Hasil Pencarian  ::  Simpan CSV :: Kembali

"Berbagai percobaan pressure drop aliran dua fasa pada pipa minichannel telah dilakukan. Selain mendapatkan data eksperimental, banyak peneliti juga membandingkan data eksperimen mereka, bahkan menambahkan data peneliti lain ke korelasi yang ada. Tujuan pada eksperimen ini untuk mengenal karakteristik pressure drop pada aliran dua fasa dengan menggunakan pipa horizontal minichannel dan refrijeran propane (R290), eksperimen ini menggunakan 18 korelasi yang ada dimana terbagi menjadi dua metode untuk mencari nilai pressure drop, yaitu metode separated dan homogeneous. Kondisi eksperimen ini menggunakan pipa horizontal dengan diameter dalam 3 mm, untuk mass flux divariasikan dari 50 hingga 180 kg/m2s, sedangkan untuk heat flux divariasikan 5 hingga 20 kW/m2, temperature saturasi divariasikan 10 hingga 11 oC dan vapor quality 0 hingga 1. Hasil pada eksperimen ini berhasil mendapatkan korelasi terbaik dalam memprediksikan data eksperimen, yaitu korelasi milik Sun dan Mishima (2008) dengan mean absolute error sebesar 27,64 %

---

Various experiments on the pressure drop of the two-phase flow boiling in the mini channel tube has been carried out. In addition to obtaining data on experimental pressure drop, many researchers have also compared their experimental data, and even added the data of other researchers to existing correlations. The purpose of this experiment is to identify the characteristics of the pressure drop in a two-phase flow using a horizontal minichannel pipe and a propane refrigerant (R290), this experiment uses 18 existing correlations which are divided into two experiments using a horizontal pipe with an inner diameter of 3 mm, for mass flux. varied from 50 to 180 kg / m2s, while for heat flux it was varied from 5 to 20 kW/m2, saturation temperature was varied from 10 to 11 oC and vapor quality was 0 to 1. This experiment managed to get the best correlation in predicting experimental data,the correlation of Sun and Mishima (2008) with a mean absolute error of 27.64%"

"Penggunaan korelasi dalam memprediksi data koefisien perpindahan kalor secara eksperimen banyak dilakukan. Hasil prediksi koefisien perpindahan kalor aliran didih dua fasa dengan korelasi yang akurat sangat dibutuhkan untuk menghindari over design dari sebuah sistem. Tujuan dilakukannya studi ini adalah mengetahui karakteristik dari koefisien perpindahan kalor refrijeran R290 dari data yang digunakan dengan cara mengolah dan mengetahui korelasi koefisien perpindahan kalor terbaik dalam memprediksi data eksperimen, sehingga hasilnya diharapkan dapat menjadi acuan untuk mendesain sebuah sistem atau untuk penelitian selanjutnya. Data penelitian yang akan diprediksi merupakan aliran yang mengalir pada pipa horizontal berdiameter 3 mm, dengan mass flux 50-180 kg/m2s, heat flux 5-20 kW/m2, temperatur saturasi 0-11 oC, dan vapor quality 0-1. Hasil penelitian menunjukkan bahwa terdapat pengaruh mass flux dan heat flux pada data koefisien perpindahan kalor eksperimen, kemudian korelasi dari Aizuddin et al. (2018) merupakan korelasi terbaik dalam memprediksi data eksperimen dengan mean absolute error sebesar 14,07 %.

---

The use of correlation in predicting the heat transfer coefficient data is widely used. The prediction results of the two-phase flow boiling heat transfer coefficient with accurate correlations are needed to avoid the over-design of a system. The purpose of this study is to determine the characteristics of the heat transfer coefficient of refrigerant R290 from the data used by processing and knowing the best heat transfer coefficient correlation in predicting the experimental data so that the results are expected to be a reference for designing a system or for further research. The research data that will be predicted is the two-phase flow in a horizontal tube 3 mm diameter, with the mass flux of 50-180 kg/m2s, heat flux of 5-20 kW/m2, saturation temperature of 0-11 oC, and vapor quality of 0-1. The results showed an effect of mass flux and heat flux on the experimental heat transfer coefficient data. Aizuddin et al.’s (2018) correlation is the best correlation in predicting experimental data with mean absolute error of 14.07 %. "