heat capacity is 125,000 kcal / h. Experiments have been carried out with turbulators placed in all smoke pipes in the boiler. Firstly, experiments were carried out without inserting a turbine. In the second step, turbulators were placed in smoke pipes for each type of experiments and heat transfer was calculated. In the experiments, the fan flow rate was changed with the help of damper and the Reynolds number was calculated between 18000 and 28000. For turbine heat exchanger experiments, turbulence tests were carried out and heat transfer was increased by at least 15% and maximum 82%. As a result of the calculations, a predictive model was obtained by using artificial neural network (ANN) for the pressure difference values. The obtained model has been analyzed for error and has been shown to predict the pressure values successfully.
Dergi Türü : Uluslararası
Makale Detay 
Atıf Yapanlar
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Bu Sayfayı Yazdırın
Paylaş
Mendeley
