16364

Определение теплопроводности твердых теплоизоляционных материалов

Лабораторная работа

Физика

Лабораторная работа №1. Определение теплопроводности твердых теплоизоляционных материалов Цель и задачи работы: ознакомление со стационарным методом измерения коэффициентов теплопроводности теплоизоляционных материалов и про...

Русский

2013-06-20

133 KB

18 чел.

PAGE   \* MERGEFORMAT 3

Лабораторная работа №1.

Определение теплопроводности твердых теплоизоляционных материалов

Цель и задачи работы:

- ознакомление со стационарным методом измерения коэффициентов теплопроводности теплоизоляционных материалов и проведение измерений теплопроводности на автоматизированном учебном лабораторном стенде;

- экспериментальное определение коэффициента теплопроводности  теплоизоляционного материала.

Основные сведения

Стационарные методы измерения теплопроводности, простейшие по теоретическому обоснованию, начали развиваться раньше других методов и в  настоящее время достигли значительного совершенства за счет использование современных средств контроля и измерения. С их помощью исследуются самые различные материалы: металлы, полупроводники, теплоизоляторы, волокна, порошки, жидкости и газы.

Для изучения теплопроводности твердых теплоизоляционных материалов, неметаллических жидкостей и газов применяются, в основном, методы, в которых испытуемый образец имеет форму пластины, трубы или полого шара и обеспечиваются условия для протекания через образец одномерного теплового потока.

Рассмотрим плоскопараллельную пластину, пронизываемую одномерным тепловым потоком с линиями тока, перпендикулярными к поверхности пластины. Теплообмен теплопроводностью через такую стенку происходит согласно закону Фурье:

, (Вт/м2)     (1)

где   - коэффициент теплопроводности материала пластины, (Вт/(м*К));   - температуры боковых поверхностей температуры, (К);   - толщина пластины, м

Формула (1) применяется в том случае, если коэффициент λ принимается  постоянным, не зависящим от температуры, что справедливо при малых перепадах температуры. В общем случае следует учитывать температурную зависимость коэффициента теплопроводности материала.

Известно, что для большинства теплоизоляционных материалов в узком интервале температур (до 50 К) величина коэффициента теплопроводности с достаточной степенью точности описывается линейной функцией вида:

При использовании образцов конечных размеров часть теплового потока, поступающего в образец, рассеивается во внешнюю среду – это требуется учитывать в эксперименте.

Если образцы изготовлены из воздушно-пористых материалов  малой  плотности, или исследуются газы или жидкости, то влиянием контактных сопротивлений можно пренебречь.

В настоящее время известно много разнообразных практических схем  

стационарного  метода  плоского  слоя  для  измерения  теплопроводности

материалов.

Описание экспериментальной установки

Используемая в эксперименте установка (рис. 1) состоит из основания (1) монтажными стойками (2), удерживающими прижимной механизм (6, 11) охладителя (8, 9). Нагреватель (4), установленный на пенопластовой основе (3) подключается к автоматическому трансформатору (13). К нагревателю сверху плотно прижимается испытуемый образец (5) диаметром 120 мм и толщиной 25 мм. Вся система смонтирована в корпусе с полыми стенками заполненными вакуумом (8). Термопара Т1 закреплена на корпусе нагревателя снизу, Т2 – сверху, Т3 – со стороны нагревателя у боковой стенки образца, Т4 – посередине с холодной стороны. Температуры Т1 и Т2 выводятся на измеритель ТРМ 200, расположенный слева (7) (Т1 – красный дисплей, Т2 – зеленый), а температуры Т3 и Т4 соответственно на измерителе справа (12) (Т3 –красный дисплей, Т4- зеленый). Напряжение на автотрансформаторе (ЛАТР) отображается на его стрелочном приборе, а также может фиксироваться мультиметром.

Рисунок 1 – Схема экспериментальной установки

  1.  основание, 2 – стойка монтажная, 3 – нижняя прослойка пенопласта, 4 - нагреватель, 5 – испытываемый образец, 6 – прижимные гайки, 7, 12 – измерители ТРМ 200, 8 – теплоизолирующий кожух, 9 – вентилятор, 10 – радиатор, прижимная пластина, 13 – ЛАТР, 14 – измеритель напряжения на выходе ЛАТРа.

Напряжение нагревателя регулируется автотрансформатором, ограниченным диапазоном регулирования до 25 В. В процессе регулирование к клеммам «выход» подключается мультиметр для более точной фиксации напряжения подаваемого на нагреватель. Сигналы с термопар в режиме реального времени отображаются на измерителях ТРМ 200.

 

Обработка результатов

  1.  Коэффициент формы образца      , (м-1)

где  F – площадь поверхности образца, , м2;

 - толщина образца, м.

  1.  Тепловой поток от нагревателя     , Вт

где  U – напряжение, подаваемое на нагреватель определяется по показаниям вольтметра, установленного в ЛАТР, В

 R – сопротивление нагревателя, R=30 Ом

  1.  Для каждого режима посчитать коэффициент теплопроводности:

,

где   - средние температуры поверхностей образца с горячей и холодной стороны соответственно, К;

Учитывая, что образец находится в термостатирующей оболочке, заполненной вакуумом, то радиальными потерями можно пренебречь.

Параметры процесса

№№

F, м2

Q, Вт

tг, К

tх, К

, К

, Вт/(м*К)

1

Выводы

Среднеквадратичная относительная погрешность:

.

PAGE  

PAGE  3


 

А также другие работы, которые могут Вас заинтересовать

21199. Характеристики программного обеспечения систем искусственного интеллекта 59.5 KB
  Структура и свойства программного обеспечения Основными составными частями программного обеспечения ПрО систем искусственного интеллекта СИИ являются: программноаппаратные средства СИИ Лекция №5; программные средства представления знаний в СИИ Лекции №№611; языки программирования и среды функционирования СИИ Лекция №13; инструментальные программные средства создания СИИ Лекция №14 и др. Основными особенностями ПрО которые существенно отличают их от ПрО традиционных систем управления и обработки данных являются свойства...
21200. Язык „Prolog” и его приложения 175.5 KB
  Язык Prolog€ и его приложения 13. Общие сведения Язык Prolog€ Programming in Logical разработан А. В языке Prolog€ реализованы идеи логического прграммирования – нового перспективного направления в развитии современных средств программирования которое возникло в рамках работ по созданию систем искусственного интеллекта. При использовании языка Prolog€ основное внимание уделяется описанию структуры решаемой задачи а не разработке традиционного алгоритма ее решения.
21201. Инструментальные средства создания интеллектуальных систем 64 KB
  В состав типовой технологической инструментальной системы входят: база данных системы; подсистема автоматизации проектирования и программирования; подсистема отладки документирования и сопровождения; подсистема управления процессом создания СИИ и другие подсистемы. Главным направлением в технологии разработки и реализации инструментальных систем в настоящее время является так называемая CASEтехнология Computer Aided Software Engineering поддерживающая все стадии жизненного цикла системы. Программные средства CASEтехнологии делятся на...
21202. Общая характеристика проблемы создания систем искусственного интеллекта 90 KB
  Для решения трудно формализуемых и неформализуемых задач в разных областях человеческой деятельности и создаются системы искусственного интеллекта СИИ . В настоящее время у создателей СИИ нет единого мнения по определению понятия интеллекта. Таким образом определить понятие СИИ так чтобы оно удовлетворяло всех довольно трудно. Разнообразие существующих определений пока не позволило создать единое стратегическое направление исследований в области СИИ.
21203. Интеллект человека. Основные характеристики 54.5 KB
  Интеллект человека. Особенности строения и функционирования мозга человека В определение дисциплины Системы искусственного интеллекта входит понятие интеллект под которым подразумевают естественный интеллект человека выработанный человечеством в течение миллионов лет эволюции. Человек считается интеллектуальным от природы в связи со способностью человеческого мозга ставить и решать интеллектуальные задачи связанные с жизнедеятельностью и выживанием человека в сложных зачастую – экстремальных условиях окружающего мира. До сих пор...
21204. Искусственный интеллект 44 KB
  В связи с этим в настоящее время ИИ трактуется как комплекс программноаппаратных средств моделирования процессов мышления человека и структуры человеческого мозга используемых в СИИ для решения трудно формализуемых задач человеческой деятельности не поддающихся формальному математическому описанию. Анализируя возможность моделирования интеллектуальных способностей человека Лекция №2 в современных СИИ можно сделать следующие выводы: искусственный ум возможен; искусственный интеллект возможен; как приближенная модель мышления человека...
21205. Характеристики и классификация систем искусственного интеллекта 69.5 KB
  Сравнительные характеристики традиционных и интеллектуальных систем Характеристики Традиционные системы Интеллектуальные системы Тип информации Данные Знания Тип обработки информации Числовая Символьная Модель представления информации Математическая Эвристическая Способ обработки информации Алгоритм Вывод на знаниях Получаемое решение задачи Оптимальное Правдоподобное Модификации системы Редкие Частые 4. к автоматическому пополнению и получению новых знаний на основе накопленного системой опыта анализа и решения задач пользователей;...
21206. Экспертные системы. Структура программноаппаратных средств экспертной системы 162.5 KB
  Знания эксперта используются для создания базы знаний ЭС. Основу ЭС составляет база знаний БЗ моделирующая память человека и представляющая собой хранилище знаний о свойствах и закономерностях данной ППО полученных в результате использования профессионального опыта...
21207. Базы знаний 60.5 KB
  Базы знаний 6. Данные и знания Как отмечалось в разделе 2 одним из основных свойств человеческого мышления является способность решать интеллектуальные задачи путем приобретения запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к условиям внешнего мира. Эти отличия знаний от данных приближаются к человеческому представлению восприятию и обращению с информацией. При использовании в СИИ знания проходят следующие этапы обработки: а знания в памяти человека как результат мышления; б материальные...