02 16 183 PDF

‫امجلهورية اجلزائرية ادلميقراطية الشعبية‬
‫وزارة التعلمي العايل و البحث العلمي‬

‫جامعة وهران للعلوم و التكنولوجيا محمد بوضياف‬
Présentée par : BOUDAOUD Warda
Intitulé
Simulation numérique de la convection naturelle dans des
cavités remplies des nanofluides
Faculté : Génie Mécanique
Département : Génie Maritime
Spécialité : Génie Maritime
Option : Energétique
Devant le Jury Composé de :
Membres de Jury Grade Qualité Domiciliation

OUADHA Ahmed Professeur Président USTO-MB
SABEUR Amina Professeur Encadreur USTO-MB
El GANAOUI Mohamed Professeur Univ-Loraine, France
HOUAT Samir Professeur UAIB Mostaganem
Examinateurs
BOUZIT Mohamed Professeur USTO-MB
AMEUR Houari Professeur C. U.Naama
Année Universitaire : 2018-2019

Résumé
Le but de ce travail est d'analyser les phénomènes de convection et de la

génération d'entropie d’un nanofluide Al2O3 à base d'eau pure dans une cavité
carrée simple, et une autre ondulée. Le domaine simulé correspond à une cavité
carrée chauffée dans la paroi inférieure ; et refroidie dans la paroi supérieure.
Les parois gauches et droites sont chauffés jusqu'à une taille de (H = 0.75W) et
sont adiabatiques dans la partie restante (1-H). L’investigation numérique a été
effectuée sur la base des équations de continuité, de quantité de mouvement et
de l’énergie qui sont résolues en utilisant la méthode de volumes finies. La
conductivité thermique efficace du nanofluide a été exprimée par le modèle de
maxwell-Garnetts alors que la viscosité dynamique a été calculée selon la
formule de Brinkman. Les résultats obtenus ont été présentés par le nombre de
Nusselt, les lignes de courant, les isothermes et la génération d’entropie avec
divers paramètres convenables, à savoir, le nombre de Rayleigh ( 100  Ra  106 )
et la fraction volumétrique des nanoparticules ( 1%    4% ). Ils montrent que
le transfert thermique augmente avec l'augmentation de la fraction volumique
et du nombre du Rayleigh. Ainsi, l’ondulation de la paroi supérieure de la
cavité ne donne non-seulement aucun avantage sur le phénomène de transfert
de chaleur par convection, mais encore augmente légèrement la génération de
l’entropie.
Mots clés : Nanofluides, transfert de chaleur, entropie, cavité.

Abstract
The aim of this work is to analyze the natural convection phenomena and
entropy generation of water-based Al2O3 nanofluids in square enclosure. The
simulated domain corresponds to a simple a square cavity heated from below
and cooled from the top. The left and right walls are heated up to a height
(H=0.75W) and are adiabatic in the remaining part (1-H). Numerical
investigations have been carried out based on coupled partial differential
equations of momentum and energy which are solved using finite volume
method. The effective thermal conductivity of the nanofluid was expressed by
the Maxwell-Garnetts model however the dynamic viscosity was calculated
according to the Brinkman formula. The obtained results were presented by
average Nusselt number, streamlines, isotherms and entropy generation with
various pertinent parameters, namely, Rayleigh number ( 100  Ra  106 ),
volumetric fraction of nanoparticles ( 1%    4% ). It was found that the heat
transfer increases with the increase of Rayleigh number and volume fraction.
Thus, the undulation of the higher wall of the cavity does not only give any
advantage on the phenomenon of convection heat transfer, but still slightly
increases the entropy generation. The choice of these parameters is significant
to obtain a maximum improvement of the transfer of heat with a minimal
generation of entropy.
Keywords: Nanofluid, heat transfer, entropy, cavity

Remerciements
Avant tout, je remercie ALLAH tout puissant de m’avoir donné la force et le courage
afin que je puisse accomplir ce travail.
Je tiens à exprimer mes plus vifs remerciements à Madame Amina SABEUR

Professeur à l’USTO-MB pour la confiance qu’elle a témoignée en acceptant
l’encadrement de mes travaux de recherche.
Je lui suis reconnaissante de m'avoir fait ce travail grâce à sa grande compétence, de sa
rigueur scientifique, de son dynamisme et sa disponibilité constante et continue et
surtout sa patience inébranlable. Je lui réitère mes sincères remerciements pour le
rythme difficile qu’elle s’est imposée afin de maintenir l'effort inépuisable et la
persévérance que j'ai montrés pour compléter le travail de ma thèse. Je lui suis
également gré de m'avoir encouragé à saisir les opportunités d'assigner à plusieurs
rencontres et congrès internationaux.
Je remercie également Professeur Mohammed El GANAOUI d’avoir accepté de
m’accueillir au sein de son groupe de recherche Energétique de l'IUT Henri Poincaré
de Longwy (Lermab EA4370) - France. Je témoigne également son aide par sa
connaissance de la problématique industrielle de la thèse ainsi que par son exigence
dans la présentation de ce travail ; il m’a sans cesse soutenu, aidé, et a toujours fait
preuve d’une immense disponibilité.
Un remerciement chaleureux est adressé à Monsieur Ahmed OUADHA Professeur à
l’USTO-MB pour avoir accepté d’intervenir comme président du jury.
Je remercie également Messieurs Mohamed BOUZIT Professeur à l’USTO-MB ,
Monsieur Samir HOUAT Professeur à l’Université de Mostaganem et Houari
AMEUR Professeur à CU.Naama que malgré leurs très nombreuses occupations, ont
accepté d’examiner mon travail de thèse et de participer à mon jury de soutenance.
Je remercie ma chère amie Souad MORSLI pour son aide scientifique le long de cette
thèse, ainsi que pour sa présence amicale.
À mes colocataires de bureau Amel REMACHE et Mustapha BOUSSOUFI un grand
merci pour leur soutien inconditionnel et leur contribution effective à la réalisation et
la finalisation de cette thèse.
Enfin, je désire manifester ma gratitude à mes parents, A mes frères et sœurs et ma
famille.
Dédicaces
Du Profond de mon cœur, je dédie ce travail à tous ceux qui me sont

chers,
A mes chers parents,
pour tous leurs sacrifices, leur amour,

leur tendresse, leur soutien
et leurs prières tout
au long de mes études,
A mes chères sœurs,
pour leurs encouragements

permanents, et leur
soutien moral,
A mes chers frères,
pour leur appui et leur

encouragement,
A Mon fils Hamza,
Le plus beau à mon avis et

le plus cher de ma vie,
A ma famille
A ma belle famille
A mes amis(e)
A mon Mari
Que ce travail soit l’’accomplissement de tes vœux tant allégués, et le fruit

de ton soutien infaillible, Merci d’être toujours là pour moi.
Sommaire
Nomenclature……………………………………………………………………. iv
Liste des figures………………………………………………………………….. vi
Liste des tableaux………………………………………………………………… viii
Introduction
Chapitre 1
Propriétés des nano fluides
1.1 Introduction........................................................................................................ 4
1.2 C'est quoi un nano fluide ?................................................................................ 5
1.3 Importance scientifique et technique................................................................. 6
1.4 Classification des études existantes sur les nanofluides.................................... 7
1.5 Mécanismes possibles pour améliorer la conduction thermique....................... 7
1.5.1 Mouvement Brownien............................................................................. 9
1.5.2 Couches des liquides................................................................................. 12
1.5.3 Agrégation des nanoparticules.................................................................. 14
1.6 Quelques expériences sur les propriétés thermo-physiques des nanofluides.... 15
1.6.1 La conductivité thermique........................................................................ 15
1.6.2 La viscosité............................................................................................... 19
1.6.3 La chaleur Spécifique ............................................................................. 22
1.6.4 Transfert de chaleur par convection......................................................... 23
1.7 Modélisation des nanofluides............................................................................ 24
1.7.1 Corrélations empiriques et paramètres gouvernants................................ 24
1.7.2 Équations de conservation pour les nano fluides...................................... 26
1.8 Conclusion......................................................................................................... 28
Chapitre 2
Génération d'entropie due au transfert thermique dans les nano
fluides
2.1 Introduction........................................................................................................ 31
2.2 Les nanoparticules à base d’oxyde...................................................................... 33
2.2.1 Les nanoparticules d’oxyde d’Aluminium(Al2O3).................................. 33
i
2.2.2 Les nanoparticules d’oxyde du Cuivre (CuO) .......................................... 35
2.2.3 Les nanoparticules d’oxyde du Titane (TiO2) .......................................... 36
2.3 Les nanoparticules à base métallique.................................................................. 39
2.4 Génération d'entropie dans les cavités poreuses................................................. 42
2.5 L'effet du champ magnétique sur la génération d'entropie dans les nanofluides 45
2.6 Equations gouvernantes de la génération d'entropie......................................... 46
2.6.1 Les coordonnées cartésiennes (x, y, z) .................................................... 46
2.6.2 Les coordonnées cylindriques (r, θ, z) .................................................... 46
2.6.3 Les coordonnées sphériques (r, θ, ϕ) ...................................................... 47
2.7 Conclusion........................................................................................................... 48
Chapitre 3
Analyse numérique du transfert de chaleur par convection des
nano fluides
3.1 Description du Problème………………………………………………………. 51
3.2 Equations gouvernantes……………………………………………………….. 52
3.2.1 Equation de continuité ………………………………………………… 52
3.2.2 Équations de Navier-Stokes …………………………………………….. 53
3.2.3 Equation d’énergie………………………………………………………. 53
3.2.4 Approximation de Boussinesq…………………………………………... 53
3.2.5 Formulation adimensionnelle du problème……………………………... 53
3.3 Conditions aux limites…………………………………………………………. 55
3.4 Transfert de chaleur……………………………………………………………. 57
3.5 Génération de l'entropie……………………………………………………... 58
3.6 Résolution numérique ………………………………………………………… 59
3.7 Les approches existant pour les nanofluide…………………………………… 60
3.7.1 Approche monophasique………………………………………………... 61
3.7.2 Approche biphasique……………………………………………………. 63
3.8Conclusion........................................................................................................... 70
ii
Chapitre 4
Effet du nano fluide Al2O3-Eau sur le transfert thermique dans
une cavité
4.1 Étude du maillage ………………………………………………………..... 73
4.1.1 Cavité simple…………………………………………………………... 73
4.1.2 Test de maillage ……………………………………………………… 74
4.2 Résultats et discussion ……………………………………………………… 75
4.3.1 Cavité simple………………………………………………………….... 75
4.3.2 Cavité ondulée………………………………………………………….. 80
4. Conclusion …………………………………………………………………… 93
Conclusions
Référence bibliographiques
iii
Nomenclature
Symboles
CFD Computational fluid dynamics
Cp Chaleur spécifique
g Gravité
h Coefficient de transfert thermique
H Hauteur de parois verticale chauffées (H=3/4W)
k Conductivité thermique
L Dimension de la cavité suivant l’axe x
Nu Nombre du Nusselt
P Pression
Pr Nombre du Prandtl
Ra Nombre du Rayleigh
SLh Génération entropie Locale due au transfert thermique
SLf Génération entropie Locale due au frottement de fluide
ST Génération entropie totale due au transfert thermique et frottement
de fluide
T Température
U Vitesse axiale
V Vitesse radiale
W Dimension de la cavité suivant l’axe y
Greek Symboles
 Diffusivité thermique
 Coefficient d’expansion thermique
 Fraction volumique des particules
μ Viscosité dynamique
iv
 Densité
 Température adimensionnelles,   T  Tr  / Th  Tc 
 Viscosité cinématique
Subscripts
c Paroi froid
f Fluide de Base
h Paroi chaud
L locale
nf Nanofluide
p Particules
v
Liste des Figures
Figure 1.1 Effet de la fraction volumique de nanoparticule sur les propriétés

thermo physiques des nanofluides [69]........................................... 26
Figure 2.1 (a) Taux de la génération d'entropie, (b) Taux de la génération
d'entropie relative en raison de l'irréversibilité thermique, (c) Taux
de la production d'entropie relative en raison de l'irréversibilité
diffusive, (d) Taux de la génération d'entropie relative dû à une
irréversibilité visqueuse pour Ra = 1011. [69]................................... 33
Figure 2.2 Cavité ondulée présenté par Cho et al [71]........................................ 35
Figure 2.3 Travaux de Selime fendigil et al [72]............................................... 35
Figure 2.4 Génération d'entropie par rapport au nombre de Reynolds pour
différents types de nanoparticules et trois nombres Richardson,
pour ϕ = 0,1 et L / H = 2 [74]........................................................... 37
Figure 2.5 Enceinte à paroi ondulée [75]............................................................ 38
Figure 2.6 Une cavité avec une source de chaleur dans plusieurs positions
[81].................................................................................................... 41
Figure 2.7 Model physique d'un canal poreux (a) écoulement vertical (b)
écoulement opposé. [84].................................................................... 42
Figure 2.8 Cavité poreuse d'une paroi ondulée présenté par Bhardwaj et al
[85].................................................................................................... 43
Figure 2.9 Une cavité poreuse, ondulée et inclinée [86].................................... 45
Figure 3.1 Configuration Géométrique de la cavité............................................ 51
Figure 3.2 Forme géométrique de la paroi froide de la cavité............................ 60
Figure 4.1 Nombre de Nusselt en fonction de la fraction volumique du Al2O3,
pour différents nombres de Rayleigh................................................ 73
Figure 4.2. Maillage de la cavité……………………………………………….. 74
vi
Figure 4.3 Contours de température pour ϕ = 0% (fluide de base) et ϕ = 3 %
(nanofluides), pour différents nombre du Rayleigh……………….. 76
Figure 4.4 Lignes de courant pour ϕ = 0% (fluide de base) et ϕ = 3 %
(nanofluides), pour différents nombre du Rayleigh........................... 77
Figure 4.5 Variation du nombre moyen de Nusselt en fonction de la fraction
volumétrique pour différents nombres de Rayleigh (a) paroi
inférieure (b) paroi supérieure........................................................... 78
Figure 4.6 Variation du nombre de Nusselt moyen en fonction du nombre de
Rayleigh pour différents fractions volumétriques (a) paroi
inférieure (b) paroi supérieure........................................................... 78
Figure 4.7 Variation de la production d'entropie avec fraction volumétrique
pour différents nombres de Rayleigh (a) entropie thermique (b)
entropie visqueuse.............................................................................. 79
Figure 4.8 Variation de la génération d'entropie avec le nombre de Rayleigh
pour différents fractions volumétriques (a) entropie thermique (b)
entropie visqueuse............................................................................. 80
Figure 4.9 Maillage de la cavité ondulée............................................................ 81
Figure 4.10 Variation du nombre de Nusselt moyen en fonction des nombres
des ondulations pour différents fractions volumiques...................... 82
Figure 4.11 Variation du nombre de Nusselt moyen en fonction du nombre de
Rayleigh pour différents fractions volumiques................................. 83
Figure 4.12 Lignes de courant pour ϕ = 0%, 2% et 4%, pour différents Ra
(102, 104 et 106 ) et différents nombre d'ondulation.......................... 87
Figure 4.13 Contours de température statique à ϕ = 0%, 2% et 4%, pour
différents valeur de Rayleigh Ra (102, 104 et 106) et différents
nombre d'ondulation.......................................................................... 90
Figure 4.14 Variation de la génération d'entropie thermique pour différentes
fractions volumiques(a) en fonction du nombre de Rayleigh (b) en
fonction des ondulations…………………………………………… 93
vii
Liste des tableaux
Tableau 1.1 Travaux disponibles sur les mécanismes d'amélioration de la
conductivité thermique…….............................................................. 8
Tableau 1.2 Corrélations des propriétés thermo physiques pour l'Alumine-Eau.. 24
Tableau 1.3 Propriétés thermo physiques de fluides de base et de
Nanoparticules …………………………………………………….. 25
Tabl eau 3.1 Propriétés thermo-physiques du fluide de base et des
nanoparticules………………………………...…………………… 57
Tableau 4.1 Comparaison du nombre de Nusselt................................................. 73
Tableau 4.2 Tests de la sensibilité du maillage .................................................... 74
viii
Introduction
Dans les dernières années, la consommation d'énergie a considérablement augmenté ce
qu'a motivé les scientifiques à développer des nouvelles stratégies économiques et
surmonter la menace de pénurie de l'énergie. Les échangeurs de chaleur sont des
équipements largement utilisés dans les systèmes industriels dans le domaine de la
conservation, de la conversion et de la récupération d'énergie. Ainsi, il est évident de
fournir des systèmes d'échange thermique plus efficaces peut atténuer
considérablement les problèmes d'énergie.
Dans le domaine du transfert de chaleur classique, les chercheurs se sont basés
généralement sur des paramètres très connus dans la littérature. La surface d'échange
thermique, le régime des écoulements, la provocation de la turbulence et la nature des
fluides exploités sont habituellement les paramètres physiques et techniques utilisés
pour le concept d'un tel système énergétique. Plusieurs études ont proposé des
différentes méthodes pour améliorer les performances thermo hydrauliques et réduire
la taille des échangeurs de chaleur conventionnels. Cependant, afin d'avoir des
échangeurs de chaleur plus efficaces et rentables, plusieurs approches ont été étudiées
au cours du temps. Une technique très connue, utilisant des obstacles ou des rainures
sur la surface intérieure des échangeurs de chaleur, a été l'une des fréquentes
approches pour briser la sous-couche laminaire et créer une turbulence locale de la
paroi en raison de la séparation, ce qui réduit la résistance thermique et améliore
considérablement le transfert de chaleur. Dans ce contexte, des nombreuses études
disponibles dans la littérature ouverte ont abordé plusieurs configurations
géométriques, où ils ont affirmé des taux significatifs dans le domaine d'amélioration
du transfert de chaleur. Néanmoins, cette technique associée des pertes de pression
catastrophiques due a la génération de vortex et a déjà atteint sa limite.
Les fluides de travail de transfert de chaleur actuellement disponibles tels que l'air,
l'eau, l'huile de moteur, l'éthylène glycol, le propylène glycol sont largement utilisés
dans des nombreux domaines industriels, comme les procédés de chauffage ou de
refroidissement, la production chimique, la microélectronique, la production
d'électricité et le conditionnement de l'air. Ces fluides de transfert de chaleur
classiques ont des propriétés thermo physiques intrinsèquement faibles
comparativement aux solides. Par conséquent, il existe un besoin prononcé de
développer des fluides alternatifs de transfert de chaleur avec une capacité de
refroidissement plus élevée qui peut améliorer la compacité et l'efficacité des
échangeurs de chaleur.
Les progrès récents en nanotechnologie ont abouti à l'apparition d'une nouvelle
génération de fluide appelée nanofluide (mélange colloïdal de nanoparticules de moins
de 100 nm), un terme proposé par Choi et Eastman [1]. Les nanofluides ont des
performances thermiques supérieures qui ne sont pas disponibles dans les fluides de
transfert de chaleur traditionnels. Alors, l'objectif des nano-fluides est d'obtenir des
propriétés thermo physiques les plus élevées possibles aux plus petites concentrations
possibles (de préférence <1% en volume) par dispersion uniforme et suspension stable
de nanoparticules (de préférence <10 nm) dans les fluides hôtes. Pour atteindre cet
objectif, il est essentiel de comprendre comment les nanoparticules améliorent le
transport d'énergie dans les liquides. Par rapport aux suspensions solides-liquides
classiques pour améliorer le transfert de chaleur, les nanoparticules présentent un
potentiel plus élevé pour augmenter les taux de transfert thermique dans les
échangeurs de chaleur pour les raisons suivantes [2] :
- Surface de transfert de chaleur élevée entre les particules et les fluides et donc
une conductivité thermique efficace.
- Haute stabilité de la dispersion avec un mouvement Brownien prédominant des
particules.
- Puissance de pompage réduite par rapport au liquide pur pour obtenir une
intensification équivalente du transfert de chaleur.
- Moins de colmatage des particules par rapport aux bouillies conventionnelles,
aptes à être utilisées dans des microsystèmes.
- Propriétés réglables, y compris la conductivité thermique et la mouillabilité de
la surface, en variant les concentrations de particules en fonction des différentes
applications.
Dans ce contexte, quatre chapitres ont été présentés dans cette thèse. Le premier
chapitre représente les définitions et les connaissances fondamentales sur les
nanofluides y compris les différents paramètres thermo physiques qui peuvent influer
sur le comportement d'un nanofluide.
Le deuxième chapitre est consacré à définir la génération de l'entropie due au transfert
thermique dans les nanofluides. Cependant, une recherche bibliographique détaillée a
été présenté dans ce chapitre. Autant, des différentes formes de cavité ont été mises en
exergue et leur influence sur les caractéristiques thermique et hydrodynamique des
nanofluides.
Les différentes méthodes et approches numériques, qui peuvent résoudre le
phénomène de transfert de chaleur dans les nanofluides ont été illustrés dans le
troisième chapitre.
Les résultats et les discussions du cas étudiées ont été présentés dans le quatrième
chapitre. Les caractéristiques thermiques et hydrodynamiques d'un nanofluide AL2O3
dans une cavité carrée simple et une autre cavité ondulée ont été exposées.
Chapitre 1 Propriétés des nanofluides
Chapitre 1
Propriétés des nano fluides
Sommaire
1.1 Introduction........................................................................................................ 4
1.2 C'est quoi un nano fluide ?................................................................................ 5
1.3 Importance scientifique et technique................................................................. 6
1.4 Classification des études existantes sur les nanofluides.................................... 7
1.5 Mécanismes possibles pour améliorer la conduction thermique....................... 7
1.5.1 Mouvement Brownien............................................................................. 9
1.5.2 Couches des liquides................................................................................. 12
1.5.3 Agrégation des nanoparticules.................................................................. 14
1.6 Quelques expériences sur les propriétés thermo-physiques des nanofluides.... 15
1.6.1 La conductivité thermique........................................................................ 15
1.6.2 La viscosité............................................................................................... 19
1.6.3 La chaleur Spécifique ............................................................................. 22
1.6.4 Transfert de chaleur par convection......................................................... 23
1.7 Modélisation des nanofluides............................................................................ 24
1.7.1 Corrélations empiriques et paramètres gouvernants................................ 24
1.7.2 Équations de conservation pour les nano fluides...................................... 26
1.8 Conclusion......................................................................................................... 28
1.1 Introduction
Le refroidissement à haute performance est l'un des besoins les plus importants de
nombreuses technologies industrielles. Cependant, la faible conductivité thermique
4
limite le développement du domaine de transfert de chaleur efficace pour l'énergie, et

pour un refroidissement ultra-performant ; la nanotechnologie moderne peut produire
des particules métalliques ou non métalliques de dimensions nanométriques. Les
nanomatériaux ont des propriétés mécaniques, optiques, électriques, magnétiques et
thermiques. Les nanofluides sont conçues en suspendant des nanoparticules avec des
tailles moyennes inférieures à 100 nm dans les fluides de transfert de chaleur
traditionnels tels que l'eau, l'huile et l'éthylène glycol. Une très petite quantité de
nanoparticules invitées, lorsqu'elles sont dispersées uniformément et suspendues de
manière stable dans les fluides de bases, peuvent apporter des améliorations
spectaculaires dans les propriétés thermiques des fluides de bases.
L'objectif des nanofluides est d'obtenir des propriétés thermiques les plus élevées
possibles aux plus petites concentrations possibles (de préférence <1% en volume) par
dispersion uniforme et suspension stable de nanoparticules (de préférence <10 nm)
dans les fluides de bases. Pour atteindre cet objectif, il est essentiel de comprendre
comment les nanoparticules améliorent le transport d'énergie dans les liquides.
1.2 C'est quoi un nanofluide ?

Les nanofluides sont des suspensions colloïdales de nanoparticules solides dans un
liquide. Les expériences menées récemment ont indiqué que les nanofluides ont une
conductivité thermique sensiblement plus élevée que les fluides de bases. Parmi les
nombreux avantages des nano fluides par rapport aux suspensions solides-liquides
conventionnelles, il convient de mentionner que la surface spécifique est plus élevée,
stabilité plus élevée de la suspension colloïdale, puissance de pompage inférieure
requise pour atteindre un taux de transfert de chaleur équivalent. Ensuite, la réduction
du colmatage des particules par rapport aux colloïdes congénitaux et un niveau de
contrôle plus élevé de la thermodynamique et des propriétés de transport en faisant
varier le matériau, la concentration, la taille et la forme des particules [1.3]
Bien que des tentatives ont été faites pour expliquer les raisons physiques de cette
amélioration dans les nano fluides, il existe encore beaucoup d'inconvénients
5
remarquables. Il y a au moins quatre raisons pour lesquelles une théorie définitive sur
les nano fluides n'existe pas toujours [4].
• Le comportement thermique est trop différent des composites solide-solides ou des
suspensions solides-liquides standards.
• Le transport thermique dans les nano fluides, en plus d'être étonnamment efficace par
rapport aux suspensions solides-liquides standards, dépend des variables non
traditionnelles telles que la taille, la forme et la surface de la particule.
• La compréhension de la physique derrière les nano fluides nécessite une approche
multidisciplinaire.
• Probablement, la difficulté la plus redoutable est liée à des problèmes multi scalaires.
En fait, les nano fluides impliquent au moins quatre échelles : l'échelle moléculaire, la
micro-échelle, la méso-échelle et la macro-échelle. La difficulté principale réside dans
le fait de mettre en relation et d'optimiser l'interaction entre ces échelles.
1.3 Importance scientifique et technique

Il existe un grand nombre d'applications d'ingénierie qui peuvent les maitriser par
l’amélioration de la conductivité thermique des nanofluides. Par exemple, les liquides
ioniques, qui sont des sels liquides à température ambiante. Cependant, les liquides
ioniques n'ont pas une conductivité thermique très élevée par rapport à l'eau, et si cela
pourrait être amélioré par l'ajout de nanoparticules, le liquide serait mieux adapté pour
les applications de transfert de chaleur comme dans la réfrigération par absorption ou
des circuits de refroidissement.
Le refroidissement avec des fluides liquides à haute conductivité thermique répondrait
également à des nombreux autres problèmes de dissipation de chaleur. Par exemple,
les systèmes micro-électro-mécaniques génèrent des grandes quantités de chaleur
pendant le fonctionnement et nécessitent des fluides de refroidissement à haut
rendement pour atténuer le flux de chaleur important. Un tel système nécessite un
contrôle précis de la température, et un fluide conducteur plus élevé permettrait
d'obtenir plus efficacement le contrôle de transfert thermique. Il existe également de
nombreuses applications quotidiennes dans lesquelles les nanofluides pourraient
6
convenir, comme dans l'industrie automobile. L'amélioration élevée de la conductivité

thermique observée dans les nanofluides à base d'éthylène-glycol [4] conduit que cet
antigel commun pourrait avoir une meilleure performance avec une suspension de
nanoparticules.
1.4 Classification des études existantes sur les

nanofluides
Trois approches possibles ont été menées pour l'étude des nanofluides : Expérimental,
empirique et numérique. Bien que le nombre d'expériences ont augmenté constamment
dans les dernière deux décennies, où il y a plusieurs articles ont été publiés sur des
études empiriques ou numériques sur les nanofluides. Le manque de la compréhension
du mécanisme de base du transport d'énergie à l'échelle nanométrique rend les travaux
empiriques publiés sur les nanofluides sans grande valeur scientifiques. D'autre part,
les chercheurs ont fourni des données aux expériences, plutôt que d'obtenir des
résultats qui conduisent à une compréhension fondamentale. La majorité de ces
travaux ont utilisé la dynamique moléculaire (MD) avec un Lennard-Jones simple (L
J) pour étudier une particule de cuivre solide en liquide argon. Aucune expérience de
ces matériaux n'est disponible ; Ainsi, la validation des résultats est impossible. En
outre, un tel potentiel simple est incapable de capturer correctement les effets de la
surface (stratification des liquides, groupage de particules, etc.) pour les fluides
polaires, tels que l'eau, qui a été largement utilisé dans les expériences et les études
numériques.
1.5 Mécanismes possibles pour améliorer la

conduction thermique
Sur la base des résultats expérimentaux recueillis dans la littérature dans les deux
dernières décennies, des nombreux groupes de recherche ont donné plusieurs
explications pour l'amélioration de la conduction thermique observée dans leurs
propres expériences (voir Tableau 1.1).
7
Tableau 1.1 Travaux disponibles sur les mécanismes d'amélioration de la conductivité

thermique.
Mécanisme du transport Références
Mouvement Brownien Kéblinski et al [7]
Prasher et al [8]
Yu et al [9]
Koo and Kleinstreuer [10]
Jang et Choi [11]
Prasher et al [12]
Patel et al [13]
Ren et al [14]
Shukla et Dhir [15]
Beck et al [16]
Nie et al [17], Evans et al [24]
Couches des liquides Keblinski et al [7]
Xue et al [18], Eastman et al [20]
Evans et al [26], Chandrasekar et al [25]
Agrégation des nanoparticules Prasher et al [8], Evans et al [26]
Les mécanismes proposés pour expliquer l'amélioration de la conductivité thermique

comprennent le mouvement Brownien des nanoparticules, la formation du fluide de
base entourant les nanoparticules et l'agrégation des nanoparticules. Cependant, parmi
de ces mécanismes possibles, quel est le cas échéant qui est principalement
responsable de l'amélioration de la conductivité thermique ? La réponse reste en
instance car tous ces cas toujours en discussion.
1.5.1 Mouvement Brownien

Les nanoparticules déplacent à travers les molécules du fluide de base, et parfois, elles
entrent en collision les unes avec les autres au moyen d'un mouvement Brownien
(Brown [5] en 1828, Einstein [6] en 1906). En particulier, lorsque deux particules
8
entrent en collision, le mode de transfert de chaleur solide-solide pourrait augmenter la

conductivité thermique globale du nanofluide. L'effet du mouvement Brownien est un
processus diffusif avec une constante de diffusion D donnée par la formule de Stokes-
Einstein :
k BT
D (1.1)
3pmd
Où :
kB est la constante de Boltzmann
T est la température
m est la viscosité du fluide
d est le diamètre de la particule
Comme il est remarquable plus la température est élevée, plus la diffusivité est élevée,
et plus la conductivité thermique est élevée. Dans certains cas (réf [21], par exemple),
la conductivité thermique mesurée expérimentalement a suivi le comportement T m
suggérée par la formule de Stokes-Einstein dans le cas de la diffusion.
Keblinski et al [7] a estimé l'effet du mouvement Brownien sur la conductivité
thermique d'un nanofluide en comparant l'échelle de temps de la diffusion d'une
nanoparticule avec celle de la diffusion de chaleur dans le fluide. Le délai de
caractérisation exploité pour couvrir une distance égale au diamètre (d) de particule dû
à la diffusion Brownienne est :
tD d2 (1.2)
6D
Où D est la constante de diffusion définie dans l'équation 1.1. De même, le délai pour
que la chaleur se déplace dans le fluide à la même distance est écrit comme suit :
tH d2 (1.3)
6c
Où c est la conductivité thermométrique, c k rC p est défini comme un rapport de
la conductivité thermique à la capacité calorifique par unité de volume du fluide. Pour
une particule de 10nm dans l'eau à 300 °K, les équations 1.2 et 1.3 rendent
tD 2.10 7 s et t H .10 10
s . Par conséquent, le rapport t D t H est d'environ de 500 et
9
tombe à 25 lorsque la taille des particules est réduite à la taille atomique, montrant que
la diffusion thermique est beaucoup plus rapide que la diffusion Brownienne, même si
la particule est extrêmement petite. En d'autre, Bien qu'il y a des preuves dans la
littérature, des températures plus élevées augmenteraient la conductivité thermique du
fluide de base [8]; le mouvement des nanoparticules due au mouvement Brownien est
trop lent pour transporter une quantité importante de chaleur à travers un nanofluide.
Jusqu'à présent, le mouvement Brownien n'a été lié qu'aux effets diffusifs chez les
nanofluides, et la convection n'a pas été mentionnée. Une comparaison entre la
diffusion à base de mouvement Brownien et la convection basée sur le mouvement
Brownien a été réalisée par Prasher et al [8]. Ils ont affirmé que la raison pour laquelle
Keblinski et al [7] ont ignoré le rôle que joue le mouvement Brownien dans
l'amélioration de la conductivité thermique des Nanofluides est basé uniquement sur le
fait que le transport d'énergie due à la diffusion Brownienne est de 2 ordres de
grandeur plus petit que cela en raison de la conduction dans le fluide. Cependant,
Keblinski et al [7] n’ont pas tenu en compte le transport d'énergie en raison de la
convection provoquée par un mouvement Brownien. Prasher et al [8] ont comparé les
temps de la diffusion Brownienne à celle de la convection Brownienne et ont montré
que l'effet de la convection reste presque instantanément par rapport à la diffusion
Brownienne de la nanoparticule. Ils ont également développé un modèle semi-
empirique pour prédire la conductivité thermique des nanofluides.
Un modèle de convection à base de Brown n'a été apparu dans la littérature qu'en
2003, lorsque Yu, et al [9] ont développé un modèle de vitesse à la dimension
numérique de la conductivité thermique d'un nanofluide. Dans leur modèle, ils ont
superposé une dérivée de particules thermo-phorétique sur leur mouvement Brownien
et ont affirmé que seulement quelques particules des fluides ont été traînée dans le
processus. Ce modèle n'a pas prédit les effets de la taille des particules. Un an plus
tard, Koo et Kleinstreuer [10] ont étendu le modèle développé par Yu et al [9] pour
inclure les effets des particules des fluides traînées par les nanoparticules. Dans la
même année, Jang et Choi [11] ont proposé le concept de nano-convection, purement
induit par le mouvement Brownien des nanoparticules sans vitesse du dérivé thermo-
10
phorétique. Ce modèle a pu prédire la conductivité thermique dépendante de la

température et de la taille. Prasher et al [12] ont étendu le concept de nano-convection
en incluant les effets de la convection multi-particules et ont développé un modèle
semi-empirique pour montrer que le mouvement Brownien contribue largement à
l'amélioration de la conductivité thermique dans les nanofluides. Patel et al [13] ont
développé un modèle de micro-convection pour évaluer la conductivité thermique des
nanofluides en prenant en considération le mouvement Brownien induit nano-
convection et la surface spécifique des nanoparticules. Ren et al [14] ont obtenu un
modèle qui associe une théorie sur la cinétique de la convection, la stratification des
liquides et la conduction des fluides et des particules.
Shukla et Dhir [15] ont fourni une compréhension détaillée sur les effets du
mouvement Brownien dans la conductivité thermique des nanofluides. Ils ont divisé le
flux de chaleur net grâce au mouvement Brownien en deux composantes : une partie
cinétique et une partie d'interaction. Ils ont montré que pour un nanofluide typique
(avec des nanoparticules à 10 nm avec une fraction volumique de 0,01 dans l'eau, à
300 °K). L'effet de la contribution cinétique au mouvement Brownien est négligeable.
Par contre, la contribution du potentiel d’interaction joue un rôle majeur dans
l'amélioration de la conductivité thermique des nanofluides.
Cependant, un travail expérimental a été mené par Beck et al [16] qui ont confirmé
que les modèles de mouvement Browniens ne sont pas nécessaires pour décrire la
dépendance de l'amélioration de la conductivité thermique à la température, car ils
suivent simplement le comportement du fluide de base. Nie et al [17] ont trouvé l'ordre
de grandeur de l'amélioration de la conductivité thermique des nanofluides due au
mouvement Brownien.
Le mouvement Brownien joue un rôle primordial dans l'amélioration de la
conductivité thermique des nanofluides et reste toujours en recherche [4]. Dans ce
point, un ensemble des chercheurs ont confirmé que le mouvement Brownien est
important [10-12, 15] alors que des autres affirment qu'il ne joue pas un rôle majeur
dans l’amélioration de la conductivité thermique [7, 16-17].
11
1.5.2 Couches des liquides

Un liquide en contact avec une interface solide est plus ordonné que le liquides-en
vrac. L'interaction entre les atomes du liquide et le solide génère un comportement
oscillatoire dans le profil de densité de liquide dans la direction normale à l'interface.
La force de la liaison solide-liquide détermine l'ampleur des couches, qui peuvent
même s'étendre jusqu'à plusieurs distances moléculaires pour des interactions
suffisamment fortes. À mesure que la liaison devient plus forte, une structure
cristallisée se développe dans le liquide entourant la particule. Ces changements
structurels dans le liquide, la structure a eu des effets significatifs sur diverses
propriétés, telles que la transition de phase liquide-solide, le flux et les propriétés
tribologiques. Des autres propriétés mécaniques se sont révélées être affectées, telles
que la viscosité et les forces entre les corps à couches liquides épaisses [18]. Une telle
modification de l'ordre des liquides inter-faciaux doit également avoir un effet sur les
propriétés de transport thermique. En fait, les vibrations du réseau (phonons) sont
responsables du mécanisme de transfert de chaleur hautement efficace dans les solides.
Les phonons ont la capacité exceptionnelle de voyager de façon balistique de longues
distances (Phonon signifie chemin libre) avant d'être dispersées, soit par des défauts de
structure cristalline, soit par des autres excitations de réseau. Par contre, l'absence de
toute sorte d'ordre dans la structure liquide rétrécit la collision effective signifie un
chemin libre à l'ordre d'une distance atomique.
C'est la raison pour laquelle les liquides n'ont pas des propriétés de transfert de chaleur
comparables aux solides. Cependant, l'augmentation de l'ordre généré par la formation
de couches liquides entourant les nanoparticules peut avoir la capacité d'augmenter le
moyen libre du liquide à travers lequel les phonons peuvent se déplacer, entraînant une
augmentation de la conductivité thermique.
L'amélioration possible de la conductivité thermique par couches liquides est affectée
négativement par la résistance inter-faciale à l'interface solide-liquide. Cette résistance
inter-faciale (RK), également connue sous le nom "Résistance de Kapitza"[19], peut
résulter de différences dans les spectres de phonon dans les deux phases et de la
diffusion à l'interface entre les phases [20]. En présence d'un flux de chaleur, cette
12
diffusion de phonon génère une différence de température (ΔT) à l'interface. Le flux de

chaleur J est lié à cette différence de température et écrit par la forme suivante :
J G T (1.4)
Où G 1 RK est la conductance interraciale. Ainsi, la conductivité thermique (k) est
liée à la conductance inter-faciale et exprimé par la relation suivante :
h k (1.5)
G
Où h est le rayon de Kapitza, ou l'épaisseur équivalent du cristal, définie comme la
distance sur laquelle la chute de température est la même que celle de l'interface [20].
La valeur de h est généralement faible si le contact entre les phases est bon et diminue
avec la température. On peut habituellement le négliger à une température ambiante
pour de gros matériaux granulés. Pour une interface solide-liquide, elle est fortement
affectée par les propriétés de la couche absorbée du liquide [21] et est généralement
encore petite à une échelle macroscopique. Cependant, pour des dimensions latérales
plus petites, comme pour les nanoparticules, la valeur de h peut jouer un rôle très
important dans le transfert de chaleur global au nanofluide, car elle devient
comparable à la taille de la microstructure (taille des particules et distance inter-
particulaire [20]). Jang et Choi [22] ont calculé la résistance de Kapitza par unité de
-7
surface et ont signalé que c'était de l'ordre de 10 cm2K /W, où, le rayon de Kapitza
n'a pas été donné. Par conséquent, la résistance de Kapitza n'est pas dominante et la
couche liquide ne peut pas constituer une barrière au transfert de chaleur.
Shukla et Dhir [23] ont effectué une étude par la dynamique moléculaire (Molecular
Dynamics, MD) sur les couches liquides dans les nanofluides en utilisant des champs
de force simplifiés (L J) et ont montré que lorsque les nanoparticules se trouvaient à
une distance de 2 nm l'une de l'autre, la conductivité thermique observée de la couche
était plus de deux fois supérieure à la conductivité thermique du fluide en vrac.
Cependant, lorsque la distance entre les nanoparticules étaient de 27 nm, aucune
amélioration de la conductivité thermique n'a été observée dans la couche liquide. Ceci
est dû au fait que la couche liquide ne s'étend que jusqu'à deux ou trois couches
atomiques, et avec une faible distance inter-particulaire de 2 nm, la contribution de la
13
couche à l'amélioration du transfert d'énergie sera plus comparée à un plus grand écart
inter-particulaire de 27 nm.
Evans et al [24] ont signalé qu'il n'y avait pas d'amélioration de la conduction
thermique dans les nanofluides lorsque le rayon des nanoparticules devenait égal au
rayon Kapitza. Ainsi, la résistance de Kapitza pourrait devenir un problème
uniquement pour les très petites nanoparticules. Chandrasekar et al [25] a estimé que
l'épaisseur de la couche liquide devient importante pour le transport thermique dans les
nanofluides uniquement à des concentrations plus élevées.
1.5.3 Agrégation des nanoparticules

L'un des mécanismes de transfert de chaleur les plus discutés dans les nanofluides est
peut-être le regroupement de nanoparticules. Les nanoparticules ont été
expérimentalement observées pour agglomérer en grappes lorsqu'elles sont suspendues
dans le liquide. Théoriquement, le regroupement des nanoparticules dans les motifs de
percolation crée des trajectoires de résistance thermique inférieure qui auraient un effet
majeur sur la conductivité thermique globale et la viscosité. L'effet sur l'amélioration
de la conductivité incorrecte serait négatif pour les fractions de faible volume de
particules, car il y aurait des zones exemptes de particules dans le liquide.
Plusieurs études de la dynamique moléculaire (MD) ont montré une amélioration
substantielle de la conductivité thermique avec l'augmentation du groupement de
nanoparticules [26] malgré l'opposition forte des autres experts (Par exemple, Hong et
al [27]). Il est évident que le regroupement de particules doit avoir un certain effet sur
la conductivité thermique, mais sa magnitude est encore inconnue.
1.6 Quelques expériences sur les propriétés

thermo-physiques des nanofluides
1.6.1 La conductivité thermique
Depuis la première preuve expérimentale [28] avec des nanoparticules de l'aluminium
dans l'eau, la curiosité et l'intérêt de la communauté scientifique ont augmenté.
Beaucoup de matériaux différents ont été testés pour des nanoparticules avec différents
14
fluides de base, et les résultats sont étonnamment différents pour diverses

combinaisons. La majorité des expériences de conductivité thermique dans les
nanofluides sont réalisées à l'aide de la méthode du fil chaud transitoire (par exemple,
[29-33]).
D'autres techniques courantes dans la littérature comprennent la méthode d'oscillation
de la température, la technique de déviation du faisceau optique [34], la méthode 3-ω
[35], et la technique de l'onde thermique [36]. Certaines de ces méthodes ne sont peut-
être pas forcément valides lorsqu'elles sont appliquées aux nanofluides, car aucune
d'entre elles n'a été initialement conçue et destinée aux nano-suspensions. Buongiorno
et al [37] ont été signalés qu'un système des différences significatives dans la
conductivité thermique mesurée des nanofluides ont été observées pour différentes
techniques de mesure. Cependant, tant que les mêmes mesures ont été prises à la
même température, l'amélioration de la conductivité thermique était cohérente entre les
différentes techniques expérimentales. Au cours des 10 premières années
d'investigation des nanofluides, l'accent a été mis sur la relation entre l'amélioration de
la conduction thermique et la taille des particules et la fraction volumique.
Masuda et al [28] ont été les premiers qu’ont signalé l'amélioration de la conductivité
thermique avec les nanofluides. Ils ont montré que 4,3% de la fraction volumique de
particules de silice, d'aluminium et d'autres oxydes dans l'eau peut augmenter la
conductivité thermique du nanofluide de 30%, bien que le facteur de frottement reste
presque stable. Deux ans plus tard, Choi [1] a inventé le terme de nanofluides pour
désigner cette nouvelle classe de fluides d'ingénierie. Quelques années plus tard, Wang
et al [38], ont signalé des améliorations de la conductivité thermique pour les mêmes
oxydes que n’a pas considérés par Masuda [28] seulement dans l'eau, mais aussi dans
l'éthylène glycol. Wang et al [38] ont montré que l'amélioration de la conductivité
thermique augmente au fur et à mesure que la taille des particules diminue et est
presque proportionnelle à la fraction volumique des particules. Ils ont remarqué une
amélioration maximale de la conductivité thermique de 12% lorsque des particules
d'aluminium ont été utilisées avec une fraction volumique de 3%. Dans le même
temps, la viscosité a augmenté de 20% à 30%.
15
Dans une conclusion intéressante, Wang et al [38] ont dit que le rapport de viscosité
(celui du nanofluide au fluide de base) a une dépendance quadratique sur la fraction
volumique des nanoparticules, bien que la conductivité thermique ait une dépendance
linéaire. Une étude similaire a été réalisée par Pak et Cho [39] pour l'aluminium avec
la même fraction volumique, mais ils ont obtenu des résultats de viscosité 3 fois
supérieurs à ceux de Wang et al [38]. C'est une indication que quelque chose est
différent dans la dispersion des particules, et que peut-être la taille des particules, la
fraction volumique, la forme, la température, etc., doivent être prises en compte tout en
stabilisant chaque dispersion de nanofluide. Pour cette raison, d'autres expériences ont
été réalisées pour étudier la dépendance de la taille des particules. Eastman et al [40]
ont rapporté que 10nm de particules de cuivre dispersées dans l'éthylène glycol ont
amélioré la conductivité thermique de 40% avec moins de 0,3% de fraction volumique
de particules. Néanmoins, avec des particules d'oxyde de cuivre de 35 nm,
l'amélioration n'était que de 20% pour un facteur de chargement de particules de 4%.
Par conséquent, la taille des particules est évidemment liée à l'amélioration de la
conductivité thermique.
Choi et al [30] ont signalé une amélioration de 150% de la conductivité thermique de
l'huile de poly (α-oléfine) avec une suspension de 1% de fraction volumique de
nanotubes de carbone multi-paroi (Multi Walled Carbon Nano-Tubes, MWCNT). Des
résultats similaires ont été rapportés où seulement 0,35% en volume de MWCNT ont
augmenté la conductivité thermique de l'huile de poly (α-olefin) de 200%. Une
augmentation de 38% de la conductivité thermique de l'eau a été rapportée par Assael
et al [41] avec 0,6% en volume de MWCNT. Ils ont également noté que l'amélioration
de la conductivité thermique augmente avec le rapport de la longueur sur le diamètre
des nanotubes.
Ces premières recherches ont permis d'évaluer la conductivité thermique du nanofluide
en fonction de la température, de la taille des particules et de la concentration, mais ont
n'a pas beaucoup parlé sur les effets inter-faciaux de l'interaction liquide-solide. Une
conclusion intéressante qu'a été rapporté par Patel et al [13], qu'ont achevé que les
nanoparticules avec un revêtement (comme le thiolate sur les particules d'or) étaient
16
moins efficaces en termes d'amélioration de la conductivité thermique que les

particules d'or non revêtues.
Pour produire les mêmes effets que les nanoparticules non revêtues, une plus grande
fraction volumique d'or / thiolate était nécessaire. Cela suggère qu'une partie de
l'amélioration de la conduction thermique doit être liée aux propriétés de la surface de
la particule. Après cette expérience, des nombreux résultats ont été publiés et
beaucoup d'entre eux ont pris en tenant compte non seulement de la température, de la
taille des particules et de la concentration, comme par le passé, mais aussi du
regroupement de nanoparticules et du traitement de surface, en plus d'autres effets
inter-faciaux liquides / solides. Eastman et al [40] ont ajouté 1% de fraction volumique
de l'acide Thio-glycolique pour aider à la dispersion des nanoparticules, et ils ont
observé que cela donnait une plus grande conductivité thermique que la même
concentration de nanoparticules de cuivre dans l'éthylène glycol sans dispersant. Jana
et al [42] ont répété une expérience similaire (même fraction volumique de 0,3% de
nanoparticules de cuivre de 10 nm), sauf que le fluide de base était de l'eau et le
dispersant était le sel de laurate. L'amélioration de la conductivité thermique observée
par Jana et al [42] a arrivé à 70%, ce qui indique que la propriété chimique du
dispersant a eu un impact important sur l'amélioration de la conductivité thermique.
Suivant l'hypothèse de Yoo et al [43] qu'ont étudiés les effets du regroupement de
nanoparticules sur la conductivité thermique. Le groupe de Yoo a contrôlé la taille des
grappes de nanoparticules en changeant le PH du liquide et a analysé comment
l'amélioration globale de la conductivité thermique a été affectée. Ils ont dispersé
l'alumine dans l'eau avec des valeurs de PH de 7 (neutres), 9,65 et 10,94, et ont
remarqué qu'à mesure que le PH augmente, les grappes de particules devenaient plus
petites et la conductivité thermique du nano fluide aussi augmente. Par conséquent, le
fait que les agrégations de nanoparticules, en raison de l'interaction des nanoparticules
entraînent une réduction de l'ensemble de la conductivité thermique du nanofluide. Il
était maintenant évident que la conductivité thermique des nanofluides devrait
également être en fonction du regroupement de nanoparticules, en plus de la
température, la taille des particules et la concentration.
17
Pendant ce temps, d'autres travaux dans la littérature continuaient à déterminer

comment la taille et la concentration des particules affectent la conductivité thermique.
En particulier, Kumar et al [44] ont montré que seulement 0,00013% en volume de
nanoparticules d'or de 4,5nm dans l'eau produise jusqu'à 20% d'amélioration de la
conductivité thermique. Ils ont conclu que l'amélioration est inversement
proportionnelle à la taille des nanoparticules et linéairement proportionnelle à la
concentration des particules, au moins pour des petites concentrations. Ils ont
également observé une certaine dépendance à la température de la conductivité
thermique due au mouvement Brownien.
Dans le même sujet, l'augmentation de la viscosité avec la concentration de particules
atteins 4 fois dans la prédiction du modèle de Stokes-Einstein [45]. Mintsa et al [46]
ont conclu que la conductivité thermique des nanofluides dépend aussi de la taille et de
la température des nanoparticules. Vajjha et Das [47] sont d'accord avec Mintsa et al
[46] que l'amélioration de la conductivité thermique dépend non seulement de la
concentration de nanoparticules mais aussi de la température ; En particulier, les
nanofluides semblent être plus efficaces s'ils sont utilisés dans des applications à haute
température.
Buongiorno et al [48] a mené un exercice international de référence sur les
nanofluides, où plusieurs ensembles des données expérimentales ont été analysés par
34 organisations différentes dans le monde. Ils ont pu à utiliser la théorie classique
efficace pour les particules perméables [28] pour reproduire avec précision les données
expérimentales. Sergis et Hardalupas [49] ont effectué une analyse statistique détaillée
de plusieurs propriétés des nanofluides présentées dans la littérature. Même si les
tendances générales qu'ils signalent sont simplement le résultat d'outils statistiques
plutôt que les techniques purement scientifiques, ils méritent d'être mentionnés. En ce
qui concerne la conductivité thermique efficace des nanofluides, ils ont montré que
l'amélioration augmente habituellement avec l'augmentation de la température de
nanofluide et la concentration des nanoparticules, mais il existe une légère tendance
montrant que l'amélioration augmente également avec l'augmentation de la taille des
nanoparticules.
18
1.6.2 La viscosité
Bien que la littérature sur la convection thermique dans les nanofluides soit limitée par
rapport à la conductivité thermique, les résultats et les approches dans le domaine sont
très diversifiés et méritent d'être mentionnés [4]. Toutefois, la compréhension des
problèmes de convection est strictement liée à la viscosité des nanofluides.
En premier lieu, nous devons comprendre que les nanofluides sont des antidouleurs
newtoniens ou de cisaillement est important. Cette question a été abordée par le
premier travail réalisé en 1998 par Pak et Cho [39] sur la convection thermique dans
les nanofluides. Ils ont rapporté que les nanofluides se comportaient comme
Newtoniens lorsque des nanoparticules de Al2O3 et TiO2 de 13 et 27 nm ont été mises
en suspension dans l'eau, mais seulement pour des fractions de volume de particules
très faibles. Cependant, le comportement à l'amincissement du cisaillement a été
détecté avec une augmentation de la fraction de volume des particules. En particulier,
le nanofluide d'eau Al2O3 a commencé à montrer le comportement de cisaillement à
3% de fraction de volume de particules, alors que TiO2-eau se comportait comme
Newtonien jusqu'à 10%. Pak et Cho [39] ont également observé une forte
augmentation de la viscosité des deux nanofluides et ont montré que ce comportement
n'était pas prédit par des modèles empiriques standards pour les viscosités de
suspension, comme celui développé par Das et al [4]. Lee et al [31] ont rapporté une
augmentation substantielle de la viscosité pour l'eau et les nanofluides à base
d'éthylène glycol avec des nanoparticules de Al2O3. Ils ont également mentionné que
la confirmation de cette constatation pourrait compenser le transfert de chaleur observé
dans les nanofluides.
En 2003, Das et al [34] ont mené une étude similaire pour un nanofluide eau-Al2O3,
mais n'ont signalé aucune observation sur le comportement à l'amincissement du
cisaillement. En particulier, ils ont confirmé le comportement Newtonien du
nanofluide avec des concentrations de 1% à 4%. Ils ont également montré une
tendance linéaire de viscosité par rapport au taux de cisaillement, même si les valeurs
de viscosité sont encore plus élevées que celles de l'eau pure. La viscosité augmente
également avec le chargement des nanoparticules mais reste de nature Newtonienne.
19
Comme déjà discuté pour la conductivité thermique, les nanofluides avec nanotubes de
carbone (CNT) se comportent tout à fait différemment que leurs pièces de compteur de
nanoparticules, ce qui s'applique également à la viscosité [4]. Ding et al [50] ont
montré un comportement de cisaillement linéaire intéressant pour les nanofluides eau-
CNT à des taux de cisaillement inférieurs, alors que le fluide de base avait une
tendance non linéaire.
Par conséquent, il existe des divergences dans la littérature sur la nature de la
rhéologie des nanofluides: certains auteurs croient que les nanofluides sont
Newtoniens [34, 38] alors que des autres ont trouvé que les nanofluides sont non
Newtoniens et comportent le cisaillement [50]. Dans ce contexte, Chen et al [51] ont
réalisé des analyses à la fois expérimentales et théoriques de l'éthylène-glycol avec des
nanoparticules de TiO2, pour des concentrations de 0,5% à 8,0% en poids à une
gamme de température varie de 20 à 60 °C. Ils ont observé un comportement
Newtonien dans ces conditions, avec une viscosité de cisaillement à une forte activité.
Cependant, la viscosité de cisaillement relative (obtenu par la normalisation par
rapport à la viscosité de cisaillement du fluide de base) dépend d'une manière non
linéaire de la charge de nanoparticules et étonnamment indépendante de la
température. Le comportement de cisaillement parfois rapportés dans la littérature est
principalement attribué à trois facteurs:
(1) le chargement de particules effectives.
(2) la gamme de taux de cisaillement.
(3) la viscosité du fluide de base.
Un tel comportement non Newtonien peut être caractérisée par un taux de cisaillement
qui diminue avec l'augmentation de la charge de nanoparticules, ce qui augmente la
viscosité du fluide de base, ou en augmentant la taille de la masse des nanoparticules.
Chen et al [51] ont affirmé que cela pourrait expliquer la controverse rapportée dans la
littérature. La nature rhéologique de nanofluides peut être classée en quatre groupes :
(1) Nanofluide dilué (0 ≤ ϕ ≤ 0,001, où ϕ étant la fraction volumique de
nanoparticules) avec bien dispersées des nanoparticules ne montre aucun
20
comportement de cisaillement et l'augmentation de viscosité compatible avec le

modèle d'Einstein [52, 53].
(2) Nanofluide semi-dilué (0,001 ≤ ϕ ≤0.05) avec des grappes de nanoparticules - La
viscosité du nano fluide est plus conforme à l'équation Krieger-Dougherty modifiée
[54] et montre encore un comportement Newtonien.
(3) Nanofluide semi-concentré (0,05 ≤ ϕ ≤ 0,1) avec des grappes de nanoparticules la
viscosité correspond toujours à l'équation de Krieger-Dougherty modifiée [54] mais
est évidemment non Newtonien.
(4) Nanofluides concentrés ( f 0.1 ) avec interpénétration de l'agrégation des
particules, mais il est hors de la gamme standard de chargement des nanoparticules de
nanofluides.
Sergis et Hardalupas [49] ont également conduit leur analyse statistique pour des
tendances dans des études de convection de la chaleur pour des nanofluides et ont
signalé que le mode convecteur semble être augmenté avec l'augmentation de la
température, de la concentration volumétrique des nanoparticules, et de la dimension
particulaire décroissante. Malheureusement, les expériences sur la convection couvrent
seulement des nanoparticules d'oxyde et des concentrations élevées de nanoparticule
(> 1% du volume). En plus les expériences de convection sont nécessaires pour
remplir lacunes, particulièrement de particules métalliques (qu'ont une conductivité
thermique beaucoup plus élevée) et pour abaisser des concentrations (< 1% du
volume) [3].
1.6.3 La chaleur Spécifique

La littérature sur le détail expérimental sur la chaleur spécifique des nanofluides est
très limitée et juste récemment a mis en attention. Bergman [55] a rapporté les
évidences expérimentales qu'un nanofluide d'alumina a semblé avoir augmenté la
conductivité thermique, mais la chaleur spécifique relativement inférieure au fluide de
base. Vajjha et Das [56] ont étudié des nanofluides avec 2%-10% par rapport au
volume des nanoparticules d'Al2O3, de SiO2, et de ZnO dans un mélange de l'eau
d’éthylène-glycol. Ils ont signalé que la chaleur spécifique de tous les nanofluides
21
diminue sensiblement à mesure que la concentration volumétrique des nanoparticules

augmente, et elle augmente modérément avec la température. Ils n’ont pas pu prévoir
la chaleur spécifique des nanofluides en utilisant les modèles empiriques existants.
Dans un autre travail, Escher et al [57] ont remarqué qu'aucune chaleur spécifique
anormale n'a été observée, et les théories classiques pouvaient prévoir la densité la
chaleur spécifique de nanofluide et dans une déviation de 10%.
Par conséquent, des résultats contradictoires à ceux mentionnés ci-dessus. Nelson et al
[58] ont observé que la chaleur spécifique du poly alpha oléfine est augmentée de 50%
avec une dispersion des nanoparticules de graphite à une concentration de 0.6% en
poids.
De même, Shin et Banerjee [59] ont rapporté un perfectionnement de 26% de la
chaleur spécifique d'un sel fondu (eutectique du carbonate de carbonate de lithium de
62% et de potassium de 38%) avec une suspension des nanoparticules de silice à une
concentration de 1% en poids. Néanmoins, d'autres résultats contradictoires ont été
rapportés par Zhou et Ni [60], ils ont observé que la chaleur spécifique d'un nanofluide
de l'alumine-eau a diminué de 40%-50% à une concentration de 21.7% par le volume
des nanoparticules. Shin et Banerjee [59, 61]) ont présenté ses observations sur les
résultats par Zhou et Ni [60] et ont précisé que les nano particules d'alumine tendent à
grouper, mais les auteurs n'ont pas rapporté si les nano particules étaient bien
dispersés. En fait, les nanoparticules agglomérées d'alumine tendent à précipiter hors
de la solution de l'eau, dégradant par conséquent les propriétés thermiques du
nanofluide. Plus récemment, Shin et Banerjee [61] ont rapporté un perfectionnement
de 14.5% dans la chaleur spécifique d'un sel de chlorure eutectique, en utilisant une
dispersion de 1% en poids des nanoparticules de silice (diamètre nominal de 20-30
nm). Dans ce cas-ci, le comportement de dispersion des nanoparticules a été confirmé
en balayant la microscopie électronique. Ainsi, ils ont proposé trois mécanismes
thermiques indépendants de transport pour expliquer le perfectionnement de la chaleur
spécifique qu'ils ont observée :
Mode 1:La chaleur spécifique est augmentée due à une énergie extérieure spécifique
plus élevée des atomes extérieurs des nanoparticules. L'énergie extérieure est plus
22
haute en raison de la basse fréquence vibratoire et des amplitudes plus élevées des
vibrations sur la surface des nanoparticules.
Mode 2: Le perfectionnement de la chaleur spécifique peut également être dû aux
mécanismes thermiques additionnels de stockage produits par des interactions dièdres
entre les nanoparticules et les molécules liquides, qui agissent en tant que systèmes
virtuels de la ressort-masse. Cet effet dièdre est présent dû à la superficie spécifique
extrêmement élevée des nanoparticules.
Mode 3: Un troisième mécanisme potentiellement impliqué est poser liquide. Le solide
comme des couches liquides adhérant aux nanoparticules sont plus probable pour avoir
une chaleur spécifique augmentée due à un chemin libre moyen intermoléculaire plus
court comparé au fluide en bloc. Puisque la chaleur spécifique est une propriété
thermique principale pour beaucoup d'applications de technologie, il y a un grand
besoin de résultats expérimentaux additionnels sur cette propriété fondamentale pour
des nano fluides [62].
1.6.4 Transfert de chaleur par convection

La chaleur spécifique et la conductivité thermique sont des paramètres thermo-
physiques très importants pour améliorer l'exécution de transfert thermique dans les
systèmes énergétiques, Mais, ce n'est pas nécessairement des conditions suffisantes.
En fait, les nanofluides devraient également être examinés pour la performance
thermique sous les modes convectifs. Plusieurs chercheurs ont mis en valeur le
transfert thermique par convection, y compris les premiers tests qu'ont été effectués
par Dittus et Boelter en 1930. En présence des nanofluides, la convection soit plus
importante et mérite l'analyse pour différents types de ces nanofluides.
1.7 Modélisation des nanofluides

1.7.1 Corrélations empiriques et paramètres gouvernants
Les propriétés thermo physiques des nanofluides ont été discutées pendant les
dernières décennies. Puisque la plupart des modèles classiques tels que Brinkman [63]
sont trouvés incapables de prévoir la conductivité thermique et la viscosité dynamique
23
des nanofluides, les chercheures ont proposé un nombre substantiel de corrélations

empiriques. Celles-ci peuvent être groupées dans deux groupes: corrélations
dépendantes de particules et corrélations dépendantes de la température et de
particules. Les modèles classiques mentionnés ci-dessus et les ensembles empiriques
des corrélations donnant la conductivité thermique et la viscosité dynamique de
nanofluide de l'alumine-eau sont récapitulés dans le tableau 1.2.
Tableau 1.2 Corrélations des propriétés thermo physiques pour l'Alumine-Eau.
Corrélations Références Expressions
Modèle Brinkman Modèle de Brinkman
classique [63]   bf

1  2.5 
Model de Maxwell
Maxwell
[64]
   
k  k bf k p  2k bf  2 k bf  k p  k p  2k bf   k bf  k p 
    
Corrélations Pak et Cho Alumine-eau
de [39] 
  bf 1  39.11  533.92 
Pak et Cho’s
k  k bf 1  7.47
[39]
Titania–eau

  bf 1  5.45  108.22 

k  k bf 1  2.92  11.992 
Corrélation Maiga et al 
  bf 1  7.3  1232 
de Maiga’s [65]

k  k bf 1  2.72  4.972 
[65]
Corrélation Palm et al   3.4 102  1.975 104T  2.912 107T 2    1%
de Palm [66]   4.051102  2.353 104T  3.475 107T 2    4%
et al [66] k  0.003352T  0.3708    1%

k  0.004961T  0.8078    4%
Corrélation Williams   ,T   bf T  exp 4.91  0.2092  
de Williams et al [67] k  ,T   k bf T 1  4.5503
et al [67]
24
Corrélation Venerus   bf 1  23.4
de Venerus et al [68] k  k bf 1  4

et al [68]
Les propriétés thermo physique des fluides de base et des nanoparticules sont
présentées dans le tableau 1.3
Tableau 1.3 Propriétés thermo physiques des fluides de base et des Nanoparticules
Propriétés Densité Capacité de Conductivité Viscosité
Thermo (kg/m3) chaleur Thermique dynamique
physiques J/(kg.K) W/(m.K) Kg/(m.s)
Eau 998.2 4182 0.597 9.93 × 10–4
Ethylène Glycol 1117 2386 0.257 618. 9× 10–3
Al2O3 3880 773 36 N/A
TiO2 4175 692 8.4 N/A
CuO 6450 561 20 N/A
Cu 8954 385 401 N/A
Ag 10500 235 19.7 N/A
Au 19300 129 14.2
Le rapport du nombre de Prandtl de nanofluide Pr  c k , ou μ, c, et k, la viscosité, la

chaleur spécifique, et la conductivité thermique du nanofluide, sont influées par le
fluide de base. La figure 1.1 montre clairement l'effet du fluide de base sur les
propriétés thermo physiques du nanofluide.
25
Figure 1.1. Effet de la fraction volumique de nanoparticule sur les propriétés thermo
physiques des nanofluides [69].
1.7.2 Équations de conservation pour les nano fluides
Buongiorno [37] a assumé l'écoulement incompressible, sans aucune réaction
chimique, les forces externes négligeables, le mélange dilué, la dissipation visqueuse
négligeable, le transfert de chaleur rayonnante négligeable, et l'équilibre thermique
local entre les nanoparticules et le fluide de base est encore considéré. Son modèle de
mélange de deux composant peut être modifié pour permettre à varie la densité de
nano fluide (ρ), pour ces critères, le bilan de la conservation de la masse, la quantité du
mouvement, et l'énergie est écrit comme suit :
Conservation de la masse
 uj  (1.6)
0
x j
Conservation de la quantité du mouvement
   ui     u j ui  p   ui u j  (1.7)
     
t x j xi x j  x j xi 
Equation de l'énergie
 cT  cu jT  T   DT T  T (1.8)
  k   p c p  DB  
t x j x j x j  x 
 j T x j  x j
Equation de continuité des nanoparticules

26
  u j      p DT T  (1.9)
p       p DB  
 t x  x  x T x
 j  j  j j 
Où:
T: température du nano fluides.
t : temps.
u: vitesse du nano fluides
D: coefficient de diffusion
Pour la convenance, la conductivité thermique et la viscosité dynamique des nano
fluides dépendent seulement du ϕ, la particule chargeant des corrélations dépendantes
des propriétés thermo physiques des nano fluides [38] sont utilisés ici pour obtenir les
solutions exactes. Elles sont exprimées comme fonctions de ϕ comme suit:
La densité
   p  1   bf (1.10)
La chaleur spécifique
 p c p  1    bf cbf
c (1.11)

La viscosité
  bf 1  a  b2  (1.12)
La conductivité thermique
k  kbf 1  ak   bk 2  (1.13)
Les coefficients de diffusion Browniens et Thermo-phorétique sont donnés comme
suit :
kBOT
DB  (1.14)
3bf d p
kbf bf
Dr  0.26  (1.15)
2kbf  k p bf
Où :
L'indice inférieur p: se rapporte au nanoparticule
kBO: Constante de Boltzmann
27
dp: Diamètre de nanoparticule, dont peut être n'importe où sur l'ordre 1-100 nm
Buongiorno [37] a prouvé que le transfert de chaleur associé à la dispersion de
nanoparticule (C’est-à-dire le flux de diffusion des nanoparticules), à savoir le
deuxième terme sur le côté droit de l'équation 1.8, est toujours négligeable par rapport
à la convection et la conduction. Comme on le verra prochainement, le terme disparaît
pour le cas de flux entièrement développé. Ainsi, l'énergie et l'équation (1.8) devient
identique à celui d'un fluide pur, sauf que toutes les propriétés sont en fonctions de ϕ.
Il convient de noter que l'équation de continuité des nanoparticules (1.9) doit être
résolue simultanément en utilisant les équations 1.3 à 1.6 pour les autres variables
dépendantes, car les propriétés thermo physiques dépendent fortement de la répartition
spatiale de la fraction volumique des nanoparticules (ϕ).
1.8 Conclusion
La plupart des travaux du perfectionnement de transfert thermique dans le domaine des
nanofluides sont basés sur le traitement de la conductivité thermique, et sur les fluides
de base. Dans ce cadre, Les nanoparticules en métal et le CNTs ont semblé donner la
plupart des efforts sur le perfectionnement. Cependant, les vastes anomalies parmi les
expériences minent la capacité des chercheurs de nanofluide de proposer une théorie
pour la prévision du perfectionnement de la conductivité thermique. Trop de
techniques expérimentales ont été employées pour les mesures, et la plupart d'entre
elles n'a pas été à l'origine conçue pour travailler sur des suspensions de nanoparticule.
La majeure partie de l'anomalie vient de la caractérisation faible du nanofluide dans les
expériences: arrangement de nanoparticule, commandement dur des distributions des
grandeurs, et la présence des agents tensio-actifs, des ions et d'autres produits de la
synthèse des nanoparticules ; sont juste certaines des menaces potentielles à une
expérience reproductible.
Des expériences sur la viscosité de nanofluide montrent également quelques tendances
anormales. La viscosité tend à augmenter quand des nanoparticules sont suspendues
dans un liquide [69]. Cependant, les nanofluides semblent se comporter comme
28
Newtonien pour des charges inférieures de nanoparticule et cisaillés pour des fractions
de volume plus élevé.
La convection dans les nanofluides n'a pas été étudiée autant que les propriétés de
transport mentionnées ci-dessus, quelque soit l'importance principale pour la plupart
des applications d'ingénierie. Plusieurs travaux sont en désaccord l'un avec l'autre,
bien que la plupart conviennent sur le fait que la convection obligatoire de la chaleur
dans le nanofluide est mise en valeur au-dessus du liquide de base. Ce
perfectionnement, de nouveau, ne semble pas suivre des théories classiques et
n'augmente pas avec la charge de nanoparticule. Sur la convection de la chaleur
semble dans certains cas détérioré dans les nanofluides, et la détérioration empire avec
l'augmentation de la fraction volumique des nanoparticules. Plus d'expériences de
convection de la chaleur sont nécessaires, particulièrement avec les nanoparticules
métalliques et avec des concentrations inférieures.
Généralement, la chaleur spécifique diminue dans les nanofluides comparativement
aux fluides de base, mais ce n'est pas toujours le cas. Etant donné le rôle principal de la
chaleur spécifique dans plusieurs applications d'ingénierie, beaucoup de recherches
devrait être faites dans ce contexte. Plusieurs modèles empiriques ont été développés
sont basés sur des théories pertinentes classiques pour prévoir la conductivité
thermique, la viscosité, la convection, et la chaleur spécifique des nanofluides.
Vu au coût élevé de la fabrication des nanofluides, les irrégularités parmi l'évidence
expérimentale, et le manque d'une théorie empirique unifiée et fiable, l'outil numérique
(tel que les simulations) offre une alternative admissible pour réduire ces couts.
Cependant, seulement une poignée d'études numériques sont parcourable dans la
littérature, et la plupart d'entre elles trop simplifie la physique ou le choix des
matériaux de nanofluide pour abaisser la complexité des algorithmes et des coûts de
calcul. En outre, il est important de comprendre que l'utilité des nanofluides pour des
applications de transfert thermique dépend non seulement de la conductivité thermique
mais également d'autres propriétés de transport, telles que la viscosité et la diffusion
massique, et sur les propriétés thermodynamiques, telles que la chaleur spécifique. La
compréhension principale de toutes les propriétés permettra de produire des modèles
29
physiques et mathématiques appropriés des nanofluides, et d'une manière primordiale,

de permettre le contrôle de leurs propriétés thermodynamiques et le transport par la
sélection appropriée des particules et des dissolvants.
Comme observé dans les sections précédentes, les issues les plus rigoureuses
envisagées sont:
1- le désaccord entre la majeure partie de la caractérisation expérimentale.
2- la caractérisation faible des nano-suspensions.
3- le manque de la compréhension sur les phénomènes physiques complexes qui sont
responsables sur le comportement anormal des nanofluides.
Les défis supplémentaires sont généralement les difficultés de financement pour la
fabrication des nanofluides et finalement des issues dans quelques applications
d'ingénierie des nanofluides.
30
Chapitre 2 Génération d'entropie due au transfert thermique dans les nanofluides
Chapitre 2
Génération d'entropie due au
transfert thermique dans les
nanofluides
Sommaire
2.1 Introduction........................................................................................................ 31
2.2 Les nanoparticules à base d’oxyde...................................................................... 33
2.2.1 Les nanoparticules d’oxyde d’Aluminium(Al2O3).................................. 33
2.2.2 Les nanoparticules d’oxyde du Cuivre (CuO) .......................................... 35
2.2.3 Les nanoparticules d’oxyde du Titane (TiO2) .......................................... 36
2.3 Les nanoparticules à base métallique.................................................................. 39
2.4 Génération d'entropie dans les cavités poreuses................................................. 42
2.5 L'effet du champ magnétique sur la génération d'entropie dans les nanofluides 45
2.6 Equations gouvernantes de la génération d'entropie......................................... 46
2.6.1 Les coordonnées cartésiennes (x, y, z) .................................................... 46
2.6.2 Les coordonnées cylindriques (r, θ, z) .................................................... 46
2.6.3 Les coordonnées sphériques (r, θ, ϕ) ...................................................... 47
2.7 Conclusion........................................................................................................... 48
2.1 Introduction
La génération d'entropie due à des irréversibilités entraîne la destruction d'une énergie.
En autres termes, la production d'entropie dans un système thermique entraîne une
perte de travail utile. Par conséquent, il est essentiel de procéder à une analyse de la
production d'entropie pour enquêter sur l'emplacement et les sources d'irréversibilités
qui sont responsables de la destruction des énergies. Les irréversibilités dans un
système thermique sont principalement dues au transfert de chaleur et au frottement
des liquides.
31
La minimisation de la perte d'énergie et l'amélioration des performances des systèmes

thermiques sont possibles grâce aux procédures de minimisation de la production
d'entropie. Les techniques utilisées pour diminuer la génération d'entropie en raison du
transfert de chaleur peuvent souvent entraîner une augmentation de la génération
d'entropie due au frottement du fluide. Par conséquent, un ensemble optimal de
paramètres de fonctionnement peut être trouvé pour minimiser la génération globale
d'entropie. Comme la taille des composants du système tels que les puces d'ordinateur
est réduite, les températures locales peuvent considérablement augmenter en raison de
la génération de chaleur locale considérable.
Ainsi, une technique de refroidissement efficace est nécessaire pour éviter toute
surchauffe. Les conductivités thermiques des fluides ordinaires sont plutôt faibles, et
donc la capacité de refroidissement de ces fluides est limitée. Afin d'améliorer le
transfert de chaleur à travers des nanofluides, c'est-à-dire des suspensions diluées des
nanoparticules dans des liquides, différents types de nanoparticule sont utilisées, dont
certaines ont une conductivité thermique élevée. En raison des caractéristiques élevées
de conductivité thermique et de performance de transfert de chaleur, les nanofluides
sont devenus un choix très attrayant pour des applications pratiques dans les systèmes
d'ingénierie thermique. Autant, les nanofluides se révèlent appropriés non seulement
pour les micro-applications, mais aussi pour les systèmes thermiques de grande taille
tels que les réacteurs nucléaires.
La génération d'entropie est un phénomène très important dans les systèmes
thermiques surtout qu'elles nécessitent une efficacité élevée. Les pertes de charges
sous le terme du taux de génération d'entropie sont le défi principal devant les
chercheurs, puisque l'augmentation des coefficients de l'échange thermique est bien
maitrisée. Les travaux de ce genre restent en élaboration à ce jour et rapportent des
résultats et des difficultés. Dans une investigation numérique, Shen et Du [69] ont testé
les effets du nombre thermique de Rayleigh, du rapport des forces de flottabilité et de
l'allongement sur la génération d'entropie de la convection forcé turbulent dans une
cavité rectangulaire. Ils ont observé un nouveau phénomène dans la convection
naturelle turbulente à double diffusion, qui s'appelait Autocopie spatiale (spatial self-
copy). Ce phénomène montre que les modèles réguliers peuvent apparaître à travers
32
des contours irréguliers et stochastiques (Fig.2.1). C'est presque similaire à la structure

cohérente dans la turbulence. En vue de nouveauté de ce phénomène, et pour une
compréhension plus clairement, ils ont conseillé et souhaité des études approfondies à
l'avenir.
Figure 2.1. (a) Taux de la génération d'entropie, (b) Taux de la génération d'entropie
relative en raison de l'irréversibilité thermique, (c) Taux de production d'entropie
relative en raison de l'irréversibilité diffusive, (d) Taux de génération d'entropie
relative dû à une irréversibilité visqueuse pour Ra = 1011. [69].
2.2 Les nanoparticules à base d’oxyde

2.2.1 Les nanoparticules d’oxyde d’Aluminium(Al2O3)
L'exécution du transfert thermique et la génération d'entropie de la convection
naturelle dans une cavité ondulée partiellement chauffée remplie par l’Al2O3 - eau a été
33
étudié numériquement par Cho [70]. L’effet de la fraction de volume de nanoparticule,

le nombre de Rayleigh et les ondulations de la paroi sur le nombre de Nusselt moyen,
la génération totale d'entropie et le nombre de Bejan ont été testée. Ils ont conclu que
le nombre de Nusselt augmente et la génération totale d'entropie diminue pendant que
la fraction volumique du nanofluide augmente. D'ailleurs, le nombre de Bejan
augmente avec l'accroissement du rapport de l'ondulation. Généralement, ces résultats
fournissent une source utile pour augmenter l'exécution du transfert thermique par
convection dans une cavité ondulée et partiellement chauffée et réduisant la génération
d'entropie.
Cho et al [71] ont mené une enquête numérique sur les performances du transfert de
chaleur par convection naturelle et la génération d'entropie de nanofluide de Al2O3-eau
dans une cavité inclinée avec des parois isothermes verticaux avec une surface ondulée
complexe(Fig.2.2) et des parois inferieure et supérieures supposées adiabatiques. Les
effets de l'angle d'inclinaison de la cavité (0°≤ α ≤ 360°), la fraction volumique des
nanoparticules (0% ≤ ϕ ≤ 4 %), le nombre de Rayleigh (102 ≤ Ra ≤ 106) et l'amplitude
de la surface ondulée (0.0 ≤ aw ≤ 0.5) sur les écoulements, les distributions isothermes,
le nombre de Nusselt et la génération d’entropie. Ils ont rapporté que la génération
locale d'entropie dépend fortement de l'angle d'inclinaison de la cavité. En outre, ils
ont montré qu'une fraction de volume de nanoparticules plus élevée augmente le
nombre moyen de Nusselt et réduit la génération d'entropie totale. Enfin, ils ont été
démontrés que pour un nombre donné de Rayleigh et un angle d'inclinaison de la
cavité, l'utilisation d'une géométrie de surface ondulée entraîne une meilleure
performance de transfert de chaleur qu'une cavité régulière (ou simple).
34
Figure 2.2. Cavité ondulée présenté par Cho et al [71].
Généralement, ces résultats fournissent un aperçu utile du comportement de transfert

de chaleur par convection naturelle et des caractéristiques de génération d'entropie
dans une cavité inclinée de paroi ondulée remplie de nanofluide.
2.2.2 Les nanoparticules d’oxyde du Cuivre (CuO)

La convection mixte et la génération d'entropie dans une simple cavité contient du
nanofluide CuO-eau a été étudiée numériquement par Selime fendigil et al [72].
Figure 2.3. Travaux de Selime fendigil et al [72].
Ils ont conclu que, L'ajout de nanoparticules est un moyen efficace pour améliorer le
transfert de chaleur tandis que le transfert thermique par convection ne diminue pas
35
avec l'abaissement du nombre de Hartmann en particulier pour le domaine triangulaire

inférieur. Il existe une relation presque linéaire entre les nombres de Nusselt et les
valeurs de ϕ pour différents nombres de Hartmann et différents angles et la pente des
lignes. La génération d'entropie diminue avec l'augmentation du nombre de
Richardson et l'effet est plus prononcé dans le domaine triangulaire inférieur qui est dû
à l'augmentation des gradients de température escarpés le long du fond. La génération
d'entropie diminue au fur et à mesure que la fraction volumique du nanofluide (ϕ)
augmente. Ainsi, quand la valeur du nombre de Hartmann augmente en raison de la
suppression du mouvement du fluide à l'intérieur de la cavité pour les domaines
triangulaires inférieur et supérieur, la production d'entropie totale diminue. La
génération d'entropie totale est abordable pour les domaines triangulaires inférieurs et
supérieurs lorsque le champ magnétique est appliqué horizontalement pour les deux
domaines.
Les nanofluides sont encore présentes dans les micros canaux. Li et Kleinstreuer [73]
ont simulé la génération d'entropie dans des trapézoïdaux pour un écoulement
laminaire d'eau pure et de nanofluides CuO-eau. Ils ont constaté qu'il existe une
gamme des nombres de Reynolds optimale pour une génération optimale de l'entropie,
où la génération d'entropie augmente en fonction de l'augmentation des vitesses
d'entrées. Autant, la génération d'entropie est très faible dans les nanofluides
comparativement au fluide de base.
2.2.3 Les nanofluides à base d'oxyde de Titane (TiO2)
Les travaux de la génération de l'entropie à la présence des nanofluides à base d'oxyde
de Titane(TiO2) est très limité dans la littérature est due probablement à la nouveauté
de ces technologies. Toutefois, il y a quelques recherches qu'ont comparées entre les
nanofluides à base d'oxyde. En 2013, Mehrez et al [74] ont analysé la convection
mixte et la production d'entropie d'un écoulement d'un nanofluides dans une cavité
ouverte chauffée dans la paroi inferieure par une température uniforme. Les résultats
obtenus ont été présentés par le nombre de Nusselt moyen, la génération moyenne
d'entropie et le nombre de Bejan.
36
Figure 2.4. Génération d'entropie par rapport au nombre de Reynolds pour différents
types de nanoparticules et trois nombres Richardson, pour ϕ = 0,1 et L / H = 2 [74].
Les calculs ont été effectué pour une gamme du nombre de Reynolds (Re) varie de 100
à 500, les nombres de Richardson (Ri) allant de 0,05 à 1 et des différentes valeurs de la
fraction volumique des nanoparticules (0 ≤ ϕ ≤ 0,1). Dans leur investigation, différents
types de nanoparticules sont mises en considération (Cu, Al2O3, CuO et TiO2). Ils ont
constaté que le transfert de chaleur et la génération d'entropie augmentent avec
l'augmentation du nombre de Reynolds, le nombre de Richardson et la fraction
volumique des nanoparticules, et varient selon le rapport d'aspect des types de cavité et
nanoparticules. Ils ont conclu que le choix de ces paramètres est important pour
obtenir une amélioration maximale du transfert de chaleur avec une génération
minimale d'entropie.
Les valeurs les plus élevées sont obtenues avec Cu et les plus faibles avec TiO2 (Fig.
2.4). L'analyse du phénomène de transfert de chaleur pour CuO-eau et Al2O3-eau
montre que l'amélioration du taux de transfert de chaleur dépend non seulement de la
conductivité thermique des nanoparticules, mais aussi de leur densité. Le nombre de
Bejan augmente avec le nombre de Reynolds et diminue avec le nombre de
Richardson et dépend des nanoparticules.
Dans la même année, et dans une autre comparaison entre les types des nanofluides à
base d'oxyde, une étude numérique a été effectuée par Cho et al [75] sur les
caractéristiques de transfert de chaleur par convection naturelle et la génération
37
d'entropie des nanofluides à base d'eau dans une cavité à des parois verticaux ondulées
et des parois plats horizontaux. Ils ont supposé que la paroi gauche soit chauffée par un
flux de chaleur constant tandis que la paroi droite est maintenue à basse température
constante. En outre, les parois supérieure et inférieure sont supposées isolés (Fig.2.5).
L'analyse a considérée trois nanofluides différents (Cu-eau, Al2O3-eau et TiO2 -eau).
Ils ont examiné les effets de la fraction volumique des nanoparticules, le type de
nanofluide, le nombre de Rayleigh et l’ondulation et leurs influences sur le nombre de
Nusselt moyen et la production d'entropie totale.
Figure 2.5. Enceinte à paroi ondulée [75].

Les résultats montrent que pour toutes les valeurs du nombre de Rayleigh considérés
(Ra = 104, 106), le nombre de Nusselt moyen augmente et la génération d'entropie
totale diminue au fur et à mesure que la fraction volumique des nanoparticules
augmente. En conclusion, ils ont confirmé que l'oxyde de Titane (TiO2) génère un taux
minimum d'entropie comparativement aux autres types.
Enfin, ils ont conclu que le nanofluide Cu-eau produit des meilleures performances de
transfert de chaleur et la génération d'entropie totale la plus faible des trois
nanofluides. Ainsi, pour un nanofluide donné, le nombre de Nusselt moyen peut être
maximisé et la génération d'entropie minimisée par un réglage approprié des
paramètres géométriques de la surface ondulée. Dans l'ensemble, les résultats
présentés dans cette étude fournissent une source de référence utile pour améliorer les
38
performances de convection naturelle dans les enceintes à paroi ondulée tout en

réduisant simultanément la génération d'entropie.
Le type de métal des nanofluides peut également influer sur le coefficient de l'échange
thermique. Dans ce cadre, Sheikho leslami et al [76] ont testé quatre différents types
de métal et de nanoparticules d'oxyde métallique: Aluminium (Al2O3), Cuivre (Cu),
Argent (Ag) et oxyde de Titan (TiO2). La viscosité et la conductivité thermique du
nanofluide sont calculées par le modèle de Brinkman et le modèle de Maxwell-Garnett
(MG), respectivement. La méthode de Boltzmann a été adoptée pour résoudre ce
problème. Les effets de divers paramètres régissantes tels que le nombre de Rayleigh,
la fraction volumique des nanoparticules. Les résultats indiquent que le nombre de
Nusselt et la génération d'entropie augmentent en fonctions du nombre de Rayleigh et
de la fraction volumique des nanoparticule du nanofluide.
2.3 Les nanoparticules à base métallique

Généralement, les nanofluides à base métallique (Cu, Al, Ag, Ti, Or) sont disponible
dans la littérature lors de traitement du transfert thermique dans les systèmes. Par
contre, ces types de métaux sont très limités dans le domaine de traitement de la
génération d'entropie, où la plupart des travaux existants dans ce sujet basant sur le
métal du Cuivre (Cu). Ce choix est probablement dû aux coefficients de transfert
thermique les plus élevés en utilisant ce métal. Par l'utilisation de la méthode de
Boltzmann, Kefayati [77] a étudié le transfert thermique et la génération d'entropie sur
la convection laminaire d'un nanofluide non-Newtonien en présence d'un champ
magnétique horizontal externe dans une cavité carrée. La cavité est remplie d'eau et de
nanoparticules du cuivre (Cu). Certains paramètres ont été analysés, tel que le nombre
de Rayleigh (Ra = 104 - 105), le nombre de puissance (n = 0.6 - 1), le nombre de
Hartmann (ha = 0- 90) et la fraction volumique (  = 0 à 0.04). Les résultats indiquent
que la présence du champ magnétique aide à augmenter le transfert thermique.
L'augmentation de la fraction de volume et le nombre de Rayleigh peuvent augmenter
la génération d'entropie, ainsi que le l'augmentation de frottement du fluide. Comme il
a été conclu dans l'article précédent, le champ magnétique joue un rôle très important
dans les cavités à usage thermique. Pour cet intérêt, Mejri et Mahmoudi [78] confirmé
39
que le taux de transfert thermique diminue avec l'augmentation du nombre de

Hartmann et augmente avec l'élévation du nombre de Rayleigh.
Kefayati [79] a analysé dans un autre travail le transfert thermique et la génération
d'entropie due à la convection laminaire dans une cavité carrée remplie d'un nanofluide
non-Newtonien par l'utilisation de la méthode de Boltzmann. A conclu que la
génération d'entropie totale augmente légèrement pendant que l’indice de loi de
puissance augmente. La génération d'entropie due à la convection d'un écoulement
laminaire du nanofluide du Cuivre-Eau dans une cavité bidimensionnelle avec de
divers modèles des parois ondulées verticaux a été étudiée numériquement par
Kashani et al [80].
Afin d'étudier la nature de l'irréversibilité en termes de génération d'entropie en
présence de nanoparticule, la deuxième loi de la thermodynamique a été appliquée.
Les calculs ont été exécutés pour le nombre de Rayleigh de 105, 106 et d'une gamme de
fraction volumique de nanoparticule de 0 à 0.05. Les résultats sont présentés et
discutés en termes de lignes de courant, d'isothermes, de génération d'entropie locale,
nombre de Nusselt moyen et la génération d'entropie moyenne. Ils ont constaté que
l'inversion de la densité et la présence des nanoparticules jouent un rôle significatif sur
les caractéristiques de transfert thermique, la structure de champ d'écoulement et la
génération d'entropie. Antérieurement, ils ont conclu que l'approximation de
Boussinesq a provoqué une génération moyenne plus élevée de taux et d'entropie par
rapport à d’autre approximation. Shahi et al [81] ont analysé numériquement la
génération d'entropie due à la convection naturelle de nanofluide Cu-eau dans une
cavité avec une source de chaleur. L'effet du nombre de Rayleigh, et l'endroit de
source de chaleur sur la génération d'entropie ont été testé (Fig. 2.6).En conséquence le
cas optimum a été choisi depuis que le système thermique pourrait avoir la moindre
génération d'entropie et le meilleur taux de transfert thermique. Les résultats ont
montré que la valeur maximale de la génération d'entropie et la valeur minimale de
Nusselt sont obtenues quand la source de chaleur placé dans le mur horizontal
inférieur.
40
Figure 2.6. Une cavité avec une source de chaleur dans plusieurs positions
[81].
Les effets du nombre de Grashof et de la fraction volumique des nanoparticules du
nanofluide Cu-eau sur le transfert de chaleur par convection naturelle et l'écoulement
de fluide dans une enceinte ondulée bidimensionnelle ont été étudiés numériquement
par Esmaeil et Abdollah zadeh [82]. Ils ont utilisé la deuxième loi de la
thermodynamique pour prédire la nature de l'irréversibilité en termes de génération
d'entropie. Le calcul a été effectué pour les nombres Grashof de 104 à 106, la fraction
volumique des nanoparticules varie de 0% à 10% et l'ondulation de surface allant de
0,0 à 0,4. Les résultats montrent que le taux moyen de transfert de chaleur diminue
lorsque la fraction de volume des nanoparticules et le nombre de Grashof augmentent.
Ensuite, ils ont rapporté que les nanoparticules peuvent être utilisées pour diminuer la
génération d'entropie.
41
2.4 Génération d'entropie dans les cavités

poreuses
L'espace poreux peut aussi enrichir le transfert thermique dans le domaine des
nanofluides. Dans l'objet d'améliorer l'exécution du transfert de chaleur et de la
génération de l'entropie dans un canal, Lam et Prakash [83] ont testé les
caractéristiques liées au transfert thermique de convection naturelle dans une cavité
poreuse contenant des sources de chaleur à hautes températures placées sur les
fondations supérieures. L'effet des sources de la chaleur sur le modèle d'écoulement, la
génération d'entropie et la distribution de la température ont été étudiés pour différents
nombres de Darcy, porosités et nombres de Rayleigh. Ils ont observé que la génération
maximale de l'entropie due à l'irrévocabilité de transfert thermique à proximité des
sources de chaleur causé à la présence du gradient thermique élevé. Egalement, ils ont
remarqué qu'avec l'augmentation du nombre de Darcy, le nombre de Rayleigh et la
porosité ; une augmentation du nombre de Nusselt a été enregistrée.
Fersadou et al [84] ont étudié la génération d'entropie par convection d'un nanofluide
dans un canal vertical à paroi poreuse (Figure 2.7) Le mur gauche est thermiquement
isolé, tandis que les quatre sources de chaleur discrètes absorbant un flux de chaleur
uniforme sont montées sur le mur droite qui est adiabatique.
Figure 2.7. Modèle physique d'un canal poreux (a) écoulement vertical (b)
écoulement opposé. [84].
42
Le modèle de Darcy-Brinkman-Forchheime avec l'approximation de Boussinesq est

adopté tandis que la méthode de volume finie est employée pour résoudre les
équations régissantes avec les conditions aux limites appropriées (Figure 2.7).
L'influence de la force du champ magnétique (nombre de Hartmann), l'effet thermique
de Joule (nombre d'Eckert), l'intensité de force de flottabilité (nombre de Richardson),
la fraction de volume des nanoparticules, aussi bien que le milieu poreux ou la
perméabilité (nombre de Darcy) sur des profils de vitesse, les isothermes, les lignes
isentropiques, le nombre global de Nusselt et la génération totale d'entropie sont
analysés. Les résultats ont montré un perfectionnement sur le taux de transfert
thermique en employant un milieu poreux, un nanofluide, un champ magnétique sans
tenir en compte l'effet de Joule. Globalement, la génération d'entropie augmente avec
les paramètres cités ci-dessus.
Une analyse numérique a été effectuée par Bhardwaj et al [85] pour étudier les
implications de la paroi ondulée et du chauffage sinusoïdal sur le transfert de chaleur
par convection naturelle et de la génération d'entropie dans une enceinte triangulaire
poreuse.
Figure 2.8. Cavité poreuse d'une paroi ondulée présenté par Bhardwaj et al
[85].
Ils ont présenté plusieurs conclusions:
43
Pour les valeurs faibles du nombre de Darcy, le transfert de chaleur par conduction
dominant dans l'enceinte. Pour des valeurs plus élevées du nombre de Darcy, le
transfert de chaleur par convection est amélioré.
 L'ondulation sur le mur gauche augmente le taux de transfert de chaleur dans
l'enceinte. Une augmentation de 53% du nombre de Nusselt pour le mur gauche a
été observée pour Da = 10-2 et Ra = 106 par rapport au cas de non-ondulations.
 Aux faibles valeurs du nombre de Darcy et du nombre de Rayleigh, la source
dominante de la production d'entropie est due au transfert de chaleur irréversible.
Toutefois, pour des valeurs plus élevées du nombre de Darcy et du nombre de
Rayleigh, les irréversibilités dues au transfert de chaleur et au frottement de fluide.
 La génération d'entropie due au frottement de fluide est significativement plus
élevée en cas d'ondulations sur le mur par rapport aux cas sans ondulation, tandis
que la production d'entropie due au transfert de chaleur est presque identique pour
les deux cas.
Dans un travail exhaustif, Salam Hadi Hussain [86] a combiné entre plusieurs aspects ;
la génération d'entropie lors de la convection naturelle à double diffusion dans une
cavité poreuse, ondulée sinusoïdalement et inclinée (Fig.2.9). Les parois horizontales
supérieures et inférieures sont considérées comme adiabatiques et non diffusives,
tandis que les parois ondulées verticales gauche et droite sont maintenues à des
températures chaudes et froides supposées constantes. L'écoulement dans la cavité est
soumis à un champ magnétique incliné. La cavité est remplie d'un fluide
électriquement conducteur (Pr = 0,024) saturé d'un milieu poreux. Les calculs
numériques sont présentés pour diverses valeurs du nombre de Rayleigh (Ra), du
nombre de Hartmann (Ha), du nombre de Lewis (Le), du nombre de Darcy (Da), du
rapport de flottabilité (N), de l'angle d’orientation, du champ magnétique (φ) et de
l'angle d'inclinaison de la cavité (Φ). Il a constaté que la circulation de l'écoulement
diminue fortement lorsque le champ magnétique est appliqué horizontalement et que la
cavité est considérée comme verticale. Le nombre moyen de Nusselt diminue lorsque
le nombre de Lewis augmente, tandis que le nombre moyen de Sherwood augmente
lorsque le nombre de Lewis augmente. Autant, les nombres moyens de Nusselt et
Sherwood augmentent lorsque le nombre Darcy et le ratio de flottabilité augmentent.
44
En outre, il a été montré que les générations d'entropie sont dues au champ magnétique
lorsque la cavité est soumise au champ magnétique horizontal.
Figure 2.9. Une cavité poreuse, ondulée et inclinée [86].
2.5 L'effet du champ magnétique sur la

génération d'entropie dans les nanofluides
Il est clairement apparu dans les sections précédentes que le champ magnétique et
l'ondulation de la cavité ont une grande importance sur la performance des systèmes
thermiques. Cette importance a motivé Cho [87] pour étudier l'influence d'un champ
magnétique sur le transfert de chaleur par convection naturelle et la génération
d'entropie du nanofluide Cu-eau dans une cavité à surfaces ondulées complexes. Il a
examiné les effets du nombre de Hartmann, le nombre de Rayleigh, le nombre
d'Eckert, la fraction de volume des nanoparticules et des paramètres géométriques de
la paroi ondulée sur le nombre de Nusselt, la génération d'entropie et le nombre de
Bejan. Il a montré qu’à des valeurs plus élevées du nombre de Rayleigh, le nombre
moyen de Nusselt diminue et la génération totale d'entropie augmente au fur et a
mesure que le nombre de Hartmann augmente. Toutefois, pour des faibles nombres de
Rayleigh, le nombre de Hartmann a un effet mineur sur le nombre moyen de Nusselt et
la production totale d'entropie. Ensuite, un effet de transfert de chaleur optimal et une
génération d'entropie totale minimale peuvent être obtenus lorsqu'une longueur d'onde
appropriée de la surface ondulée est appliquée à la cavité. Le nombre moyen de
45
Nusselt diminue et la génération d'entropie totale augmente avec une amplitude d'onde
croissante de la surface ondulée lorsqu'un nombre de Rayleigh être élevé. Enfin, le
nombre de Bejan diminue avec un nombre croissant d'Eckert, mais il augmente avec
un nombre croissant de Hartmann [88].
2.6 Equations gouvernantes de la génération

d'entropie
Avant de présenter les travaux effectués au sujet de la génération d'entropie due aux
nanofluides, il est nécessaire de mettre en lumière les différentes géométries et les
différents régimes, tant qu'il est utile de fournir quelques informations sur les
méthodes employées pour calculer la génération d'entropie. La génération d'entropie
peut être calculée par deux approches différentes. Dans la première approche, la
génération locale d'entropie peut être obtenue à chaque point du système à l'étude.
Puis, si elle est nécessaire, la génération totale d'entropie peut être calculée facilement
en intégrant la distribution locale de la génération d'entropie au-dessus du volume. La
génération locale d'entropie dans différents systèmes du même rang peut être obtenue
en employant les relations suivantes [89].
2.6.1 Les coordonnées cartésiennes (x, y, z)


k  T  2  T  2    v  2  v y  2  v  2 
S ///
 2       {2 
x
   
z
 
         
gen
T x  y   T  x   y  z
v y 
2 2
 vx  vx vz   vx vz 
2
(2.1)
         }
 y x   z x   z y 
2.6.2 Les coordonnées cylindriques (r, θ, z)


k  T 2  1 T  2  T  2    vr  2 1  v   vz  
2 2
S ///
 2         {2    2  vr     
 r   r    z   T  r  r     z  
gen
T
2 (2.2)
 v 1 vz   vx vr   1 vr   v 
2 2
         r    }
 z r    r z   r  r  r  
46
2.6.3 Les coordonnées sphériques (r, θ, ϕ)


k  T 2  1 T  2  1 T 2 
S ///
 2       
 r   r    r sin    
gen
T
  vr   1 v vr   1 v vr v cot   

2 2 2
 {2         
T  r   r  r   r sin   r r  
 
2
(2.3)
   v  1 vr   1 vr    sin    v 
2 2
  v 1 v 
 r         r         }
 r  r  r    r sin   r  r    r   sin   r sin   
Les équations ci-dessus montrent clairement les contributions importantes de la

conductivité thermique et de la viscosité sur la génération d'entropie. Il est évident que
dans le cas des nanofluides, les propriétés des nanofluides ( k nf ,  nf ) devraient être
employées. Les équations ci-dessus indiquent que, pour calculer la génération locale
d'entropie, les gradients de la vitesse et de la température doivent être connus au point
approprié dans le domaine.
Dans la deuxième approche, les corrélations pour le facteur de frottement et le nombre
de Nusselt, peuvent être employés pour évaluer la génération totale d'entropie. La
génération d'entropie par unité de longueur pour un tube avec une section arbitraire est
dérivée par Bejan qu'est disponible dans son ouvrage [89] seulement la forme finale de

l'équation est présentée. Pour un écoulement avec un débit massique ( m ) et une
densité (  ) dans un canal du diamètre ( D ), à un mur chauffer le flux de ( q '' ), le taux
de génération d'entropie par d'unité de longueur est donné par :


q // 2 D 2 8 m3 f (Re) D
S gen  
kT 2 Nu ((Re) D , Pr) 22T D5
(2.4)
   
 
 S gen   S gen 
 Transfert de chaleur   Frottement de fluide
Là où f est le facteur de frottement de Darcy. Clairement, le nombre de Nusselt (Nu) et

le facteur de frottement ( f ) sont des fonctions du régime d'écoulement et des
propriétés thermiques du fluide de fonctionnement. Il convient de noter que cette
équation est valide pour des écoulements internes où il n'y a aucune force externe telle
47
que les forces magnétiques ou électriques. La partie droite de l’équation (2.4) prouve
que deux facteurs affectent la génération d'entropie, ceci veut dire, le transfert
thermique et le frottement du fluide, respectivement. Considérer (q) comme transfert
thermique au tube par unité de longueur, une autre forme de l’équation (2.4) devient:


q2 8 m3 f (Re) D
S gen  
kT 2 Nu ((Re) D , Pr) 22T D5 (2.5)
Il convient de noter que dans quelques travaux, pour la relation (2.4) le facteur de
frottement ( f )est multiplié par 32 au lieu de 8. Dans ce cas-la, la définition d'éventer
le facteur de frottement qui est 1/4 du facteur de frottement de Darcy est employée.
Maintenant, les travaux édités sur la génération d'entropie employant des nanofluides
sont discutés où la génération d'entropie est obtenue en utilisant une des deux
approches présentées ci-dessus.
2.7 Conclusion
Une recherche bibliographique effectuée sur la génération d'entropie due au flux et au

transfert de chaleur de différents nanofluides dans différentes géométries et avec
différentes conditions aux limites a été effectuée dans ce chapitre. Dans la plupart des
études, l'eau a été utilisée comme fluide de base, et dans certains cas l'Ethylène Glycol
ont été utilisé. En outre, Al2O3 et Cu étaient les nanoparticules les plus courantes
utilisées dans les études. Pour obtenir la génération d'entropie en nanofluide, deux
méthodes sont décrites. Dans la première approche, la génération d'entropie totale est
obtenue pour l'ensemble du système et, par conséquent, il n'est pas nécessaire de
résoudre localement les équations de conservation de quantité de mouvement et
d’énergie. Cette méthode s'applique aux écoulements internes, en s'appuyant sur
l'équation de Bejan pour calculer la génération d'entropie. Dans cette méthode, le
nombre de Nusselt et le facteur de frottement sont calculés en fonction des corrélations
dans la littérature. Dans la deuxième méthode, les équations gouvernantes sont
résolues d'abord, puis, en utilisant les champs de vitesse et de température, on peut
obtenir les générations d'entropie locale et totale. Après la formulation du problème, il
est nécessaire d'utiliser des relations appropriées pour calculer les propriétés thermo-
physiques des nanofluides, y compris la conductivité thermique, la viscosité, la chaleur
48
spécifique, la densité et le coefficient de dilatation thermique. En conclusion, sur la

base des études de génération d'entropie examinées par le travaille de O. Mahian et al
[90] ils ont pris on considération que:
- En fonction de la fraction de volume des nanoparticules, la taille du canal et le type

de régime de l'écoulement (c'est-à-dire laminaire ou turbulent), l'utilisation de
nanofluides peut être très avantageuse pour diminuer la génération d'entropie et
donc pour l'optimisation du système.
- Un ensemble de différents modèles pour calculer les propriétés thermo-physiques
des nanofluides peuvent générer des prédictions opposées pour la génération
d'entropie.
- En considérant les effets visqueux dans les micro-canaux, il a été constaté que
l'ajout de nanoparticules augmente la génération d'entropie.
Pour les travaux futurs, les études suivantes devraient être envisagées:
- Effet des rayonnements thermiques sur la génération d'entropie dans les
nanofluides.
- Enrichissement de la génération d'entropie due à l’écoulement du nanofluide dans
les milieux poreux.
- Génération d'entropie en considérant le transfert de masse.
- Production d'entropie due aux nanotubes non Newtoniens.
- Génération locale d'entropie, en utilisant le modèle en deux phases pour les
nanofluides.
- Estimation de la production d'entropie à partir d'études expérimentales.
49
Chapitre 3 Analyse numérique du transfert de chaleur par convection des nano fluides
Chapitre 3
Analyse numérique du transfert de
chaleur par convection des nano
fluides
Sommaire
3.1 Description du Problème………………………………………………………. 51
3.2 Equations gouvernantes………………………………………………………... 52
3.2.1 Equation de continuité ………………………………………………… 52
3.2.2 Équations de Navier-Stokes …………………………………………….. 53
3.2.3 Equation d’énergie………………………………………………………. 53
3.2.4 Approximation de Boussinesq…………………………………………... 53
3.2.5 Formulation adimensionnelle du problème……………………………... 53
3.3 Conditions aux limites…………………………………………………………. 55
3.4 Transfert de chaleur……………………………………………………………. 57
3.5 Génération de l'entropie……………………………………………………... 58
3.6 Résolution numérique ………………………………………………………… 59
3.7 Les approches existant pour les nanofluide……………………………………. 60
3.7.1 Approche monophasique………………………………………………... 61
3.7.2 Approche biphasique……………………………………………………. 63
3.8Conclusion........................................................................................................... 70
50
3.1 Description du Problème

On se propose l’analyse des phénomènes de convection naturelle et la production
d'entropie de nanofluides Al2O3 à base d'eau dans une cavité carrée. La figure 3.1
montre la configuration géométrique considérée. Cette enceinte étudiée est très
importante car elle a été utilisée comme modèle simplifié pour certains problèmes de
croissance des cristaux (connue sous le nom de configuration Bridgman) [91-94]. C'est
une cavité carrée bidimensionnelle chauffée par le bas et refroidie par le haut. Pour les
trois quarts (¾) des parois latérales, sont maintenues à une température chaude et le
quart (¼) qui reste des parois latérales est un modèle adiabatique. L'écoulement dans
ce travail est considéré comme laminaire et les résultats sont réalisés en utilisant une
seule méthode.
Figure 3.1. Configuration Géométrique de la cavité.
Des recherches numériques ont été effectuées sur la base des équations différentielles
partielles couplées de conservation de la quantité de mouvement et de l'énergie qui
sont résolues en utilisant la méthode des volumes finis. La conductivité thermique
efficace du nanofluide a été exprimée par le modèle Maxwell-Garnetts, où la viscosité
dynamique a été calculée selon la formule de Brinkman. Les résultats obtenus ont été
présentés par le nombre moyen de Nusselt, les lignes de courants, les isothermes et la
génération d'entropie avec divers paramètres pertinents, à savoir le nombre de
51
Rayleigh (Ra), la fraction volumétrique des nanoparticules (  ). Les résultats montrent

que le transfert de chaleur augmente avec l'augmentation du nombre de Rayleigh et la
fraction volumique. Le choix de ces paramètres est important pour obtenir une
amélioration maximale du transfert de chaleur avec une génération minimale
d'entropie.
Le problème est considéré bidimensionnel. En outre, le nanofluide est traité comme un
mélange à deux composants (fluide de base + nanoparticules) avec les hypothèses
suivantes :
- Absence de source de chaleur.
- Ecoulement incompressible.
- Aucune réaction chimique.
- Dissipation visqueuse négligeable.
- Transfert de chaleur radiatif négligeable.
- Les nanoparticules et le fluide de base sont localement en équilibre thermique.
3.2 Equations gouvernantes

Les équations régissant l’écoulement sont les équations de continuité, de Navier-stokes
et l’équation d’énergie, qui expriment, respectivement, la conservation de la masse, de
la quantité de mouvement et de l’énergie.
Les champs de vitesses et de températures issues de ces équations peuvent être utilisés
pour évaluer les paramètres de transfert de chaleur (nombre de Nusselt) et les
distributions de l’entropie produite dans la cavité.
3.2.1 Equation de continuité

En considérant l’hypothèse d’un fluide incompressible, le principe de la conservation
de la masse mène à l’équation de continuité. Pour un écoulement à deux-dimensions
d’un fluide incompressible, l’équation de continuité se réduit à :
u v
 0 (3.1)
x y
52
3.2.2 Équations de Navier-Stokes

Le bilan de la quantité de mouvement aboutit, pour un écoulement 2D stationnaire,
aux équations régissant le mouvement du fluide dans les directions x et y:
u u 1 p   2u  2u 
u v     2  2  (3.2)
x y  x  x y 
v v 1 p   2v  2v 
u v      2  2   g T  Tc  (3.3)
x y  y  x y 
3.2.3 Equation d’énergie

Le principe de conservation de l’énergie donne l’équation d’énergie suivante :
T T   2T  2T 
u v    2  2  (3.4)
x y  x y 
3.2.4 Approximation de Boussinesq

Cette approximation indique que les différentes propriétés thermo physiques du fluide
sont indépendantes de la température et de la pression. De plus le fluide est supposé
incompressible mais dilatable aussi la masse volumique du fluide est supposée
constante, et égale a sa valeur moyenne  0 dans tout le formalisme a l'exception du
terme de poussée  g . Ou la masse volumique  est donnée par son développement au

premier ordre par rapport à la température [95]:
   0 1   T  T0  (3.5)
Où
T0 : Température de référence.
 : Coefficient de dilatation thermique définie comme suit

1   
    (3.6)
  T  p
3.2.5 Formulation adimensionnelle du problème

Il est plus pratique de présenter les équations gouvernant le problème sous une forme
adimensionnelle. Des nombres sans dimensions caractéristiques vont apparaître et qui
53
diminueront considérablement la complexité du problème [96].

Dans le présent travail, les équations régissant le phénomène de la convection naturelle
dans une cavité ont été adimensionnées en utilisant des variables typiques. A cet effet,
la largeur L de la cavité a été choisie comme longueur de référence. La vitesse est
adimensionnée par rapport à la diffusivité thermique. Alors que la température est
adimensionnée par rapport à l’écart de température ΔT entre les parois isothermes. Les
variables adimensionnelles sont données par :
x ; Y y uL vL T Tc
X ; U ; V ; q
L L anf anf Th Tc
(3.7)
pL2 unf g bnf Th Tc L3
P ; Pr ; Ra
rnf anf 2 anf anf unf
Dans le cas de l’approximation de Boussinesq, on introduit généralement un

paramètre, le nombre de Rayleigh (Ra), qui incorpore les effets des propriétés du
fluide, des conditions aux limites et la géométrie du domaine physique dans un seul
paramètre.
g nf Th  Tc L3
Ra  (3.8)
 nf  nf
 nf : Est la diffusivité thermique du nanofluide qui est donnée par
 nf  K nf / C P nf (3.9)

Où  est la densité,  C P nf la capacité calorifique du nanofluide.
Le nombre de Rayleigh est un paramètre déterminant dans ce type de problème car il

exprime la force d’entrainement (flottabilité) dans la cavité, sans laquelle il n’y aura
aucune turbulence. Un nombre de Rayleigh plus élevé, engendre un effet de flottabilité
plus grand et par conséquent plus de turbulence. Un nombre de Rayleigh moins élevé
signifie qu’une faible flottabilité agisse sur l’écoulement, le rendant laminaire.
Plus le nombre de Rayleigh est élevé, plus la convection prend le pas sur la diffusion
de chaleur ou de quantité de mouvement. Ce nombre, une fois le fluide choisi pour une
enceinte fermée, ne dépend plus que de T , qui est ainsi le paramètre de contrôle.
Pour prendre en compte la nature du fluide utilisé, un autre nombre sans dimension est
introduit, le nombre de Prandtl :
54
 nf
Pr  (3.10)
 nf
Il compare les importances relatives de la diffusion de quantité de mouvemente

(viscosité) et de la diffusion de chaleur (conduction).
Les différents cas à étudier peuvent être obtenus en variant la différence de
température entre les parois chaude et froide (nombre de Rayleigh), la nature du fluide
(nombre de Prandtl), ou la géométrie de la cavité (le facteur de forme, qui est le
rapport de la hauteur de la cavité sur sa largeur) ainsi que le nombre d’ondulations de
la paroi chaude.
Alors avec l’introduction de toutes ces variables adimensionnelles, le système
d’équations définit antérieurement prends la forme suivante [96] :
U V
 0 (3.11)
X Y
U U P   2U  2U 
U V   Pr 2  
2  (3.12)
X Y X  X Y 
V V P   2V  2V 
U V   Pr 2  2   Ra Pr (3.13)
X Y Y  X Y 
    2  2 
U V    (3.14)
X Y  X 2 Y 2 
3.3 Conditions aux limites

Les conditions aux limites sont précisées comme suit :
  X ,0  1
  0, Y    1, Y   1 pour 0  Y  H
 
  0 pour H  Y  1
X  0,Y  X 1,Y 
  X ,1  0
Les propriétés thermodynamiques efficaces des nanofluides sont estimées par

différentes formules disponibles dans la littérature. Les formules choisies pour les
propriétés thermo-physiques du nanofluide dans ce travail sont les suivantes :
55
- Densité
nf  1    f   p (3.15)
- Coefficient de dilatation thermique
nf  1     f   p (3.16)
- La chaleur spécifique
1
Cpnf  1     f Cp f   p Cp p 
nf 
(3.17)
Afin de rapprocher la conductivité thermique efficace du nanofluide ; La formule

Maxwell-Garnett est choisie comme suit :
- Conductivité thermique :
 2  k pf*  2  k pf*  1 
k nf  kf   (3.18)
 2  k pf    k pf  1 
* *
Où ;
kp
k *pf  (3.19)
kf
Selon les travaux de Khanafer et al [97], les modèles classiques pour prédire les
propriétés des nanofluides tels que la viscosité et la conductivité conviennent aux
nanofluides à faible fraction de nanoparticules. Comme le modèle de viscosité proposé
par Brinkman [63] a montré de bons résultats dans l'étude de Khanafer et al [97] et de
nombreuses études récentes. Dans ce travail, le modèle Brinkman a été utilisé pour
calculer la viscosité dynamique.
nf   f 1   
2.5
(3.20)
Les propriétés thermo physiques du fluide de base et des nanoparticules sont données
dans le tableau 3.1.
56
Tableau 3.1 Propriétés thermo-physiques du fluide de base et des nanoparticules.

Propriétés Fluide de Base Nanoparticule
(Eau) (Al2O3)
Densité (Kg/m3) 997.1 3600
La chaleur spécifique (J/kg k) 4179 765
La conductivité thermique (W/mk) 0.605 46
La viscosité dynamique (kg/ms) 8.91*10-4
Coefficient de dilatation thermique (k-1) 2.1*10-4 6.3*10-6
3.4 Transfert de chaleur

Le taux du transfert de chaleur par convection est décrit par le nombre sans dimension
appelé nombre de Nusselt, Nu qui joue un rôle particulier. Ce nombre sans dimension
représente le rapport du flux thermique convectif sur le flux thermique de diffusion
pure Le flux convectif est donne par la loi de Newton [95]
conv  hST (3.21)
Le flux conductif est donne par la loi de Fourier :
T
cond  kS (3.22)
L
Alors, le nombre de Nusselt est défini par :
fconv hS T hL
Nu (3.23)
fcond kS T k
L
Ou L est la hauteur de la cavité et k est la conductivité thermique du fluide, h est le
coefficient d'échange convectif.
Dans le cas du régime conductif le nombre de Nusselt est égale a 1 et commence à
croitre à partir de 1 quand la convection démarre dans la cellule horizontale, c'est à
dire quand le nombre de Rayleigh dépasse le nombre de Rayleigh critique associe a la
perte de stabilité de la solution conductive.
Le coefficient local de transfert de chaleur ( Nuh,nf ) à la paroi chaude de la cavité est
présenté comme suit [95]:
57
hnf L
Nuh,nf  (3.24)
knf
3.5 Génération de l'entropie

L'entropie est liée au mouvement thermique d'une microstructure du système, ceci
génère tous les phénomènes thermiques et propriétés connexes, à savoir la
température, la capacité thermique, l'énergie thermique et l'entropie, et autres. En
raison de la conversion de l'énergie thermique en d'autres formes d'énergie, comme le
travail mécanique dans le moteur thermique, ainsi que la dissipation spontanée et
inévitable de toutes les autres formes d'énergie à l'énergie thermique par la même
génération de chaleur, des problèmes supplémentaires et souvent des confusions
apparaissent. Selon les paramètres sans dimension définis ci-dessus et l'équilibre
thermodynamique local de la théorie du transport linéaire, la génération d'entropie
locale sans dimension due au transfert de chaleur et au frottement du fluide (et
respectivement) pour un flux de chaleur et de fluide bidimensionnel dans les
coordonnées cartésiennes sous une forme explicite peut être écrit comme suit :
     
2 2
S Lh     (3.25)
 X   Y 

  U   V    U V  
2 2 2

S Lf   2   
      (3.26)
  X   Y    Y X  
 
La génération totale d'entropie locale est la sommation de S et S .

Lh Lf
     
2

  U   V    U V  
2 2 2

S LT  S Lh  S Lf   
      
2   
      (3.27)
 X   Y    X   Y    Y X  
 
Où  le paramètre qui détermine les contributions du transfert de chaleur et de

frottement à la génération d'entropie, à savoir le rapport de distribution d’irréversibilité
:
58
S
Lf
 (3.28)
S
Lh
La génération totale d'entropie due au transfert de chaleur et à la friction des fluides

( S et S , respectivement) est obtenue en intégrant la génération d'entropie locale sur
Lh Lf
le système de volume :
STh   S Lh dV ; STf   S Lf dV
V V (3.29)
ST  STh  STf
3.6 Résolution numérique

La résolution numérique des équations a été effectuée sur une configuration
bidimensionnelle par la méthode des volumes finis à l’aide du logiciel CFD Fluent
6.3.26. Le maillage utilisé a été réalisé sur Gambit 2.2.30 pour les différentes
configurations étudiées (cavité carrée, cavité carrée à parois ondulée) Le maillage a été
resserré près des parois (présence de couches limites avec forts gradients de vitesse et
de température) [96].
La méthode numérique des volumes finis consiste à discrétiser le domaine
géométrique de calcul en sous-domaines ou volumes de contrôle dont les faces suivent
les lignes de coordonnées. Les équations gouvernantes et les conditions aux limites
correspondantes ont été discrétisées selon la méthode des volumes finis [98]. En outre,
les termes de convection dans les équations de régulation ont été discrétisés en
utilisant le schéma de bord du second ordre (the second-order upwinds cheme). Les
champs de pression et de vitesse dans la cavité ont été couplés en utilisant l'algorithme
SIMPLE [98]. Enfin, les équations algébriques discrétisées ont été résolues
itérativement en utilisant un schéma TDMA ligne par ligne (tri-diagonal matrix
algorithm).
59
En plus des dimensions de la cavité présentées précédemment, l'ondulation de la paroi

supérieure (paroi froide) est le nouveau paramètre géométrique étudie. La figure 3.2
représente la forme de l’ondulation de la paroi froide.
Figure 3.2. Forme géométrique de la paroi froide de la cavité.
L'ondulation est caractérisée par la fonction suivante [96]:

f  y   1  Amp1  cos 2ny  ou 0 y L (3.30)
Amp et n sont respectivement l’amplitude et le nombre d’ondulations. L’étude a été

réalisée pour différentes valeurs d’ondulations (1, 2, 3, 4, 5 et 6) tandis que l’amplitude
a été fixée à 0.05 pour le cas de la cavité de rapport de forme 1.
3.7 Les approches existantes pour les nanofluides

Malgré le nombre important des travaux expérimentaux sur différents types
d'échangeurs de chaleur fonctionnant avec les nanofluides en tant que des fluides de
base, la plupart des chercheurs ont simplement comparé leurs cas de simulation avec
les études numériques précédentes ou expérimentales qu'ont utilisé de l'eau pure pour
le refroidissement. En vue des couts des expériences, les experts ont cherché des
méthodes numériques pour une validation appropriée pour les caractéristiques
thermiques et hydrauliques des écoulements des nanofluides prévus par les calculs du
CFD. Dans ce qui suit, différentes approches du CFD seront discutées séparément. Il a
été judicieux de rapporter les études numériques dans lesquelles les résultats
60
numériques ont été comparés avec les données expérimentales pour observer quelle
approche donne des résultats plus réalistes.
3.7.1 Approche monophasique

Approche monophasique conventionnelle : Bien que le mélange de nanoparticules et
de fluide de base soit un problème multiphasique en raison de l'existence de
nanoparticules très fines, il a été supposé que les nanoparticules peuvent être
facilement fluidisées et, par conséquent, le nanofluide peut presque être considéré
comme une phase monophasique classique (homogène) avec des propriétés physiques
simples. En outre, dans ce modèle, il a été considéré que les phases liquide et
particulaire sont en équilibre thermique et se déplacent avec la même vitesse. Les
formes générales des équations de régulation pour le nanofluide en régime permanent
en utilisant une approche monophasique conventionnelle sont les suivantes [99] :
Conservation de masse
 
. nf V  0 (3.31)
Conservation de la quantité de mouvement
   
. nf VV  P  nf  2V  nf . vv   nf T  T0  g (3.32)
Le troisième et le quatrième terme du côté droit de l'équation (3.32) indiquent l'effet de

l'écoulement turbulent et de la convection naturelle, respectivement. Il est évident que
pour un flux de convection forcée laminaire, ces termes sont considérés comme zéro.
Conservation d'énergie
  
. (CP )nf VT  . knf T  (CP )nf vt  (3.33)
Le terme (CP )nf vt est appliqué pour un régime turbulent.
Pour une meilleure connaissance des auteurs, sur la base de la littérature disponible, il
n'y a que quelques publications disponibles dans lesquelles le transfert de chaleur par
convection des nano fluides ont été étudié à la fois numériquement et
expérimentalement, ou dans lequel les résultats numériques ont été validés avec
l'expérience sur le transfert de chaleur et les comportements d'écoulement de fluide en
utilisant du nano fluide, en particulier pour le régime d'écoulement turbulent.
61
Approche monophasique à dispersion thermique : Pour gérer la dispersion thermique

résultant du mouvement chaotique des nanoparticules, Xuan et Roetzel [100] ont
proposé pour la première fois une approche à une phase à dispersion thermique. Dans
ce modèle modifié, ils ont supposé que le mouvement relatif des nanoparticules par
' '
rapport au fluide de base introduit une perturbation (T et V , Respectivement) à la fois
à la température et à la vitesse du nano fluide. Par conséquent, les moyennes de la
phase intrinsèque considérant l'analogie avec la turbulence sont données comme suit :
'
T  T T (3.34)
'
V  V V (3.35)
1 1 1 '
V V V V V V
Où ; T  TdV , V  VdV et T dV  0
En négligeant la surface limite entre le fluide et les nanoparticules qui sont très petites
et en substituant les valeurs ci-dessus de V et T dans l'équation (3.33), qui se réécrit
comme suit :
 
' '
. (CP )nf VT  .(knf T )  .((CP ) nf vt ) (3.36)
Le deuxième terme sur le côté droit de l'équation (3.36) indique l'effet de la dispersion
thermique dans l'équation d'énergie.
Le flux de chaleur induit par la dispersion thermique dans l’écoulement du nano fluide
peut être présenté comme suit :
' '
qd  (CP )nf vt  kd T (3.37)
Où kd est le coefficient de la conductivité thermique dispersée. Finalement, l'équation

(3.36) peut être réécrite comme suit :
 
. (CP )nf VT  .(knf  kd )T (3.38)
Xuan et Roetzel [100] ont proposé la conductivité thermique dispersée du nano fluide
comme suit :
kd  Cd (CP )nf ux R (3.39)
kd  Cd (CP )nf ux Rd p  (3.40)
62
Où, Cd est une constante inconnue qui devrait être déterminée en faisant correspondre
les données expérimentales. R et dp désignent respectivement le rayon du tube et le
diamètre des nanoparticules.
Ces relations contiennent deux inconvénients :
(1) Les deux facteurs fonctionnels du nano fluide, de la fraction volumique et de la
taille des nanoparticules n'ont pas été inclus dans la relation (3.39).
(2) la relation (3.40) n'est pas compatible avec les dimensions.
Mokmeli et Saffar-avval [101] ont introduit une nouvelle relation de conductivité
thermique dispersée dans la direction radiale pour étudier le comportement de transfert
de chaleur par convection laminaire de nano fluides dans des conduites droites. Ils ont
modifié le modèle de Xuan et Roetzel [100] et ont implémenté l'hypothèse de
dispersion radiale dans leur corrélation comme suit :
R  u x 
kd  Cd (CP )nf   (3.41)
d p  r 
Mojarrad et al [102] ont analysé numériquement la performance de transfert de chaleur

des Nano fluides) d'Al2O3 (30 nm) qui s'écoulent dans la région d'entrée d'un tube
circulaire avec une température de surface constante sur les parois en utilisant une
approche de volume de contrôle. Ils ont suggéré une nouvelle corrélation pour la
détermination de la conductivité thermique dispersée radialement :
R  T 
kd  Cd (CP )nf   (3.42)
d p  r 
3.7.2 Approche biphasique

D'une manière générale, les nano fluides sont par nature des fluides à deux phases ;
donc ils possèdent probablement certaines caractéristiques du mélange solide-liquide.
Pour cette raison, la théorie des écoulements classiques à deux phases a été appliquée
pour les nano fluides. Dans l'approche en deux phases, les nanoparticules et le fluide
de base sont considérés comme deux phases différentes avec des vitesses et des
températures différentes. L'hypothèse d'une vitesse de glissement égal à zéro entre le
fluide et les particules n'est plus valable [102]. Ceci est dû à la gravité, au frottement
63
entre les particules fluides-solides, le mouvement Brownien, la diffusion Brownienne,

la sédimentation et la dispersion. Étant donné que l'approche en deux phases considère
qu'il y a un mouvement entre la molécule solide et fluide. Bien que ce modèle décrit
une compréhension des fonctions de la phase liquide et de la phase solide dans le
processus de transfert de chaleur, il nécessite beaucoup de temps pour le calcul et un
ordinateur de haute performance. L'approche en deux phases est classée dans deux
modèles généraux :Eulerian-Eulerian et Lagrangian-Eulerian.
a- Modèle Eulérien-Eulérien
Le modèle Eulérien-Eulérien est recommandé pour le mélange en deux phases
constitué d'une grande quantité de particules solides. Par conséquent, pour les
simulations, il est évident que cela peut être un modèle approprié pour les nano fluides
avec un très grand nombre de nanoparticules, même à faible fraction volumique. Il
existe trois modèles Eulerian-Euleriens populaires : VOF (volume of fluide), mélange
et Eulerian.
Modèle de mélange : L’une des approches les plus courantes dans la modélisation des
écoulements à deux phases est la théorie des mélanges (ou la théorie des continents en
interaction). La popularité de cette approche dans les applications multi-phases
correspond aux faits suivants :
- C'est simple dans la théorie et la mise en œuvre.
- Il nécessite moins de temps d'exécution et l'utilisation du processeur.
- Il est simple d'introduire un modèle de turbulence dans le modèle de mélange.
- Il est raisonnablement exact pour une large gamme d'écoulement de deux
phases.
Le modèle de mélange est basé sur les hypothèses suivantes :
- Le couplage entre les phases est fort, et les particules suivent le mélange en
mouvement (homogène).
- Une seule pression est partagée par toutes les phases.
- Les interactions entre les différentes phases dispersées sont négligées.
- Chaque phase a son propre champ vectoriel de vitesse et, dans un volume de
contrôle donné, il existe une certaine fraction de chaque phase.
64
- Les phases dispersées secondaires consistent en des particules sphériques de

taille de particule uniforme spécifiées lors des calculs.
- Les concentrations des phases dispersées secondaires sont résolues à partir des
équations scalaires en prenant en compte la correction due au glissement de phase.
Le modèle de mélange présente les limites et les exigences suivantes [99] :

- Il n'y a pas de possibilité de changement de phase.
- La compressibilité de l'écoulement n'est pas prise en compte.
- L'état des limites de pression ne peut être spécifié car la loi idéale sur le gaz ne
peut être utilisée.
- La génération de turbulence dans la phase secondaire n'est pas prise en compte,
ni la turbulence de la phase primaire qui est directement affectée par la présence de
la phase secondaire.
La formulation suivante représente la description mathématique du modèle de mélange
qui régit par les équations suivantes :
 
. mV m  0 (3.43)
   n
 k 1

. m Vm Vm  Pm   m 2V  .   k k vk vk 

(3.44)
 n 
.   k k V dr ,k V dr ,k   mm (T  T0 ) g
 k 1 
Où V dr ,k est le dérivé de la vitesse de la keme phase.

Le troisième et le dernier terme du côté droit de l'équation (3.44) sont considérés dans
le cas d'un écoulement turbulent et du transfert de chaleur par convection naturelle,
respectivement.
La fraction volumique
  
. PP V m  . PP V dr , P  (3.45)
Conservation d'énergie
65
 n 
.  k V k (k H k  P)   . kT  CPm vt
 k 1 
  (3.46)
Où C P m vt montre l'effet des flottes de nano fluide turbulentes. Dans l'équation de
conservation de mouvement équation (3.44) V dr ,k est la dérive de vitesse pour la phase

secondaire k (c'est-à-dire les nanoparticules) est définie comme suit :
V dr ,k  V k  V m (3.47)
La vitesse de glissement (vitesse relative) est définie comme la vitesse de la phase
secondaire (p) par rapport à la vitesse de la phase primaire (f) :
V pf  V p  V f (3.48)
La dérive de vitesse est liée à la vitesse relative :
n
k  k
V dr , p  V pf   V fk (3.49)
k 1 m
La vitesse relative est déterminée à partir de l'équation (3.47) tandis que l'équation
(3.48) est utilisée pour calculer la fonction de glissement fglissement.
V pf 
 p d p2  p  m 
a (3.50)
18 f f drag p

1  0.15Re p
0.687
Re p  1000
f drag  (3.51)

0.0183Re p Re p  1000
L'accélération dans l'équation (3.50) est :

a  g  V m . V m  (3.52)
Dans ce modèle, il est nécessaire de savoir qu'une seule composante de vitesse

déclenchée est résolue à partir des équations différentielles pour la conservation du
moment de mélange. En outre, les vitesses des phases dispersées sont obtenues à partir
des équations algébriques. Cela entraîne une réduction remarquable de l'effort de
calcul. Ainsi, il est important de noter que la phase primaire impressionne la phase
secondaire par la traînée et la turbulence, tandis que la phase secondaire incite à la
phase primaire par une réduction de l'impulsion et de la turbulence. Pour appliquer la
théorie du mélange pour modéliser du nano fluide, les équations d'énergie de
66
continuité, de mouvement de fluide sont résolues pour l'ensemble du mélange plutôt

que d'utiliser les équations de régulation de chaque phase de manière indépendante.
Modèle Eulérien : Pour décrire et prédire complètement le flot et le comportement des
flux complexes via le modèle eulérien, différentes hypothèses sont faites comme suit
[99]:
- La pression est partagée par toutes les phases.
- Les nanoparticules sont considérées des fluides de base comme homogène.
- Des équations séparées de continuité, de mouvement et d'énergie sont utilisées
pour différentes phases, y compris les phases primaires et secondaires.
- Le volume de chaque phase est calculé en intégrant sa fraction volumique dans
tout le domaine, tandis que la sommation de toutes les fractions de volume est égale
à l'unité.
- La différence entre la vitesse et la température pour les phases liquide et nano
particulaire est considérée et les équations de régulation pour les deux phases sont
résolues numériquement en utilisant la méthode des volumes finis.
Les équations de conservation (c'est-à-dire les équations de continuité, d'élan et
d'énergie) sont écrites ci-dessous [99] :

 qq V q  0  (3.53)
n
Où V q   q dV . q  1 et q indique la phase.
V q 1
Conservation de mouvement (q, nombre des phases):
   n
 k 1

 qq V q V q  qP  q q 2V  q   k k vk vk   qq g

(3.54)
 
n
  R pq  F collission  F lift ,q  F vm ,q
k 1
 
n n
Où  R pq  S pq V p  V q sont les forces d'interaction entre les phases
k 1 p 1
S pq   q  pq f   p ,  p   p d p2 18q ,
67
et f indique le frottement de traînée, qui est calculé selon Schiller et Naumann [99] en
tant que :
CD Re p
f  (3.55)
24
 24 1  0.15Re0.687  Re  1000

p
CD   Re p (3.56)

0.44 Re  1000
q V p  V q d p
Re p  (3.57)
q
Pour les nanofluides, l'effet de masse virtuelle ( F vm ,q ) peut être négligé car la densité
de la phase secondaire (nanoparticules) est beaucoup plus grande que la densité de la
phase primaire (fluide de base).
Généralement, l'avantage le plus important du modèle Eulérien par rapport à la
modélisation homogène est qu'il n’a pas besoin de modèles thermo physiques efficaces
pour le nano fluide [1]. Néanmoins, il ne peut pas être précis comme le modèle de
mélange.
Modèle de VOF (Volume Of Fluid) : En général, le modèle VOF est basé sur les
hypothèses suivantes [99] :
- La fraction de volume de toutes les phases est suivie sur l'ensemble du domaine
d'étude en résolvant une équation de continuité pour les phases secondaires.
- Un seul ensemble d'équations de conservation de mouvement est résolu pour
toutes les phases afin de trouver les composants de vitesse partagés par toutes les
phases.
- La somme totale des fractions de volume pour toutes les phases est égale à
l'unité. Par conséquent, l'ampleur de la fraction de volume de la phase primaire sera
calculée.
- Toutes les propriétés physiques sont calculées en prenant une moyenne
pondérée de différentes phases en fonction de leur fraction volumique dans chaque
volume de contrôle.
- Une température partagée est calculée à partir d'une seule équation d'énergie.
68
La conversion de masse pour le modèle VOF est exprimée comme suit [99]:

. q V qq  0  (3.58)
n n
 q  1
q1
 N
Et toutes les propriétés sont calculées par la forme q 1 q q
.
Les équations de la conservation de la quantité de mouvement et de l'énergie sont
identiques que les équations (3.32) et (3.33).
b- Modèle Lagrangien-Eulerien
Dans le modèle Lagrangien-Eulerien (ou modèle de phase discrète), la phase fluide est
traitée comme un continuum en résolvant les équations Navier-Stokes en moyenne en
temps, tandis que la phase dispersée est résolue en traçant un grand nombre de
particules. La phase dispersée peut échanger la quantité de mouvement, la masse et
l'énergie avec la phase fluide. Une hypothèse fondamentale faite dans ce modèle est
que la seconde phase dispersée occupe une faible fraction volumique.
Les équations suivantes représentent la formulation mathématique du modèle à deux
phases Lagrangienne-Eulérienne :
Conservation de masse
 
. V  0 (3.59)
 
. VV  P  2V  Sm (3.60)
Conservation de l'énergie
 
. CP VT  . kT   Se (3.61)
Les termes source Smet Se représentent les effets intégrés de la quantité de mouvement
et de l'échange d'énergie avec le fluide de base lorsque les particules se déplacent à
travers un élément de la phase Eulérienne du fluide de base avec un volume (δV), et ils
sont égaux à zéro dans le cas de Modélisation monophasique.
Le transfert de la quantité de mouvement entre les particules et le fluide de base est
calculé comme suit :
69
n
1
Sm 
V
F
np
(3.62)
Dans le cadre de référence lagrangien, l'équation de mouvement des particules est

donnée par l'équation (3.63):
dV p
mp  F D  F L  F g  F br (3.63)
dt
Le côté gauche de l'équation (3.63), V p est la vitesse de la particule et le côté droit
représente les forces agissantes sur la particule qui sont la traînée, la source de
Saffman, la gravité, la flottabilité et les forces Browniennes, respectivement.
Le terme de source d'énergie est le transfert de chaleur entre les phases s'écrit comme
suit :
Nup est calculé par la frome de Ranz de Marshall [103] :
Nu p  2  0.6Re0.5
p Pr
1/ 3
(3.64)
3.8 Conclusion
Dans ce chapitre, une recherche bibliographique approfondie a été effectuée sur le
transfert de chaleur par convection de nano fluides du point de vue numérique. À partir
des résultats numériques observés, il a été constaté que les nanofluides peuvent
améliorer significativement la capacité de transfert de chaleur des fluides de transfert
de chaleur classiques en raison de l'existence de nanoparticules dispersées hautement
conductrices dans le liquide hôte. Non seulement l'augmentation de la concentration en
volume des nanoparticules entraîne une tendance croissante au transfert de chaleur par
convection forcée de nanofluides, mais elle augmente légèrement la pression, ce qui
est largement exprimé par la plupart des travaux numériques. Malgré, parmi quelques
travaux du CFD, il existe des incohérences dans l'influence de la concentration des
particules sur la variation du transfert de chaleur dans la convection ne considèrent pas
la rhéologie non Newtonienne dans les simulations numériques.
En diminuant le diamètre moyen des nanoparticules, le coefficient de transfert de
chaleur augmente d'une manière considérable, alors que le coefficient de frottement ne
pas changer notablement. En outre, les corrélations disponibles pour prédire des
propriétés thermo physiques nanofluides ont été proposées sur les fluides base sont très
70
limités. Toutefois, plusieurs corrélations sont disponibles pour prédire la conductivité

thermique efficace et la viscosité des nano fluides compte tenu de l'effet de la fraction
volumique, de la forme des particules, de la taille des particules, de la température du
fluide nano et de la diffusion Brownienne. Ainsi, il est encore difficile pour les
chercheurs de développer une corrélation empirique général ou un modèle théorique
afin d'estimer les propriétés thermo physiques des nanofluides avec précision. En
outre, les formes de particules pourraient affecter la conductivité thermique ainsi que
la viscosité des nano fluides, et par conséquent, modifier la caractéristique thermique-
hydraulique des nanofluides. La modélisation en phase unique conventionnelle a été
l'approche la plus commune dans la majorité des études de transfert de chaleur par
convection à l'aide des nanofluides. Cependant, les prédictions numériques résultent de
cette approche peut conduire à des écarts par rapport aux données expérimentales en
raison de la négligence des mécanismes de glissement entre les nanoparticules et le
fluide de base. L'utilisation d'un modèle de dispersion dans les études de convection
forcée pourrait améliorer considérablement les résultats. Comme les approches en
deux phases considèrent la nature de l'écoulement à deux phases des nanofluides, ils
peuvent obtenir des résultats plus réalistes pour la simulation de transfert de chaleur
par convection de nano fluides. La plupart des publications confirment que la
modélisation en deux phases a une grandeur sur le transfert de chaleur. Finalement, les
modèles Lagrangian-Eulerian et Buongiorno semblent être plus fiables pour le but de
la simulation, car ils intègrent le mouvement Brownien et les effets particules en tant
qu’un système diphasique, Ainsi, ils traitent les mécanismes dans la couche limite, et
ils sont capables de prédire une distribution de particules non uniforme.
71
Chapitre 4 Effet du nanofluide Al2O3-Eau sur le transfert thermique dans une cavité
Chapitre 4
Effet du nanofluide Al2O3-Eau sur le
transfert thermique dans une cavité
Sommaire
4.1 Étude du maillage ………………………………………………………..... 73

4.1.1 Cavité simple…………………………………………………………... 73
4.1.2 Test de maillage ……………………………………………………… 74
4.2 Résultats et discussion ……………………………………………………… 75
4.3.1 Cavité simple………………………………………………………….... 75
4.3.2 Cavité ondulée………………………………………………………….. 80
4. Conclusion …………………………………………………………………… 93
La présentation et la discussion des résultats de la simulation numérique de la

convection naturelle dans une cavité carrée simple et une cavité carrée à parois
ondulées pour un rapport de forme égale à 1, le fluide confiné étant le nanofluide
Al2O3-eau à différent fraction volumique des nanoparticules, le nombre de Rayleigh
varie de 100 à 106. Sont présentées dans ce chapitre
Les calculs vont permettre de montrer l’influence du régime de l’écoulement, à travers
le nombre de Rayleigh, la géométrie de la cavité, à travers le nombre des ondulations
de la paroi froide sur le champ d’écoulement, le transfert de chaleur, et la production
de l’entropie à travers la fraction volumique des nanoparticules Al2O3.
72
4.1 Étude du maillage

4.1.1 Cavité simple
Deux validations ont été réalisées, une première avec le nanofluide qui concerne une
comparaison avec Ho et al [104] ou les résultats ont été très satisfaisants. Voir figure
4.1.
12
6
10 Ra = 10
8 Ho et al [104]
Présent travail
Nu
6 5
Ra = 10
4
4
Ra = 10
2 3
Ra = 10
0
0 1 2 3 4
fraction volumique
Figure4.1. Nombre de Nusselt en fonction de la fraction volumique de Al2O3, pour

différents nombres de Rayleigh.
La seconde validation concernant l’eau pure estime que le travail réalisé dans cette
thèse est très satisfaisant par rapport aux travaux antérieurs (voir tableau 4.1)
Tableau 4.1.Comparaison du nombre de Nusselt.
Ra Présent travail Lai et al [105] Basak et al [106]

103 1.113 1.154 1.103
104 2.265 2.330 2.287
105 4.706 4.728 4.867
106 9.194 9.118 --------
73
4.1.2 Test de maillage

Afin de vérifier la validité du modèle numérique, un test d'indépendance de grille a été
effectué pour déterminer une taille de maillage appropriée. La grille du domaine
numérique a été générée à l'aide du maillage quadratique. Dans ce travail, le test de
sensibilité de la grille a été réalisé avec cinq tailles différentes (48 * 48, 60 *60,70
*70,90 * 90 et 122 * 122). Tous ces tests sont effectués pour l’eau pure (Pr = 6,2). Le
nombre de Nusselt est le paramètre physique utilisé pour tester la sensibilité de la
densité du maillage. Dans le choix du cas 48 * 48 comme référence, le nombre de
Nusselt ne dépasse pas 7 % selon les augmentations de la densité de la grille.
Tableau 4.2. Tests de la sensibilité du maillage
Maillage 48*48 60*60 70*70 90*90 122*122
Ra
Ra = 103 3.198 3.202 3.214 3.221 3.220
Ra = 104 4.127 4.128 4.131 4.136 4.138
Ra = 105 8.043 8.003 7.996 7.987 8.038
En outre, dans les conditions numériques et physiques rapportées par Bennacer et al

[92], la grille 122* 122 a un raffinement plus dense près des parois ; Ou leur
résultats ont été validé par comparaison avec celle de Mukutmoni et Yang [107].
Pour ces raisons, le cas de 122 * 122 garantit une solution indépendante de la grille.
Alors, le domaine de calcul 122*122 a été utilisé pour les calculs ultérieurs.
Un maillage raffiné près des parois est conçu pour bien prévoir les gradients de
pression et de température. La figure 4.2 représente un exemple du maillage
Figure 4.2. Maillage de la cavité.
74
4.2 Résultats et discussion

4.2.1Cavité simple
a) Lignes de courant et isothermes
Dans le présent travail, plusieurs paramètres ont été étudies, à savoir le nombre du
Rayleigh (Ra) ainsi que la fraction volumique des nanoparticules. Ceci consiste
essentiellement à constater l’effet de ces paramètres sur le transfert de chaleur par
convection naturelle dans la cavité carrée remplie de nanofluide Al2O3-eau. Dans cette
section les contours de la température statique pour les enceintes carrées de AR = 1,
avec un nombre de Rayleigh (Ra = 102,104 et 106) et pour la fraction volumique (  =
0% et 3%) sont présentés dans la figure 4.3. Les résultats indiquent que l'exécution du
transfert de chaleur d'un nanofluide augmente remarquablement avec l'augmentation
de la fraction volumique des nanoparticules. Les figures 4.3 (a) et 4.3(b) illustrent une
comparaison des contours isothermes entre le nanofluide (  = 3%) et le fluide de base
(  = 0%), à différentes valeurs de Rayleigh (102, 104 et 106). Au fur et à mesure que la
fraction volumique augmente, la vitesse du nanofluide augmente ; ces effets accélèrent
le transport d'énergie à travers le nanofluide. L'effet de la fraction volumique sur les
lignes de courants du nanofluide pour divers nombres de Rayleigh est représenté sur
les figures. 4.4 (a) et 4.4 (b). En l'absence de nanoparticules (  = 0%), l'écoulement se
sépare nettement en deux tourbillons contre-rotation. Le cas de (   0 % ) montre que
lorsque le nombre de Rayleigh augmente, le vortex contre-rotatif tend à devenir une
forme elliptique pour Ra = 104 et 106. De plus, s’accélèrent avec l'augmentation de la
fraction volumique, les vitesses au centre de la cavité augmente également en raison
du transport plus élevé des nanoparticules.
Les lignes de courants présentés dans la figure 4.4 montrent que pour les différents
nombres de Rayleigh, ces premiers se divisent en deux zones contre-rotation où les
isothermes s’augmentent avec l'augmentation de la fraction volumique et du nombre
de Rayleigh.
75
(a) ϕ = 0% (fluide de base)
(Ra =102, ϕ = 0 %) (Ra =104, ϕ = 0 %) (Ra =106, ϕ = 0 %)

(b) ϕ = 3 % (nanofluides)
(Ra =102, ϕ = 3 %) (Ra =104 et ϕ = 3 %) (Ra =106, ϕ = 3 %)

Figure 4.3. Contours de température pour ϕ = 0% (fluide de base) et ϕ = 3 %
(nanofluides), pour différents nombre du Rayleigh.
(a) ϕ = 0% (fluide de base)
(Ra =102, ϕ = 0 %) (Ra =104, ϕ = 0 %) (Ra =106, ϕ = 0 %)
76
(b) ϕ = 3 % (nanofluides)
(Ra =102, ϕ = 3 %) (Ra =104, ϕ = 3 %) (Ra =106, ϕ = 3 %)

Figure 4.4. Lignes de courant pour ϕ = 0% (fluide de base) et ϕ = 3 % (nanofluides),
pour différents nombre du Rayleigh.
b) Nombre de Nusselt
Le nombre moyen de Nusselt à la paroi inférieure (Nup,b) et la paroi supérieure (Nup,h)
sont illustrés sur les figures 4.5 et 4.6, où la paroi latérale n'est pas prise en compte.
L'effet de la fraction volumique des nanoparticules et des nombres de Rayleigh sur le
coefficient de transfert de chaleur est testé dans cette section. Certaines remarques sont
résumées comme suit :
 Généralement, le nombre moyen de Nusselt augmente au fur et à mesure que le
nombre de Rayleigh augmente en raison du flottement renforcé de l'écoulement. En
outre, il augmente légèrement en fonction de l'augmentation de la fraction
volumique à cause de la modification des propriétés thermo-physiques du fluide.
 Une variation uniforme du nombre moyen de Nusselt est signalée.
 Pour les nombres supérieurs de Rayleigh, une augmentation importante des
nombres de Nusselt à été observée.
77
a) b)
-2
6
0 1
Ra = 10 Ra = 10
5 Ra = 10
2
Ra = 10
3 -4
4 5
Ra = 10 Ra = 10
6
4 Ra = 10 -6
Nupb Nuph
3
-8 Ra = 10
0
Ra = 10
1
2 3
Ra = 10 Ra = 10
2 4 5
-10 Ra = 10 Ra = 10
6
Ra = 10
1
-12
0
0% 1% 2% 3% 4% 0% 1% 2% 3% 4%
Fraction volumique Fraction volumique
Figure 4.5. Variation du nombre moyen de Nusselt en fonction de la fraction

volumétrique pour différents nombres de Rayleigh (a) paroi inférieure (b) paroi
supérieure.
a) b)
7
-2
6 0 % Al2O3
1 % Al2O3 -4
5 2 % Al2O3
3 % Al2O3 -6
4 4 % Al2O3 Nuph
Nupb -8
0 % Al2O3
3
1 % Al2O3
-10 2 % Al2O3
2 3 % Al2O3
-12 4 % Al2O3
1
-14
0 0 1 2 3 4 5 6
0 1 2 3 4 5 6 10 10 10 10 10 10 10
10 10 10 10 10 10 10 Ra
Ra
Figure 4.6. Variation du nombre de Nusselt moyen en fonction des nombres de

Rayleigh pour différents fractions volumétriques(a) paroi inférieure (b) paroi
supérieure.
78
c) Génération d'entropie
La distribution de la production locale d'entropie due au transfert de chaleur et à
l'irréversibilité de la friction des fluides pour le fluide pur ainsi que le nanofluide est
illustrée dans les figures 4.7 et 4.8 Cette section à été consacrée pour tester l'effet de la
fraction volumique des nanoparticules et des nombres de Rayleigh sur la génération
d'entropie. Les résultats montrent que les augmentations du nombre de Rayleigh
produisent une augmentation de la production d'entropie thermique ; Ceci est dû de
l'effet de flottabilité
a) b)
0 1 6 0 1 2
Ra = 10 Ra = 10 Ra = 10 Ra = 10 Ra = 10 Ra = 10
2 3 3 4 5
Ra = 10 Ra = 10 Ra = 10 Ra = 10 Ra = 10
6
100 Ra = 10
4
Ra = 10
5 Ra = 10
1E-17
1E-19
1E-21
SLf
ST
1E-23
1E-25
10
1E-27
1E-29
0% 1% 2% 3% 4%
Fraction volumique
0% 1% 2% 3% 4%
Fraction volumique
Figure 4.7.Variation de la production d'entropie avec la fraction volumétrique pour

différents nombres de Rayleigh (a) entropie thermique (b) entropie visqueuse.
79
a) b)
100
1E-17
0% Al2O3
0% Al2O3
1E-19 1% Al2O3
1% Al2O3
2% Al2O3
2% Al2O3
3% Al2O3
3% Al2O3 1E-21
4% Al2O3
4% Al2O3
SLf
ST
1E-23
10 1E-25
1E-27
0 1 2 3 4 5 6 0 1 2 3 4 5 6
10 10 10 10 10 10 10 10 10 10 10 10 10 10
Ra Ra
Figure 4.8.Variation de la génération d'entropie avec le nombre de Rayleigh pour

différents fractions volumétriques (a) entropie thermique (b) entropie visqueuse.
Ainsi, l'augmentation des nombres de Rayleigh intensifie les effets d'inertie et de

flottabilité et augmente les gradients de la vitesse et de la température, et par
conséquent, la génération d'entropie enregistré des valeurs élevées. En outre, la
génération moyenne d'entropie augmente légèrement de façon linéaire en augmentant
la fraction volumique des nanoparticules. Ceci est attribué à l'augmentation de la
viscosité et de la conductivité thermique du nanofluide avec la fraction de volume
solide qui crée une augmentation du transfert de chaleur et de l'irréversibilité du
frottement du fluide, respectivement [74]. Les plus faibles valeurs d’entropie
thermique ont été observé dans le cas de Ra=104 par contre la génération d’entropie
augmente pour des nombres de Rayleigh élevés. Ceci se traduit par un gradient de
température élevé.
4.2.2 Cas d’une cavité ondulée

Pour l'investigation numérique sur l'effet de l'ondulation de la paroi supérieure sur les
caractéristiques de transfert de chaleur et de l'écoulement du nanofluide, le même
modèle numérique de la section précédente a été choisi dans cette analyse. Une grille
de type quadratique, et structurée a été générée pour le domaine de la cavité à une
80
paroi supérieure ondulée. La figure 4.9, représente le maillage généré de la cavité

ondulée, il est raffiné près des parois pour prédire les gradients de pression et de
température dans ces zones.
Figure 4.9. Maillage de la cavité ondulée.

a) Nombre de Nusselt
Les figures 4.10 et 4.11 montre la variation du nombre de Nusselt moyen en fonction
du nombre de Rayleigh, la fraction volumique des nanoparticules et le nombre
d’ondulation. Il a été constaté que pour les petites valeurs du nombre de Rayleigh, le
nombre de Nusselt moyen est presque indépendant du nombre de Rayleigh. Ceci se
traduit principalement par la dominance du mode de la conduction. A partir de
Ra=103, les augmentations rapides de nombre de Nusselt moyen montrent l’effet actif
des forces de flottabilités sur l’exécution de transfert thermique dans la cavité. Les
résultats présentés dans la figure 4.11 prouvent également que pour toutes les valeurs
du nombre de Rayleigh considérées dans cette étude, le nombre de Nusselt moyen
augmente avec la croissance de la fraction volumique des nanoparticules. Ainsi, les
résultats impliquent qu'au fur et à mesure que la fraction volumique des nanoparticules
augmente, la conductivité thermique du fluide augmente également ; et provoque par
conséquence une amélioration remarquable du nombre de Nusselt. De façon générale,
l’addition des nanoparticules dans le fluide de base (Eau dans cette étude) engendre
une amélioration significative de l'exécution de transfert thermique dans les cavités.
81
12 12
8 8
4 4
0 0
Nu Nu
-4 -4
-8 -8
-12 -12
0 1 2 3 4 5 6 0 1 2 3 4 5 6
Nombre des Ondulations Nombre des Ondulations
  0%   1%
12 12
8 8
4 4
0 0
Nu Nu
-4 -4
-8 -8
-12 -12
0 1 2 3 4 5 6 0 1 2 3 4 5 6
Nombre des Ondulations Nombre des Ondulations
  2%
12   3%
10
12 8 0
Ra = 10
1
6 Ra = 10
2
8 Ra = 10
4 3
Ra = 10
4
2 Ra = 10
5
4 0 Ra = 10
6
Ra = 10
Nu -2 Ra =10
0
1
0 -4 Ra =10
2
Ra =10
Nu -6
Ra =10
3
4
-4 -8 Ra =10
5
-10 Ra =10
6
Ra =10
-8 -12
-14
-12
0 1 2 3
Ondulation
4 Figure
5 4.10.
6 Variation du nombre de
0 1 2 3 4 5 6
Nusselt moyen en fonction des nombres
Nombre des Ondulations
des ondulations pour différents fractions
  4%
volumiques
82
12 12
0 ond 1 ond 10 0 ond 1 ond
10
2 ond 3 ond 2 ond 3 ond
8 8
6 6 ond 6 6 ond
4 4
2 2
Nu 0 Nu 0
-2
-2
-4
-4
-6
-6
-8
-8 2 ond 3 ond 2 ond 3 ond
-10 4 ond 5 ond -10 4 ond 5 ond
6 ond -12
6 ond
-12
-14
-14 0 1 2 3 4 5 6
0 1 2 3 4 5 6 10 10 10 10 10 10 10
10 10 10 10 10 10 10 Ra
Ra
  1%
  0%
12 12
10 10 2 ond 3 ond
2 ond 3 ond
8 4 ond 5 ond 8 4 ond 5 ond
6 6 ond 6 6 ond
4 4
2 2
Nu 0 Nu
0
-2 -2
-4 -4
0 ond 1 ond
-6 -6
-8 -8 4 ond 5 ond
2 ond 3 ond
-10 4 ond 5 ond -10 6 ond
-12 6 ond -12
-14 -14
0 1 2 3 4 5 6 0 1 2 3 4 5 6
10 10 10 10 10 10 10 10 10 10 10 10 10 10
Ra
Ra
  2%   3%
12
0 ond 1 ond
10 2 ond 3 ond
8 4 ond 5 ond
6 6 ond
4
2
0
Nu -2
-4
-6 0 ond 1 ond
-8 2 ond 3 ond
-10 4 ond 5 ond
-12 6 ond
-14
0 1 2 3 4 5 6
10 10 10 10 10 10 10
Ra
  4%
Figure 4.11. Variation du nombre moyen de Nusselt en fonction des nombres de
Rayleigh pour différents fraction volumique.
83
Généralement, la structure de l’écoulement influe directement sur l’exécution de

transfert thermique. Comme nous avons mentionnés dans la section des « lignes des
courants », qu’il y a un phénomène partiellement incompréhensible pour le cas de
Ra=106. Où, la distribution de la structure de l’écoulement est aléatoire.
Raisonnablement, ces perturbations influentes directement sur le phénomène de
transfert de chaleur, comme montré sur la figure 4.10, Cette figure montre l’évolution
du nombre de Nusselt en fonction de nombre d’ondulation. Elle montre des valeurs
aléatoires du nombre de Nusselt suivant l’augmentation des nombres des ondulations
ceci est dû probablement à l’interaction entre les deux vortex sous l’effet de la poussée
d’Archimède.
Dans le cas du nombre de Rayleigh le plus élevé (Ra=106), et une fraction volumique
des nanoparticules (ϕ = 4%) ; le nombre de Nusselt est augmenté de 6.4%
comparativement au fluide de base (ϕ =0%).
Dans le cas d'une fraction volumique plus élevée (ϕ = 4%), et une configuration de
cavité simple ; le nombre de Nusselt est augmenté de 84.9 % comparativement au
Ra=100.
b) Les lignes de courant
La figure 4.12 montre les lignes de courant, pour différentes valeurs du nombre
d'ondulation (de 0 à 6), du nombre de Rayleigh (Ra = 100 à 106) et la concentration des
nanoparticules (ϕ = 0 à 4 %). L’ajout de la paroi ondulée supérieure mène à une faible
atténuation de l'écoulement convecteur et du refroidissement plus intensif de la cavité.
Les figures montrent une perturbation remarquable sur l’effet du nombre d’ondulation
sur le développement de la structure de l’écoulement.
Pour l’effet du nombre de Rayleigh (Ra) sur la distribution des lignes de courant, la
fonction adimensionnelle de l’écoulement (ψ) est augmentée en fonction de
l’accroissement du nombre de Rayleigh (Ra). Alors, les forces de flottabilités ont un
impact très important sur le contact des particules du nanofluide avec la paroi de la
cavité.
84
Dans la même figure, il a été observé que l’augmentation de la concentration des

nanoparticules augmente la fonction adimensionnelle de l’écoulement (ψ). D’une autre
façon, la conductivité et la viscosité ont un rôle primordial sur la performance
thermique du nanofluide, tandis que ces paramètres thermo physiques sont influencés
directement par la variation de la concentration des nanoparticules.
Pour un nombre de Rayleigh variant de 102 jusqu’à 104. La structure de l’écoulement
est bicellulaire représenté par deux vortex tournants presque identiques. Ce
phénomène physique est généré par le fait que le fluide se rapproche de la paroi
chaude recevant de la chaleur et devient plus léger et ascendant sous l’effet de la
poussée d’Archimède. Par contre au voisinage de la paroi froide il se refroidit et
devient plus lourd et descendant.
Un phénomène particulier est observé dans le cas de Ra=106. Cependant, la
distribution de la structure de l’écoulement est aléatoire est dû probablement à
l’interaction entre les deux vortex sous l’effet de la poussée d’Archimède.
Frame 001  13 Jan 2014  title ϕ = (0%

Frame 001  13 Jan 2014  title ; 2% ; 4%)
Frame 001  13 Jan 2014  title
Ra=102 Ra=104 Ra=106
 max  3.9249 *106  max  4.0474 *106  max  9.4270 *104  max  9.6996 *104  max  1.6074 *102  max  1.7297 *102
 max  4.1464 *106  max  9.8710 *104  max  1.8521 *102
85
Frame 001  15 Oct 2017  title Chapitre 4 Effet du nanofluide Al2O3-Eau sur le transfert thermique dans une cavité
Frame 001  15 Oct 2017  title
ame 001  15 Oct 2017  title

 max  4.6506 *106   4.7960 *10
6
max001  15 Oct 2017  title
Frame
 max  9.5020 *104  m001
Frame  9.8071*10
4
ax  15 Oct 2017  title  max  1.2290 *102  max  1.3398 *102
 max  4.9149 *106  max  10.0178 *104  max  1.4522 *102
6
Frame 001  15 Oct 2017 ma 
title
x  4.1807 *10  max  4.3116 *106   8.8675 *10
4
 maxFrame 001  15 Oct2017
 9.1246 *10  max  1.1925 *102
4  title
 max  1.2990 *102
Frame 001  15 Oct 2017 ma x
 title
 max  4.4186 *106  max  9.2884 *104  max  1.4082 *102
 max  4.3347 *106  max  4.4701*106  max  9.2969 *104  max  9.5784 *104  max  1.5435 *102  max  1.6627 *102
 max  4.5809 *106  max  9.7639 *104  max  1.7821 *102
86


 max  4.3276 *106
Frame 001  15 Oct 2017  title  max  4.4629 *106  max  9.1302 *104  max  9.4066 *104  max  1.2045 *102
 max  1.3101*102
 max  4.5736 *106  max  9.5886 *104  max  1.4165 *102
6 Frame 001  15 Jan 2014  title

  4.3288*10  max  4.4641*106  4
 max  9.3757 *104  max  1.5297 *102  max  1.6478 *102
Frame 001  15 Jan 2014  ma
titlex max  9.1013 *10
 max  4.5748 *106

 max  9.5581 *104  max  1.7658 *102
 max  4.3328*106  max  4.4683*106  max  9.0850 *104  max  9.3589 *104  max  1.2097 *102  max  1.3164 *102
 max  4.5791 *106  max  9.5389 *104  max  1.4238 *102
Figure 4.12. Lignes de courant pour ϕ = 0%,2% et 4%, pour différents Ra (102, 104 et
106) et différents nombre d'ondulation.
87
c) Distribution de la température statique

La distribution de la température statique adimensionnelle en fonction de l'ondulation,
de nombres de Rayleigh et de la concentration de nanoparticule est illustrée dans la
figue 4.13. Généralement, les lignes isothermes sont des courbes parallèles aux parois
horizontales. Jusqu'au nombre de Rayleigh Ra=104, il existe un gradient de
température sur la paroi chaude vers la paroi froide, où le fluide s’écoule très
lentement.
Dans le cas des valeurs du nombre de Rayleigh élevé ( Ra 104 ), les lignes isothermes
subissent une distorsion est prennent le sens de l’écoulement, et le transfert thermique
devient convectif. Frame 001  16 Jan 2017  title
ϕ = (0% ; 2% ; 4%)
Ra=102 Ra=104 Ra=106
0.05
0.1 0.25
0.2 0.75 0.75
0.4
0.35
0.65 0.65
0.35
0.55
0.55
0.85
0.45
0.8
0.75
001  16 Jan 2017  title 0.55 0.55
0.9 Frame 001  16 Jan 2017  title
0.75
0.95 0.8
0.95
0.05 0.05 0.3
0.3 0.25
0.7
0.55
0.45
0.7
0.75
0.621715
0.55
0.9
0.7
0.6
0.95 0.9 0.8
88
1  16 Jan 2017  title Frame 001  16 Jan 2017  title
0.05 0.05 0.2
0.25 0.6
0.25
0.5
0.640619
Frame 001  16 Jan 2017  title 0.5Frame 001  16 Jan 2017  title
ame 001  16 Jan 2017  title
0.8
0.8 0.8
0.6
0.9
0.8 0.6
0.98646 0.95 0.8 0.8 0.9
0.1 0.1 25
0.8 0. 0.8
0.4
0.5
0.35

0.7 001  17 Oct 2017  title
Frame
0.5 0.55
0.85
0.6
0.7
0.987607 0.9 0.9 0.65 0.95
0.2
0.05 0.05
0.35 0.7
0.3

001  17 Oct 2017  title
0.45
0.7
Frame 001  17 Oct 2017  title 0.635489
0.6
0.55
0.9
0.7
0.980915 0.9 0.8
0.1 0.1
0.2
0.35
0.45
0.35
0.6
0.55
0.8 0.5
0.8
0.85
0.9 0.65
0.974766 0.6
0.95
0.8
89
0.05 0.05 0.4

0.25
0.7
0.35
0.6
79
40 9
0.5 0.6
0.85 0.6
0.932032
0.9 0.8
0.986356
Figure 4.13. Contours de température statique à ϕ = 0%, 2% et 4%, pour différents

valeur de Rayleigh Ra (102, 104 et 106) et différents nombre d'ondulation.
Dans ce cas, les isothermes sont très étroites près des parois horizontales et se
déforment jusqu’à ce qu’elles deviennent parallèles aux parois verticales et formant
une stratification au cœur de la cavité.
Le long de la paroi ondulée, le transfert de chaleur par convection parait légèrement
moins intense, il a été observé que les lignes isothermes prennent la forme des
ondulations, et le transfert thermique s’intensifie particulièrement près des crêtes puis
diminue substantiellement au niveau des creux. Il est nécessaire de noter que la forme
de la paroi ondulée a un impact très important sur la structure de l'écoulement et le
transfert thermique, mais la position de cette forme est encore un autre facteur
qu’influe sur les caractéristiques thermique et hydrodynamique du fluide. Cependant,
la position supérieure de la paroi ondulée qu'a été présentée dans cette étude représente
un mauvais choix, car l'effet des forces de flottabilité n'exercent pas leur importance
sur le phénomène de transfert thermique. D'une autre manière, il est connu que les
forces de flottabilités jouent leur rôle primordial vers le sens de gravité, tandis que
cette situation est absente dans la présente investigation.
d) Génération d'entropie
Les variations de la génération d'entropie totale basée sur les différentes parois
ondulées pour différents nombres de Rayleigh et fractions volumiques sont illustrées
dans la figure 4.14. Il a été constaté que la génération de l'entropie totale atteint des
90
valeurs très élevés pour des nombres de Rayleigh élevés également. Par contre pour la
marge du nombre de Rayleigh entre 100 et 104, la génération de l’entropie totale reste
presque constante.
Généralement, la génération d'entropie totale augmente avec l'augmentation du
nombre de Ra en raison de la plus grande quantité de chaleur transférée dans le fluide.
Comme mentionné précédemment, il n’y a aucune influence de la paroi ondulée sur
l’exécution de transfert thermique. Cette remarque est confirmée dans le cas de la
génération de l’entropie, où aucun impact de la paroi supérieure ondulée sur
l’évolution de la génération de l’entropie, ceci est dû probablement sur l’effet des
forces de flottabilité qui sont toujours influecés vers le sens de la gravité.
En d'autres termes, la génération de gradient de température et d'entropie due au
transfert de chaleur se concentre le long des parois latérales. Pour tous les cas étudiés
avec différents nombres de Ra, et différentes valeurs de la fraction volumique, la
présence de nanoparticules joue un rôle plus important dans la réduction de l'entropie à
un nombre Rayleigh plus élevé.
(a)   0%,1%, 2%,3% et 4% (b)   0%,1%, 2%,3% et 4%

80
80
0 ond 1 ond 70
70
2 ond 3 ond
4 ond 5 ond
60 60
6 ond 0 3
Ra = 10 Ra = 10
1 4
50 50 Ra = 10 Ra = 10
2 5
Ra = 10 Ra = 10
ST
6
40 40 Ra = 10
ST
30 30
20
20
10
10
0
0 1 2 3 4 5 6
10 10 10 10 10 10 10 0
Ra 0 1 2 3 4 5 6
Nombre des ondulations
91
80
80
0 ond 1 ond
70
2 ond 3 ond
70
4 ond 5 ond
6 ond 60
60
0 3
50 Ra = 10 Ra = 10
1 4
50 Ra = 10 Ra = 10
ST
2 5
Ra = 10 Ra = 10
ST
40
40 6
Ra = 10
30
30
20
20
10 10
0 0
0 1 2 3 4 5 6
10 10 10 10 10 10 10 0 1 2 3 4 5 6
Ra Nombre des ondulations
80
70
70 0 ond 1 ond
2 ond 3 ond 60
60 4 ond 5 ond
6 ond
50
0 3
50 Ra = 10 Ra = 10
1 4
Ra = 10 Ra = 10
40 2 5
St
40 Ra = 10 Ra = 10
St
6
Ra = 10
30
30
20
20
10
10
0
0
0 1 2 3 4 5 6 0 1 2 3 4 5 6
10 10 10 10 10 10 10 Nombre des ondulations
Ra
80
70
0 ond 1 ond
70
2 ond 3 ond
60
4 ond 5 ond
60 6 ond
50 0 3
Ra = 10 Ra = 10
50 1 4
Ra = 10 Ra = 10
40 2 5
ST
Ra = 10 Ra = 10
ST
40 6
Ra = 10
30
30
20
20
10
10
0
0 1 2 3 4 5 6
0 Nombre des ondulations
0 1 2 3 4 5 6
10 10 10 10 10 10 10
Ra
92
70 70
60 0 ond 1 ond 60
2 ond 3 ond
4 ond 5 ond 50
50 0 3
6 ond Ra = 10 Ra = 10
1 4
Ra = 10 Ra = 10
40 2 5
40 Ra = 10 Ra = 10
ST
6
ST
Ra = 10
30
30
20
20
10
10
0
0 0 1 2 3 4 5 6
10
0 1
10 10
2
10
3 4
10 10
5 6
10 Nombre des ondulations
Ra
Figure 4.14. Variation de la génération d'entropie thermique pour différentes fractions

volumiques(a) en fonction du nombre de Rayleigh (b) en fonction des ondulations
4.3 Conclusion
Les performances du transfert de chaleur par convection naturelle et la génération
d'entropie du nanofluide Al2O3 / eau dans une cavité bidimensionnelle sont étudiées
numériquement à l'aide d'un code de calcul CFD fluent. Des simulations ont été
effectuées pour différents nombres de Rayleigh et fractions volumiques. Les résultats
montrent que le nombre moyen de Nusselt augmente avec l'augmentation du nombre
de Rayleigh et de la fraction volumique. De plus, dans la comparaison avec l'eau pure,
le nanofluide Al2O3 / eau présente un nombre du Nusselt moyen plus élevé le long de
la paroi chauffante car la conductivité accrue est un paramètre dominant pour
augmenter le transfert de chaleur par convection.
En outre, afin de tester l'influence des nanoparticules ajoutées en fluide pur sur la
génération d'entropie, certains paramètres doivent être considérés : la fraction
volumique des nanoparticules et le nombre de Rayleigh. Comme conclusions, l'ajout
de nanoparticules dans le liquide pur diminue la génération d'entropie, où l'entropie
thermique la plus basse est obtenue pour le cas de Ra égal à 104, ce qui présente un
meilleur cas pour minimiser la génération d'entropie. Ainsi, une relation
93
proportionnelle est établie entre Ra et les deux autres paramètres (nombre de Nusselt
et génération d'entropie).
Afin de montrer l'influence de la nature des nanofluides sur les flux convectifs et la
production d'entropie dans telles cavités ; Un autre travail sera effectué avec des
nanofluides avec des faibles valeurs du nombre de Prandtl. Les résultats montrent que
ce type de fluide présente un comportement différent que ceux observés dans les
fluides avec un nombre élevé de Prandtl.
94
Conclusions
Cette thèse est consacrée à analyser les phénomènes de la convection naturelle et la
production d'entropie de nanofluide Al2O3 à base d'eau pure dans deux cavités (carrée
simple et carrée ondulée). Les résultats obtenus ont été présentés par le nombre de
Nusselt moyen, les lignes de courants, les isothermes et la génération d'entropie avec
divers paramètres pertinents, à savoir le nombre de Rayleigh, la fraction volumétrique
des nanoparticules, et le nombre des ondulations de la paroi superieur.
Avant l'introduction à l'investigation numérique de ces modèles, une recherche
bibliographique exhaustive à été effectuée pour aborder tous les aspects de
nanofluides, y compris la modélisation, la caractérisation, la classification et autres
démarches sur les nanofluides.
Les résultats numériques disponibles dans la littérature dévoilent que les nanofluides
peuvent améliorer le transfert thermique comparativement aux fluides conventionnels
du transfert thermique dus à l'existence des nanoparticules dans les fluides de base.
Non seulement l'augmentation de la concentration de volume des nanoparticules
provoque des augmentations dans le transfert de chaleur par convection, mais
également augmente légèrement les pertes de pression. Malheureusement, parmi les
expériences et les simulations, il y a quelques contradictions au sujet de l'influence de
la concentration des particules sur la variation du transfert thermique dans la
convection naturelle surtout l’effet de la viscosité et le choix des modèles numériques
qu'ignorèrent la rhéologie non-newtonienne des nanofluides.
En outre, les corrélations disponibles pour la prévision des propriétés thermo
physiques de nanofluide ont été proposées sur la base d'un nombre limité de données
expérimentales. Ces corrélations sont disponibles pour prévoir la conductivité
thermique et la viscosité des nanofluides considérant les effets de la fraction
volumique, de la forme des particules, de la dimension particulaire, de la température
de nanofluide et de la diffusion Brownienne.
La modélisation des nanofluides reste complexe en vue de l’effet de chaque paramètre
sur un autre, par exemple ; les formes de particules pourraient affecter la conductivité
95
thermique aussi bien que la viscosité des nanofluides et par conséquent, changer les
caractéristiques thermo-hydrauliques des nanofluides.
Plusieurs comparaisons ont été effectuées entre les écoulements monophasés et
biphasés des nanofluides pour trouver l'approche appropriée de CFD qui donne des
résultats plus précis par rapport aux résultats expérimentaux. Le Modèle monophasé
conventionnel est l'approche la plus commune dans la majorité des études théoriques
de transfert de chaleur par convection en utilisant le nanofluide. Néanmoins, les
prévisions numériques ont montré que les approches numériques du modèle
monophasé peuvent mener à quelques déviations par rapport aux données
expérimentales dues à la négligence des mécanismes de glissade entre les
nanoparticules et le fluide de base.
Il est évident également que les nanofluides peuvent améliorer significativement la
capacité de transfert de chaleur des fluides de transfert de chaleur classiques en raison
de l'existence des nanoparticules dispersées hautement conductrices dans le fluide
hôte. Non seulement l'augmentation de la concentration en volume des nanoparticules
entraîne une tendance croissante au transfert de chaleur par convection des
nanofluides, mais elle augmente légèrement la pression, ce qui est largement exprimé
par la plupart des travaux numériques.
Parmi quelques travaux du CFD, il existe des incohérences quant à l'influence de la
concentration des nanoparticules sur la variation du transfert de chaleur dans la
convection ne considèrent pas la rhéologie non Newtonienne dans les simulations
numériques.
Pendant que les approches biphasées considèrent la nature biphasée d'écoulement des
nanofluides, elles peuvent obtenir des résultats plus pratiques pour la simulation de
transfert de chaleur par convection. La plupart des publications confirment que le
modèle biphasé a une grandeur plus élevée de transfert thermique par rapport au
modèle homogène, mais en raison des résultats contradictoires parmi les travaux
numériques récemment conduits, il est encore controversé si l'approche biphasée
donne des résultats plus convenables.
La convection dans les nanofluides a été étudiée moyennant les propriétés de transport
mentionnées dans le premier chapitre, quelque soit l'importance principale de ces
96
propriétés sur les applications d'ingénierie. Néanmoins, plusieurs travaux sont en
désaccord l'un avec l'autre, bien que la plupart conviennent sur le fait que la
convection forcée dans le nanofluide est mise en valeur par rapport au fluide de base.
Ce perfectionnement, ne semble pas suivre les théories classiques et n'augmente pas
avec la charge des nanoparticules. Dans lequel, certains cas ont détérioré ces
améliorations de transfert thermique dans les nanofluides, où cette détérioration
empire avec l'augmentation de la fraction volumique des nanoparticules. Toutefois,
beaucoup d'expériences sur le transfert de chaleur par convection restent nécessaires,
particulièrement avec les nanoparticules métalliques et avec des concentrations faibles.
Parmi des expériences de conductivité thermique, il serait avantageux pour avoir plus
de mesures effectuées avec les liquides ioniques en tant que liquides de base. Vu le fait
que des liquides ioniques peuvent être fabriqués en laboratoire et leurs propriétés
contrôlés, il serait intéressant et clairvoyant pour observer comment les propriétés des
nanofluides sont affectées par de diverses caractéristiques du liquide de base. Ceci
pourrait fournir une perspective différente vers une meilleure compréhension des
nanofluides.
Revenant au cas étudié dans la présente étude, les domaines simulés correspondent à
une cavité carrée simple chauffée dont la paroi basse et les 3/4 des parois latérales, est
refroidie par le haut, et une autre cavité ondulée a la paroi supérieure avec différent
nombres d’ondulation. La conductivité thermique efficace du nanofluide a été
exprimée par le modèle Maxwell-Garnetts, où la viscosité dynamique a été calculée
selon la formule de Brinkman. Les résultats constatent que le transfert de chaleur
augmente avec l'augmentation du nombre de Rayleigh et la fraction volumique. Ainsi,
l’ondulation de la paroi supérieure de la cavité ne donne non-seulement aucun
avantage sur le phénomène de transfert de chaleur par convection, mais encore
augmente légèrement la génération de l’entropie. Le choix de ces paramètres est
important pour obtenir une amélioration maximale du transfert de chaleur avec une
génération minimale d'entropie.
97
Références bibliographiques
[1] Choi, S. Eastman, JA. ―Enhancing thermal conductivity of fluids with nano-
particles‖. ASME-Publications-FED.1995; 231:99–106.
[2] Wen, D. Lin, G.Vafaei,S. Zhang, K.―Review of nanofluids for heat transfer
applications.‖Particuology. 2009; 7:141–150.
[3] Saidur, R. Leong, K. Y, Mohammad, H A.―A review on applicationsand
challenges of nanofluids.‖Renew SustEnerg Rev.2011; 15, no.3: 1646–1668.
[4] Das, SK. Choi, S U S. Yu, W.Pradeep, T.‖ Nanofluids: Science and Technology‖.
Hoboken, NJ: John Wiley & Sons, 2007.
[5] Brown, R. ―A brief account of microscopical observations made in the comments
of June, July and August, 1827, on the particles contained in the pollen of plants;
and on the general existence of active molecules in organic and inorganic bodies.‖
Philos. Mag. 1828; 4: 161–173.
[6] Einstein, A. ―The theory of the Brownian motion.‖ Ann. Phys. 1906b;19, no. 2:
371–381.
[7] Keblinski, P. S R,Phillpot.Choi,S U S. and Eastman,J A. ―Mechanisms of heat flow
in suspensions of nanosized particles (nanofluids).‖ Int. J. Heat Mass Transf.
2002;45, no. 4: 855–863.
[8] Prasher, R. Bhattacharya,P. and Phelan,P E. ―Brownianmotionbased convective
conductive model for the effective thermal conductivity of nanofluids.‖ J. Heat
Transf. 2006; 128, no. 6: 588–595.
[9] Yu, W.Hull,J H. and Choi,S U S. ―Stable and highly conductive nanofluids—
Experimental and theoretical studies.‖ Paper TEDAJ03384. Proceedings of the 6th
ASME-JSME Thermal Engineering Joint Conference. New York, 2003.
[10] Koo, J. and Kleinstreuer,C. ―A new thermal conductivity model for nanofluids.‖
J. Nano. Res. 2004;6, no. 6: 577–588.
[11] Jang, S P. and Choi,S U S. ―Role of Brownian motion in the enhanced thermal
98
conductivity of nanofluids.‖ Appl. Phys. Lett. 2004;84, no. 21: 4316–4318.
[12] Prasher, R. Bhattacharya, P. and Phelan,P. E. ―Thermal conductivity of nanoscale
colloidal solutions (nanofluids).‖ Phys. Rev. Lett. 2005;94, no. 2: 25901.
[13] Patel, H.Das,S K. Sundararajan, T.Sreekumaran, N A.George,B. and Pradeep,T.
―Thermal conductivities of naked and monolayer protected metal nanoparticle
based nanofluids: Manifestation of anomalous enhancement and chemical
effects.‖ Appl. Phys. Lett. 2003; 83, no. 14: 2931–2933.
[14] Ren, Y.Xie,H. and Cai,A. ―Effective thermal conductivity of nanofluids
containing spherical nanoparticles.‖ J. Phys. D Appl. Phys. 2005;38, no.21:
3958–3961.
[15] Shukla, R K. and Dhir,V K. ―Effect of Brownian motion on thermal conductivity
of nanofluids.‖ J. Heat Transf.2008; 130, no. 4: 042406.
[16] Beck, M P.Sun, T. and Teja,A S. ―The thermal conductivity of alumina
nanoparticles dispersed in ethylene glycol.‖ Fluid Phase Equilibr. 2007; 260, no.
2: 275–278.
[17] Nie, C.Marlow, W H. and Hassan, Y. A. ―Discussion of proposed mechanisms of
thermal conductivity enhancement in nanofluids.‖ Int. J. Heat Mass Transf.
2008;51, no. 5–6: 1342–1348.
[18] Xue, L.Keblinski,P. Phillpot,S. R.Choi, S U S. and Eastman,J. A. ―Effect of
liquid layering at the liquidsolid interface on thermal transport.‖ Int. J. Heat Mass
Transf. 2004; 47, no. 19–20: 4277–4284.
[19] Kapitza, P L. ―The study of heat transfer in helium II.‖ J. Phys. 1941; 4, no. 1–6:
181–210.
[20] Eastman, J A.Phillpot, S R.Choi, S U S. and Keblinski,P. ―Thermal transport in
nanofluids.‖ Annu. Rev. Mater. Res. 2004; 34, no. 1: 219–246.
[21] Nakayama, T. ―New channels of energy transfer across a solidliquid He
interface.‖ J. Phys. C Solid State Phys. 1985; 18, no. 22: L667–L671.
[22] Jang, S P. and Choi,S. U. S.―Effects of various parameters on nanofluid thermal
conductivity.‖ J. Heat Transf. 2007; 129, no. 5: 617.
[23] Shukla, R K., and Dhir,V. K. ―Numerical study of the effective thermal
conductivity of nanofluids.‖ Proceedings of ASME Summer Heat Transfer
99
conference. San Francisco, CA: ASME, 2005; 1–5.
[24] Evans, W.Fish, J. and Keblinski,P. ―Role of Brownian motion hydrodynamics on
nanofluid thermal conductivity.‖ Appl. Phys. Lett. 2006; 88, no. 9: 93116.
[25] Chandrasekar, M., and Suresh,S. ―A review on the mechanisms of heat transport
in nanofluids.‖ Heat Transf. Eng. 2009; 30, no. 14: 1136–1150.
[26] Evans, W. Prasher, R. Fish, J. Meakin, P. Phelan, P. and Keblinski,P. ―Effect of
aggregation and interfacial thermal resistance on thermal conductivity of
nanocomposites and colloidal nanofluids.‖ Int. J. Heat Mass Transf. 2008; 51,
no. 5–6: 1431–1438.
[27] Hong, KS.Hong, T K. and Yang,H S. ―Thermal conductivity of Fe nanofluids
depending on the cluster size of nanoparticles.‖ Appl. Phys. Lett. 2006; 88,
no. 3: 31901.
[28] Masuda, H.Ebata, A. Teramae, K. and Hishinuma,N. ―Alteration of thermal
conductivity and viscosity of liquid by dispersing ultrafine particles (dispersions
of γAl2 O3, SiO2, and TiO2 ultrafine particles).‖ Jpn. J. Thermophys.
Prop. 1993;7, no. 4: 227–233.
[29] Beck, M P.Yuan, Y. Warrier, H P. and Teja,A. S.―The effect of particle size on
the thermal conductivity of alumina nanofluids.‖ J. Nanopart. Res. 2009; 11,
no. 5: 1129–1136.
[30] Choi, S U S.Zhang, Z. G. Yu, W. Lockwood, F. E. and Grulke,E. A. ―Anomalous
thermal conductivity enhancement in nanotube suspensions.‖ Appl. Phys. Lett.
2001; 79, no. 14: 2252–2254.
[31] Lee, S.Choi, S U S.Li, S. and Eastman,J. A. ―Measuring thermal conductivity of
fluids containing oxide nanoparticles.‖ J. Heat Transf. 1999; 121,
no. 2: 280–289.
[32] Liu, M S.Lin, M CC. Tsai, C Y and Wang,C C. ―Enhancement of thermal
conductivity with Cu for nanofluids using chemical reduction method.‖ Int. J.
Heat Mass Transf. 2006; 49, no. 17–18: 3028–3033.
[33] Özerinç, S.Kakaç, S. and Yazıcıoğlu,A. G. ―Enhanced thermal conductivity of
nanofluids: A stateoftheart review.‖ Microfluid. Nanofluid. 2009; 8,
no. 2: 145–170.
100
[34] Das, S K. Putra, N. Thiesen, P. Roetzel, W. ―Temperature dependence of thermal
conductivity enhancement for nanofluids.‖ J. Heat Transf.2003; 125: 567–574.
[35] Putnam, S A. and Cahill,D G. ―Micron scale apparatus for measurements of
Thermo diffusion in liquids.‖ Rev. Sci. Instrum. 2004; 75, no. 7: 2368–2372.
[36]Wang, Z. ―Thermal wave in thermal properties measurements and flow
diagnostics: With applications of nanofluids thermal conductivity and wall shear
stress measurements.‖ PhD dissertation, Oregon State University, Corvallis,
OR, 2009.
[37] Buongiorno, J. et al.―A benchmark study on the thermal conductivity of
nanofluids.‖ J. Appl. Phys. 2009; 106: 1–14.
[38] Wang, X.Xu, X. and Choi,S U S.―Thermal conductivity of nanoparticle fluid
mixture.‖ J. Thermophys. Heat Tr. 1999; 13, no. 4: 474–480.
[39] Pak, B. C. Cho, Y. ―Hydrodynamic and heat transfer study of dispersed fluids
with submicron metallic oxide particles.‖ Exp. Heat Transf. 1998; 11: 151–170.
[40] Eastman, J.A. Choi, S U S. Li, S. Yu, W. and Thompson, LJ.―Anomalously
increased effective thermal conductivities of ethylene glycol-based nanofluids
containing copper nanoparticles.‖ Appl. Phys. Lett. 2001; 78, 718–720.
[41] Assael, M J.Chen, C F. Metaxa,I. and Wakeham,W A. ―Thermal conductivity of
suspensions of carbon nanotubes in water.‖ Int. J. Thermophys. 2004; 25,
no. 4: 971–985.
[42] Jana, S. Salehi Khojin, A. and Zhong,W H. ―Enhancement of fluid thermal
conductivity by the addition of single and hybrid nanoadditives.‖ Thermochim.
Acta 2007; 462, no. 1–2: 45–55.
[43] Yoo, D H.Hong, K S. Hong, T E. Eastman, J A. and Yang,H S. ―Thermal
conductivity of Al2 O3 /water nanofluids.‖ J. Korean Phys. Soc. 2007; 51,
no. 12: S84–S87.
[44] Kumar, D. Patel, H. Kumar, V. Sundararajan, T. Pradeep, T. and Das,S K.
―Model for heat conduction in nanofluids.‖ Phys. Rev. Lett. 2004; 93,
no. 14: 4316.
[45] Puliti, G.Paolucci, S. and Sen,M. ―Nanofluids and their properties.‖ Appl. Mech.
Rev.2012a; 64, no. 3: 030803.
101
[46] Mintsa, H. Roy, G. Nguyen,C. and Doucet,D. ―New temperature dependent
thermal conductivity data for waterbased nanofluids.‖ Int. J. Therm. Sci. 2009;
48, no. 2: 363–371.
[47] Vajjha, R S., and Das,D K. ―Experimental determination of thermal conductivity
of three nanofluids and development of new correlations.‖ Int. J. Heat Mass
Transf.2009a; 52, no. 21–22: 4675–4682.
[48] Buongiorno, J. et al. ―A benchmark study on the thermal conductivity of
nanofluids.‖ J. Appl. Phys. 2009; 106: 1–14.
[49] Sergis, A. and Hardalupas,Y. ―Anomalous heat transfer modes of nanofluids: A
review based on statistical analysis.‖ Nanoscale Res. Lett. 2011; 6, no. 1: 391.
[50] Ding, Y. Alias, H. Wen, D. and Williams,R. ―Heat transfer of aqueous
suspensions of carbon nanotubes (CNT nanofluids).‖ Int. J. Heat Mass Transf.
2006; 49, no. 1–2: 240–250.
[51] Chen, H. Ding, Y. He, Y. and Tan,C. ―Rheological behavior of ethylene glycol
based titania nanofluids.‖ Chem. Phys. Lett. 2007; 444, no. 4–6: 333–337.
[52] Einstein, A. ―A new determination of the molecular dimensions.‖ Ann. Phys.
1906a; 19, no. 2: 289–306.
[53] Einstein, A. ―Correction of my work: A new determination of the molecular
dimensions.‖ Ann. Phys. 1911; 34, no. 3: 591–592.
[54] Krieger, I M. ―A mechanism for non-Newtonian flow in suspensions of rigid
spheres.‖ J. Rheol. 1959; 3, no. 1: 137–152.
[55] Bergman, T. ―Effect of reduced specific heats of nanofluids on single phase,
laminar internal forced convection.‖ Int. J. Heat Mass Transf. 2009; 52,
no. 5–6: 1240–1244.
[56] Vajjha, R S. and Das,D K. ―Specific heat measurement of three nanofluids and
development of new correlations.‖ J. Heat Transf. 2009b; 131, no. 7: 071601.
[57] Escher, W. et al. ―On the cooling of electronics with nanofluids.‖ J. Heat Transf.
2011; 133, no. 5: 051401.
[58] Nelson, I C. Banerjee, D. and Ponnappan,R.―Flow loop experiments using
Poly alpha olefin nanofluids.‖ J. Thermophys. Heat Tr. 2009; 23, no. 4: 752–761.
[59] Shin, D. and Banerjee, D. ―Enhancement of specific heat capacity of high
102
temperature silica nanofluids synthesized in alkali chloride salt eutectics for solar
thermal energy storage applications.‖ Int. J. Heat Mass Transf. 2011a;54,
no. 5–6: 1064–1070.
[60] Zhou, S Q.and Ni, R. ―Measurement of the specific heat capacity of waterbased
Al2O3nanofluid.‖ Appl. Phys. Lett. 2008; 92, no. 9: 093123.
[61] Shin, D. and Banerjee,D. ―Enhanced specific heat of silica nanofluid.‖ J. Heat
Transf. 2011b; 133, no. 2: 024501.
[62] Saidur, R.Kazi,S N. Hossain, M S. Rahman, M M. and Mohammed, H A.
―A review on the performance of nanoparticles suspended with refrigerants and
lubricating oils in refrigeration systems.‖ Renew. Sust. Energ. Rev. 2011; 15,
no. 1: 310–323.
[63] Brinkman, H C. ―The viscosity of concentrated suspensions and solutions.‖
J. Chem. Phys.1952; 20: 571–581.
[64] Maxwell, J C. ―A Treatise on Electricity and Magnetism.‖ Oxford: Oxford
University Press.1881
[65] Maiga, S B. Palm, S J. Nguyen, C T. Roy, G. Galanis, N. ―Heat transfer
enhancement by using nanofluids in forced convection flows.‖ Int. J. Heat Fluid
Flow. 2005; 26: 530–546.
[66] Palm, SJ. Roy, G. Nguyen, CT. ―Heat transfer enhancement with the use
ofnanofluids in radial flow cooling systems considering temperature- dependent
properties.‖ Appl. Therm. Eng. 2006; 26: 2209–2218.
[67] Williams, W. Buongiorno, J. Hu, L W. ―Experimental investigation of turbulent
convective heat transfer and pressure loss of alumina/water and zirconia/water
nanoparticle colloids (nanofluids) in horizontal tubes.‖ J. Heat Transf.2008;
130: 042412.
[68] Venerus, D C. et al. ―Viscosity measurements on colloidal dispersions (nano-
fluids) for heat transfer applications.‖ J. Appl. Rheol.2010; 20: 44582.
[69] Sheng Chen. Rui Du.―Entropy generation of turbulent double-diffusive natural
convection in a rectangle cavity.‖ Energy. 2011; 36: 1721-1734.
[70] Ching-Chang Cho. ―Heat transfer and entropy generation of natural convection in
nanofluid-filled square cavity with partially-heated wavy surface.‖ International
103
Journal of Heat and Mass Transfer.2013; 65: 514–532.
[71] Ching-Chang Cho. Ching-Huang Chiu. Chong-You Lai. ―Natural convection and
entropy generation of Al2O3 –water nano-fluid in an inclined wavy-wall cavity.‖
International Journal of Heat and Mass Transfer.2016; 97:511–520
[72] Fatih Selimefendigil. Hakan F Öztop. Ali J Chamkha. ―MHD mixed convection
and entropy generation of nanofluid filled lid driven cavity under the influence of
inclined magnetic fields imposed to its upper and lower diagonal triangular
domains.‖ Journal of Magnetism and Magnetic Materials. 2016; 406: 266–281.
[73] Li,J. Kleinstreuer,C. ―Entropy generation analysis for nanofluid flow in
microchannels.‖ J. Heat Transfer. 2010; 132: 122401.1–122401.8.
[74] Zouhaier Mehrez. Mourad Bouterra. Afif El Cafsi. Ali Belghith. « Heat transfer
and entropy generation analysis of nanofluids flow in an open cavity.‖
Computers & Fluids. 2013; 88: 363–373.
[75] Ching-Chang Cho.Chieh-Li Chen.Cha‘o-Kuang Chen. ―Natural convection heat
transfer and entropy generation in wavy-wall enclosure containing water-based
nanofluid.‖ International Journal of Heat and Mass Transfer. 2013; 61: 749–758
[76] Sheikholeslami, M. Ashorynejad, H R. Rana, P. ―Lattice Boltzmann simulation of
nanofluid heat transfer enhancement and entropy generation.‖ Journal of
Molecular Liquids. 2016; 214: 86–95
[77] Kefayati,GH R. ―Simulation of heat transfer and entropy generation of MHD
natural convection of non-Newtonian nanofluid in an enclosure.‖ International
Journal of Heat and Mass Transfer. 2016; 92: 1066–1089
[78] ImenMejri. Ahmed Mahmoudi.―MHD natural convection in a nanofluid-filled
open enclosure with a sinusoidal boundary condition.‖ chemical engineering
research and design. 2015; 98: 1–16
[79] KefayatiGH R. ―FDLBM simulation of entropy generation due to natural
convection in an enclosure filled with non-Newtonian nanofluid.‖ Powder
Technology. 2015; 273: 176–190.
[80] Kashani, S. Ranjbar, A A. Mastiani,M.Mirzaei,H. ―Entropy generation and
natural convection of nanoparticle-water mixture (nanofluid) near water density
inversion in an enclosure with various patterns of vertical wavy walls.‖ Applied
104
Mathematics and Computation. 2014; 226: 180–193
[81] Mina Shahi. Amir HoushangMahmoudi. Abbas Honarbakhsh Raouf. ―Entropy
generation due to natural convection cooling of a nanofluid.‖ International
Communications in Heat and Mass Transfer. 2011; 38: 972–983
[82] Esmaeilpour, M. Abdollahzadeh, M. ―Free convection and entropy generation of
nanofluid inside an enclosure with different patterns of vertical wavy walls.‖
International Journal of Thermal Sciences. 2012; 52: 127-136
[83] Prasanth Anand Kumar Lam.Arul Prakash,K. ―A numerical study on natural
convection and entropy generation in a porous enclosure with heat sources.‖
International Journal of Heat and Mass Transfer. 2014; 69: 390–407
[84] Fersadou, I. Kahalerras, H. El Ganaoui,M. ―MHD mixed convection and entropy
generation of a nanofluid in a vertical porous channel.‖ Computers and
Fluids.2015; 121: 164–179.
[85] Saurabh Bhardwaj. AmareshDalal. Sukumar Pati. ―Influence of wavy wall and
non-uniform heating on natural convection heat transfer and entropy generation
inside porous complex enclosure.‖ Energy.2015; 79: 467-481
[86] Salam Hadi Hussain. ―Analysis of heat lines and entropy generation during
double-diffusive MHD natural convection within a tilted sinusoidal corrugated
porous enclosure.‖ Engineering Science and Technology, an International Journal,
Article in press.2015.
[87] Ching-Chang Cho.―Influence of magnetic field on natural convection and entropy
generation in Cu–water nanofluid filled cavity with wavy surfaces‖. International
Journal of Heat and Mass Transfer. 2016; 101: 637–647.
[88] Sheremet, M A. Oztop,HF. Pop,I. Al-Salem, K. ―MHD free convection in a wavy
open porous tall cavity filled with nanofluids under an effect of corner heater.‖
International Journal of Heat and Mass Transfer.2016;103: 955–964.
[89] Bejan, A. ―Entropy Generation Through Heat and Fluid Flow‖, Wiley, New
York,1982.
[90] Omid Mahian. Ali Kianifar. Clement Kleinstreuer. Moh‘d A. Al-Nimr.Ioan Pop.
Ahmet Z. Sahin,SomchaiWongwises.―A review of entropy generation in
nanofluid flow.‖ International Journal of Heat and Mass Transfer. 2013;
105
65: 514–532.
[91] Kashani, S. Ranjbar, A A. Mastiani, M. Mirzaei, H. ―Entropy generation and
natural convection of nanoparticle-water mixture (nanofluid) near water density
inversion in an enclosure with various patterns of vertical wavy walls.‖ Appl.
Math. Comp. 2014; 226: 180–193.
[92] Bennacer, R.El Ganaoui, M.Leonardi, E.―Symmetry breaking of melt flow
typically encountered in a Bridgman configuration heated from below.‖ Original
Research Article Applied Mathematical Modelling. 2006; 30: 1249-1261.
[93] El Ganaoui, M.Bontoux, P.―Gravity effects on solidification: The case of an
unsteady melt affecting the growth interface.‖ Advances in Space Research.
1999; 24 :1423-1426.
[94] El Ganaoui, M. Bontoux, P. Morvan, D. ―Localisation d'un front de solidification
en interaction avec un bain fondu instationnaire.‖ Comptes Rendus de
l'Académie des Sciences-Series IIB-Mechanics-Physicsastronomy.1999 ; 327 :
41-48.
[95] Glade, B. ‗‗ Contribution à l‘étude de la convection naturelle dans les nanofluides en
configuration de Rayleigh-Bénard. ‘‘ ; Toulouse III- Paul Sabatier ; Octobre 2010.
[96] Morsli, S. ‗‗ Simulation numérique de la convection naturelle et la génération de
l‘entropie dans les cavités .‘‘ ; USTO MB Oran ; Mars 2015.
[97] Khanafer,K. Vafai, K. Lightstone, M. ―Buoyancy-driven heat transfer
enhancement in a two-dimensional enclosure utilizing nanofluids.‖ Int. J. Heat
Mass Transfer. 2003; 46: 3639–3653.
[98] Versteeg, H K.Malalasekera, W.―An Introduction to Computational Fluid
Dynamics, The Finite Volume Method.‖ Pearson Education Limited. 2007.
[99] Vanaki, ShM.Ganesan, P. Mohammed, H.A. ―Numerical study of convective heat

transfer of nanofluids: A review.‖ Renewable and Sustainable Energy Reviews.
2016; 54: 1212– 1239.
[100] Xuan, Y.Roetzel, W. ―Conceptions for heat transfer correlation of a nofluids.‖Int
J Heat Mass Transf. 2000; 43: 3701–3707.
[101] Mokmeli, A, Saffar-Avval, M. ―Prediction of nanofluid convective heat transfer
106
using the dispersion model.‖Int J Thermal Sci. 2010; 49: 471–478.
[102] Mojarrad, MS. Keshavarz, A.Shokouhi, A. ―Nanofluids thermal behavior
analysis using a new dispersion model along with single-phase.‖ Heat Mass
Transf. 2013; 49: 1333–1343.
[103] Oosthuizen, PH.Carscallen, WE. ―Introduction to compressible fluid flow.‖
2nd ed. Boca Raton, FL: Taylor & Francis. 2013.
[104] Ho, C J. Chen, M W. Li, Z W. ―Numerical simulation of natural convection of
nanofluid in a square enclosure: Effects due to uncertainties of viscosity and
thermal conductivity.‖ Int. J. of Heat and Mass Transfer. 2008;51: 4506–4516.
[105] Lai, F H. Yang, Y T. ―Lattice Boltzmann simulation of natural convection heat
transfer of Al2O3/water nanofluids in a square enclosure.‖ Int. J. of Thermal
Sciences. 2011;50: 1930-1941.
[106] Basak, T. Chamkha, A J. ―Heatline analysis on natural convection for nanofluids
confined within square cavities with various thermal boundary conditions.‖ Int.
J. of Heat and Mass Transfer. 2012;55:5526–5543.
[107] D. Mukutmoni, K.T. Yang, Rayleigh–Bénard convection in a small aspect ration
enclosure. Part I: Bifurcation to oscillatory convection, J. Heat Transfer
115 (1993) 360–366.
107

02 16 183 PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

02 16 183 PDF

Transféré par

Droits d'auteur :

Formats disponibles

‫امجلهورية اجلزائرية ادلميقراطية الشعبية‬

‫وزارة التعلمي العايل و البحث العلمي‬

Présentée par : BOUDAOUD Warda

Faculté : Génie Mécanique

Département : Génie Maritime

Spécialité : Génie Maritime

Devant le Jury Composé de :

Membres de Jury Grade Qualité Domiciliation

AMEUR Houari Professeur C. U.Naama

Année Universitaire : 2018-2019

Le but de ce travail est d'analyser les phénomènes de convection et de la

Mots clés : Nanofluides, transfert de chaleur, entropie, cavité.

Keywords: Nanofluid, heat transfer, entropy, cavity

Je tiens à exprimer mes plus vifs remerciements à Madame Amina SABEUR

Du Profond de mon cœur, je dédie ce travail à tous ceux qui me sont

A mes chers parents,

pour tous leurs sacrifices, leur amour,

A mes chères sœurs,

pour leurs encouragements

A mes chers frères,

pour leur appui et leur

A Mon fils Hamza,

Le plus beau à mon avis et

Que ce travail soit l’’accomplissement de tes vœux tant allégués, et le fruit

Figure 1.1 Effet de la fraction volumique de nanoparticule sur les propriétés

Tableau 4.2 Tests de la sensibilité du maillage .................................................... 74

limite le développement du domaine de transfert de chaleur efficace pour l'énergie, et

1.2 C'est quoi un nanofluide ?

1.3 Importance scientifique et technique

convenir, comme dans l'industrie automobile. L'amélioration élevée de la conductivité

1.4 Classification des études existantes sur les

1.5 Mécanismes possibles pour améliorer la

Tableau 1.1 Travaux disponibles sur les mécanismes d'amélioration de la conductivité

Les mécanismes proposés pour expliquer l'amélioration de la conductivité thermique

1.5.1 Mouvement Brownien

entrent en collision, le mode de transfert de chaleur solide-solide pourrait augmenter la

phorétique. Ce modèle a pu prédire la conductivité thermique dépendante de la

1.5.2 Couches des liquides

diffusion de phonon génère une différence de température (ΔT) à l'interface. Le flux de

1.5.3 Agrégation des nanoparticules

1.6 Quelques expériences sur les propriétés

fluides de base, et les résultats sont étonnamment différents pour diverses

moins efficaces en termes d'amélioration de la conductivité thermique que les

Pendant ce temps, d'autres travaux dans la littérature continuaient à déterminer

comportement de cisaillement et l'augmentation de viscosité compatible avec le

1.6.3 La chaleur Spécifique

diminue sensiblement à mesure que la concentration volumétrique des nanoparticules

1.6.4 Transfert de chaleur par convection

1.7 Modélisation des nanofluides

des nanofluides, les chercheures ont proposé un nombre substantiel de corrélations

et al [66] k  0.003352T  0.3708    1%

Corrélation Venerus   bf 1  23.4

de Venerus et al [68] k  k bf 1  4

Le rapport du nombre de Prandtl de nanofluide Pr  c k , ou μ, c, et k, la viscosité, la

Conservation de la quantité du mouvement

Equation de continuité des nanoparticules

physiques et mathématiques appropriés des nanofluides, et d'une manière primordiale,

La minimisation de la perte d'énergie et l'amélioration des performances des systèmes

des contours irréguliers et stochastiques (Fig.2.1). C'est presque similaire à la structure

2.2 Les nanoparticules à base d’oxyde

étudié numériquement par Cho [70]. L’effet de la fraction de volume de nanoparticule,

Figure 2.2. Cavité ondulée présenté par Cho et al [71].

Généralement, ces résultats fournissent un aperçu utile du comportement de transfert