Optimizing the Piston Paths of Stirling Cycle Cryocoolers

斯特林发动机 斯特林循环 低温冷却器 活塞(光学) 控制理论(社会学) 机械工程 计算机科学 数学 工程类 物理 控制(管理) 光学 人工智能 波前
作者
Raphael Paul,Karl-Heinz Hoffmann
出处
期刊:Journal of Non-Equilibrium Thermodynamics [De Gruyter]
卷期号:47 (2): 195-203 被引量:25
标识
DOI:10.1515/jnet-2021-0073
摘要

Abstract The ideal Stirling cycle provides a clear control strategy for the piston paths of ideal representations of Stirling cycle machines. For non-equilibrium Stirling cycle machines however, piston paths aiming to emulate the ideal cycle’s four strokes will not necessarily yield best performance. In this contribution, we ask the question: What are the COP -optimal piston paths for specific non-equilibrium Stirling cryocoolers? To this end, we consider a low-effort Stirling cryocooler model that consists of a set of coupled ordinary differential equations and takes several loss phenomena into account. For this model and an exemplary parameter set, piston path optimizations are done with an indirect iterative gradient method based on optimal control theory. The optimizations are repeated for two different kinds of volume constraints for the working spaces: one representing an alpha-Stirling configuration, the other a beta-Stirling configuration. Compared to harmonic piston paths, the optimal piston paths lead to significant improvements in COP of ca. 88 % for the alpha-Stirling and ca. 117 % for the beta-Stirling at the maximum- COP operational frequency. Additionally—and even though the optimizations were performed for maximum COP —cooling power was increased with even lager ratios.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
袁鹏飞完成签到,获得积分10
刚刚
lamp完成签到,获得积分10
1秒前
海盗船长完成签到,获得积分10
1秒前
缓慢的白梦完成签到 ,获得积分10
2秒前
敏静发布了新的文献求助10
4秒前
4秒前
甜蜜瑾瑜发布了新的文献求助10
5秒前
Vision完成签到 ,获得积分10
5秒前
激动的小之完成签到,获得积分10
5秒前
琳小依发布了新的文献求助10
5秒前
李爱国应助2028847955采纳,获得10
6秒前
zhang完成签到 ,获得积分10
6秒前
王kk完成签到 ,获得积分10
7秒前
muum发布了新的文献求助10
7秒前
8秒前
Owen应助Navo采纳,获得10
10秒前
10秒前
星辰大海应助WYJie采纳,获得10
11秒前
ZYCong完成签到,获得积分10
14秒前
XYWang发布了新的文献求助10
15秒前
ding应助David采纳,获得10
17秒前
xiiiii发布了新的文献求助10
17秒前
酷波er应助Yippee采纳,获得10
17秒前
zzzrx完成签到,获得积分20
18秒前
酷炫应助甜蜜瑾瑜采纳,获得10
19秒前
星辰大海应助甜蜜瑾瑜采纳,获得10
19秒前
19秒前
20秒前
8R60d8应助zzzrx采纳,获得10
21秒前
九龙飞翔完成签到,获得积分10
22秒前
qiqiqiqiqi完成签到 ,获得积分10
24秒前
FashionBoy应助前世的尘采纳,获得10
25秒前
霸气方盒发布了新的文献求助10
25秒前
Dr.Sun完成签到,获得积分10
25秒前
chen发布了新的文献求助10
25秒前
传奇3应助等待香寒采纳,获得10
26秒前
26秒前
科研通AI2S应助科研通管家采纳,获得10
28秒前
ding应助科研通管家采纳,获得10
29秒前
NexusExplorer应助科研通管家采纳,获得10
29秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3155652
求助须知:如何正确求助?哪些是违规求助? 2806900
关于积分的说明 7870998
捐赠科研通 2465170
什么是DOI,文献DOI怎么找? 1312153
科研通“疑难数据库(出版商)”最低求助积分说明 629913
版权声明 601892