Thermal-hydraulic performance evaluation of airside of compact heat exchangers under wet conditions with different fin configurations. PhD thesis, King Fahd University of Petroleum and Minerals.

PDF (This is approved and accepted dissertation of PhD in Mechanical Engineering by Faheem Ejaz (202212320)) Faheem_Ejaz_PhD_Dissertation_202212320.pdf - Accepted Version Restricted to Repository staff only until 29 April 2027. Download (13MB)

Arabic Abstract

للا تزال المقاومة الحرارية على جانب الهواء تمثل قيدًا رئيسيًا في المبادلات الحرارية المدمجة ذات الأنابيب المسطحة المستخدمة في تكييف الهواء والتبريد والإدارة الحرارية في السيارات، لا سيما تحت الظروف الرطبة حيث يؤثر التكثيف في كل من انتقال الحرارة وانخفاض الضغط. ولا يزال التصميم الموثوق في مثل هذه الظروف أمرًا صعبًا، لأن المعرفة المتاحة مجزأة بحسب نوع الزعانف، كما أنها أكثر تطورًا للتشغيل الجاف منها للتشغيل الرطب. وقد تناول هذا العمل هذه المشكلة من خلال دراسة خمس فئات من زعانف جانب الهواء، وهي الزعانف المستوية، والمتموجة، واللوفرية، والشريطية المتزاحة، والدبوسية، ضمن إطار موحد للمبادلات الحرارية ذات الأنابيب المسطحة تحت الظروف الجافة والرطبة. وتم تطوير منهجية عددية ثلاثية الأبعاد باستخدام برنامج ANSYS Fluent بالاعتماد على نموذجي حجم السائل ونقل الأنواع لرصد تكثيف الهواء الرطب وتأثيراته الحرارية والهيدروليكية. كما دُعمت هذه المنهجية بالتحقق التجريبي والمقارنة مع البيانات المنشورة. وتم تقييم الأداء باستخدام عامل كولبورن، ومعامل احتكاك فانينغ، وجودة السطح، والمقارنة المعتمدة على الاكتناز، ومعيار قدرة الضخ الثابتة لكل وحدة مساحة. وأظهرت النتائج أن PF10 و G12 و GL11 و GS9 و GP12 كانت الأفضل أداءً بصورة عامة ضمن فئات الزعانف المستوية، والمتموجة، واللوفرية، والشريطية المتزاحة، والدبوسية، على التوالي. وبالنسبة للزعانف الدبوسية، أدى تغيير الترتيب من خطي إلى متداخل إلى زيادة انتقال الحرارة بنسبة 65.19% و93.04% و79.8% للزعانف الدائرية والمربعة والمثلثة، مع زيادات مقابلة في الاحتكاك بلغت 39.02% و76.35% و40.75%، على التوالي. كما تم تطوير ارتباطات انحدار موحدة ونماذج مجمعة للشبكات العصبية الاصطناعية للتنبؤ بأداء الأنواع المختلفة من الزعانف، وقد تفوقت نماذج الشبكات العصبية على نموذج الانحدار الأساسي. وحددت عملية التحسين المعتمدة على الخوارزمية الجينية تصميمات مثلى متوازنة، كما استخرجت عملية تقطير المعرفة معادلات صريحة وموجزة من الشبكات العصبية المدربة. ويوفر هذا العمل أساسًا موحدًا لتحليل الأداء والتنبؤ به والفرز التصميمي للمبادلات الحرارية المدمجة ذات الأنابيب المسطحة العاملة في الظروف الرطبة.

English Abstract

Air-side thermal resistance remains a major limitation in compact flat-tube heat exchangers used in air conditioning, refrigeration, and automotive thermal management, especially under humid conditions where condensation alters both heat transfer and pressure drop. Reliable design under such conditions remains difficult because available knowledge is fragmented by fin type and is more developed for dry operation than for wet operation. This work addressed that problem by investigating five air-side fin families, plain, wavy, louver, offset strip, and pin fins, within a unified flat-tube framework under dry and wet conditions. A three-dimensional numerical methodology was developed in ANSYS Fluent using the Volume of Fluid and species transport models to capture humid-air condensation and its thermal-hydraulic effects. The methodology was supported by experimental validation and comparison with published data. Performance was assessed using the Colburn factor, Fanning friction factor, surface goodness, compactness-based comparison, and fixed pumping power per unit area. The results showed that PF10, G12, GL11, GS9, and GP12 were the strongest overall performers within the plain, wavy, louver, offset strip, and pin-fin families, respectively. For pin fins, changing the arrangement from inline to staggered increased heat transfer by 65.19%, 93.04%, and 79.8% for circular, square, and triangular pins, with corresponding increases in friction of 39.02%, 76.35%, and 40.75%, respectively. Unified regression correlations and pooled artificial neural network models were developed for mixed-fin prediction, with the neural network models outperforming the regression baseline. Genetic-algorithm-based optimization identified balanced optimum designs, and knowledge distillation extracted compact explicit equations from the trained neural networks. The work provides a unified basis for analysis, prediction, and design screening of humid compact flat-tube heat exchangers.