数据驱动下的变重力微通道内流动沸腾传热特性研究

应涛涛; 胡献竹; 苏张凡; 陈棋; 潘瓯瑜; 李根

doi:10.12465/issn.0253-4339.20251108002

您当前的位置：

首页 >

文章列表页 >

数据驱动下的变重力微通道内流动沸腾传热特性研究

更新时间：2026-04-28

- 数据驱动下的变重力微通道内流动沸腾传热特性研究
- Data-Driven Investigation of Flow Boiling Heat Transfer Characteristics in Micro-Channels under Variable Gravity Environment
- 制冷学报 2026年页码：1-12
- 作者机构：
  
  1.温州市铁路与轨道交通投资集团有限公司温州 325011
  2. 重庆交通大学航空学院重庆 400074
- 作者简介：
  
  胡献竹，男，高级工程师，温州市铁路与轨道交通投资集团有限公司，13857754466，E-mail：00001608@wzmtr.com。研究方向：轨道工程与热管理。Hu Xianzhu， male， senior engineer， Wenzhou Railway and Rail Transit Investment Group Co.， Ltd.， 86-13857754466， E-mail： 00001608@wzmtr.com. Research fields： airborne thermal management technology.
- 基金信息：
  
  国家自然科学基金项目(52175257)
- DOI：10.12465/issn.0253-4339.20251108002
  中图分类号： TB657.5;TK124
- 收稿：2025-11-08，
  
  修回：2026-01-17，
  
  录用：2026-02-02，
  
  网络首发：2026-04-28，
- 稿件说明：
移动端阅览
应涛涛,胡献竹,苏张凡等.数据驱动下的变重力微通道内流动沸腾传热特性研究[J].制冷学报,

Ying Taotao,Hu Xianzhu,Su Zhangfan,et al.Data-Driven Investigation of Flow Boiling Heat Transfer Characteristics in Micro-Channels under Variable Gravity Environment[J].Journal of Refrigeration,
应涛涛,胡献竹,苏张凡等.数据驱动下的变重力微通道内流动沸腾传热特性研究[J].制冷学报, DOI：10.12465/issn.0253-4339.20251108002.

Ying Taotao,Hu Xianzhu,Su Zhangfan,et al.Data-Driven Investigation of Flow Boiling Heat Transfer Characteristics in Micro-Channels under Variable Gravity Environment[J].Journal of Refrigeration, DOI：10.12465/issn.0253-4339.20251108002.

摘要

针对轨道交通和航空航天设备在变重力环境下的高效散热需求，本文系统开展了微通道内水-乙二醇混合溶液流动沸腾传热特性的实验研究和数据驱动建模。通过搭建基于离心旋转台的变重力实验平台，实现了1.00

~3.16

的变重力环境模拟，获取了质量流速为50~500 kg/（m

·s）、热流密度为100~800 kW/m

工况下的传热系数和临界热流密度数据。实验结果表明：重力加速度对流动沸腾传热具有显著强化作用，当重力从1.0

增至3.16

时，传热系数提升60%~80%，临界热流密度提高20%~35%。在低干度区，重力增强通过减小气泡脱离直径、提高脱离频率强化传热；在中高干度区，重力增强使液膜变薄且分布均匀，并有效延缓干涸现象。其次，与10种经典传热关联式进行对比发现，传统模型在变重力条件下预测误差较大，其中Fang模型表现最优但平均绝对误差仍达9.6%。最后，采用随机森林、支持向量机和极端梯度提升3种机器学习算法建立了传热系数预测算法模型，其中XGBoost模型在全重力范围内的平均绝对误差仅为3.1%，显著优于传统经验关联式。研究成果可为轨道交通和航空航天机载设备冷却系统的优化设计提供理论依据。

Abstract

Objective

To address the demand for high-efficiency heat dissipation in railway transportation and aerospace equipment under variable gravity environments， we systematically investigated the flow boiling heat transfer characteristics of water-glycol mixtures in microchannels and developed data-driven predictive models. Although microchannel flow boiling offers a compact cooling solution， its characteristics under variable gravity are not well understood， and traditional empirical correlations lack prediction accuracy. In this study， we aimed to fill this gap and provide a theoretical basis for optimizing cooling systems for both railway and aerospace applications.

Methods

Both experimental and machine-learning approaches were employed to evaluate flow boiling heat transfer performance. A variable gravity experimental platform based on a centrifugal rotating table was established， capable of simulating gravity environments from 1.00

to 3.16

. The experimental system featured closed-loop circulation with a 200 mm-long， 2 mm-inner-diameter copper microchannel test section. Experiments were conducted across mass fluxes of 50-500 kg/（m

·s）， heat fluxes of 100-800 kW/m

， system pressures of 0.1-0.3 MPa， and inlet subcoolings of 10-30 ℃. T-type thermocouples with ±0.1 ℃ accuracy were used for temperature measurements， while pressure transducers and differential pressure sens

ors monitored system pressures. Three machine learning algorithms—Random Forest （RF）， Support Vector Machine （SVM）， and Extreme Gradient Boosting （XGBoost）—were developed using 80% training and 20% testing data splits with 5-fold cross-validation for hyperparameter optimization.

Results and Discussions

The results demonstrate significant gravity-induced enhancement of flow boiling heat transfer. As gravity increased from 1.00

to 3.16

， the heat transfer coefficient （HTC） improved by 60%-80%， while the critical heat flux （CHF） increased by 20%-35%. In the region of low vapor quality （

0.3）， gravity enhancement reduced bubble departure diameter according to the relationship

∝ g

-0.5

， leading to increased departure frequency and enhanced microlayer evaporation. In the medium quality region （0.3

0.7）， gravity intensification resulted in thinner and more uniform liquid films， with peak HTC values reaching 23 000 W/（m

·K） at 3.16

compared to 14 100 W/（m

·K） at 1.00

. In the high-quality region （

0.7）， hypergravity delayed the onset from

=0.75 to

=0.8. A comparison with ten classical correlations showed that traditional models exhibit large prediction errors under variable gravity， with the best-performing Fang model achieving only a 9.6% mean absolute error （MAE）. In contrast， the XGBoost model achieves an MAE of 3.1% across all gravity conditions， with particularly superior performance at 3.16

（MAE=3.35%） compared to the Fang model （MAE=18.61%）.

Conclusions

This study confirms that gravity is a critical factor in flow boiling heat transfer， significantly enhancing both HTC and CHF through mechanisms such as bubble dynamic optimization and liquid film redistribution. The XGBoost machine-learning model demonstrates superior accuracy in predicting heat transfer performance under variable gravity compared to traditional methods. These findings provide a crucial theoretical basis for the optimal design of cooling systems for railway-vehicle-mounted aerospace airborne equipment that operate in complex gravitational environments.

关键词

Keywords

references

周君洁 . 城轨列车牵引变流器中IGBT模块及其散热系统的状态监测方法研究［D］. 重庆：重庆大学， 2023 .

Zhou Junjie . Research on condition monitoring method of IGBT module and it's cooling system in traction converter of urban rail trains ［D］. Chongqing ： Chongqing University ， 2023 .

Zheng Shize ， Ding Jingxian ， Zuo Jianyong . Research on heat dissipation of brake disc in the semi-enclosed space under high-speed train based on fluid-solid-thermal coupling method ［J］. Case Studies in Thermal Engineering ， 2024 ， 56 ： 104295 .

马江川，杨明智，钱博森 . 地铁列车底部几何结构简化对车底流动及电机散热的影响［J］. 中南大学学报（自然科学版）， 2024 ， 55 （ 5 ）： 1723 - 1733 .

Ma Jiangchuan ， Yang Mingzhi ， Qian Bosen . Effect of simplifying metro train bottom geometric structure on flow and motor heat dissipation ［J］. Journal of Central South University （Science and Technology）， 2024 ， 55 （ 5 ）： 1723 - 1733 .

张乾坤，李红艳，吕碧纯，等 . 叶脉仿生微通道换热器流动与传热特性的数值研究［J］. 制冷学报， 2025 ， 46 （ 4 ）： 52 - 60 .

Zhang Qiankun ， Li Hongyan ， Lü Bichun ， et al . Numerical study of thermal-hydraulic characteristics of vein biomimetic microchannel heat exchanger ［J］. Journal of Refrigeration ， 2025 ， 46 （ 4 ）： 52 - 60 .

Sajjad U ， Raza W ， Hussain I ， et al . On the prediction and optimization of the flow boiling heat transfer in mini and micro channel heat sinks ［J］. Progress in Nuclear Energy ， 2024 ， 177 ： 105466 .

Dong Wenlin ， Zhang Xilong ， Liu Bilong ， et al . Research progress on passive enhanced heat transfer technology in microchannel heat sink ［J］. International Journal of Heat and Mass Transfer ， 2024 ， 220 ： 125001 .

Wang Jiajing ， Zhuang Yijie ， Feng Jingchun . Coupling regulation of variable gravity and magnetic field on the heat transfer dynamics of nano-enhanced phase change material： an experimental study ［J］. Applied Thermal Engineering ， 2025 ， 279 ： 127614 .

Lebon M T ， Hammer C F ， Kim J . Gravity effects on subcooled flow boiling heat transfer ［J］. International Journal of Heat and Mass Transfer ， 2019 ， 128 ： 700 - 714 .

李根 . 过载环境下不同浓度纳米流体的流动沸腾特性研究［D］. 南京：南京航空航天大学， 2022 .

Li Gen . Research on the flow boiling characteristics of water and nanofluid under hypergravity conditions ［D］. Nanjing ： Nanjing University of Aeronautics and Astronautics ， 2022 .

何志强，方贤德，方玉祥，等 . 混合制冷剂饱和流动沸腾传热关联式研究［J］. 流体机械， 2025 ， 53 （ 2 ）： 86 - 93 .

He Zhiqiang ， Fang Xiande ， Fang Yuxiang ， et al . A study of saturated flow boiling heat transfer correlations for mixed refrigerants ［J］. Fluid Machinery ， 2025 ， 53 （ 2 ）： 86 - 93 .

Li Gen ， Zhao Yiling ， Zhang Xiaojie ， et al . An experimental study on the flow boiling heat transfer characteristics of deionized water under rotational hypergravity ［J］. Aerospace ， 2025 ， 12 （ 2 ）： 75 .

Yang Ruixue ， Fan Chengcheng ， Li Bo ， et al . Role of hypergravity in minichannel flow boiling ［J］. International Journal of Heat and Mass Transfer ， 2025 ， 237 ： 126429 .

Li Chong ， Fang Xiande ， Yang Quanquan ， et al . Experimental study on critical heat flux and thermal instability under hypergravity ［J］. Physics of Fluids ， 2024 ， 36 （ 10 ）： 104129 .

Luo Zufen ， Fang Xiande ， Qin Yeqi ， et al . Flow boiling heat transfer of R245fa under hypergravity realized by rotating machine ［J］. Applied Thermal Engineering ， 2022 ， 216 ： 119081 .

Iceri D M ， Zummo G ， Saraceno L ， et al . Convective boiling heat transfer under microgravity and hypergravity conditions ［J］. International Journal of Heat and Mass Transfer ， 2020 ， 153 ： 119614 .

Chu Huaqiang ， Ji Tianxiang ， Yu Xinyu ， et al . Advances in the application of machine learning to boiling heat transfer： a review ［J］. International Journal of Heat and Fluid Flow ， 2024 ， 108 ： 109477 .

Sami M ， Sierra F . Using Machine Learning （ML） for Heat Transfer Coefficient （HTC） measurement in buildings： a systematic review ［J］. Building and Environment ， 2025 ， 281 ： 113220 .

张军权 . 基于机器学习的淬冷沸腾流动传热特性研究［D］. 北京：北京化工大学， 2025 .

Zhang Junquan . Research on the flow and heat transfer characteristics of quenching boiling based on machine learning ［D］. Beijing ： Beijing University of Chemical Technology ， 2025 .

吴经淋 . 基于机器学习的S-CO 2 复杂流动传热特性预测研究［D］. 长沙：中南大学， 2024 .

Wu Jinglin . Prediction study on complex flow and heat transfer characteristics of S-CO 2 based on machine learning ［D］. Changsha ： Central South University ， 2024 .

刘学祥 . 基于机器学习的环路热管传热性能预测研究［D］. 北京：华北电力大学， 2023 .

Liu Xuexiang . Research on heat transfer performance prediction of loop heat pipe based on machine learning ［D］. Beijing ： North China Electric Power University ， 2023 .

Yang Huan ， Wang Jiarui ， Wen Jian ， et al . Assessment of machine learning models and conventional correlations for predicting heat transfer coefficient of liquid hydrogen during flow boiling ［J］. International Journal of Hydrogen Energy ， 2024 ， 49 ： 753 - 770 .

Markal B ， Karabacak Y E ， Evcimen A . Machine-learning-based modeling of saturated flow boiling in pin-fin micro heat sinks with expanding flow passages ［J］. International Communications in Heat and Mass Transfer ， 2024 ， 158 ： 107870 .

Gnielinski V . On heat transfer in tubes ［J］. International Journal of Heat and Mass Transfer ， 2013 ， 63 ： 134 - 140 .

Kline S J . Describing uncertainties in single-sample experiments ［J］. Mechanical Engineering ， 1963 ， 75 ： 3 - 8 .

Rohsenow W M . A method of correlating heat-transfer data for surface boiling of liquids ［J］. Journal of Fluids Engineering ， 1952 ， 74 （ 6 ）： 969 - 975 .

Forster H K ， Zuber N . Dynamics of vapor bubbles and boiling heat transfer ［J］. AIChE Journal ， 1955 ， 1 （ 4 ）： 531 - 535 .

Schrock V E ， Grossman L M . Forced convection boiling in tubes ［J］. Nuclear Science and Engineering ， 1962 ， 12 （ 4 ）： 474 - 481 .

Chen J C . Correlation for boiling heat transfer to saturated fluids in convective flow ［J］. Industrial & Engineering Chemistry Process Design and Development ， 1966 ， 5 （ 3 ）： 322 - 329 .

Shah M M . Chart correlation for saturated boiling heat transfer： equations and further study ［J］. ASHRAE Transactions ， 1982 ， 88 ： 185 - 196 .

Gungor K ， Winterton R . Simpliﬁed gernaral correlation for saturated ﬂow boiling and comparisons with data ［J］. Chemical Engineering Research and Design ， 1987 ， 65 （ 2 ）： 148 - 156 .

Kandlikar S G . A general correlation for saturated two-phase flow boiling heat transfer inside horizontal and vertical tubes ［J］. Journal of Heat Transfer ， 1990 ， 112 （ 1 ）： 219 - 228 .

Liu Z ， Winterton R H S . A general correlation for saturated and subcooled flow boiling in tubes and annuli， based on a nucleate pool boiling equation ［J］. International Journal of Heat and Mass Transfer ， 1991 ， 34 （ 11 ）： 2759 - 2766 .

Sun Licheng ， Mishima K . An evaluation of prediction methods for saturated flow boiling heat transfer in mini-channels ［J］. International Journal of Heat and Mass Transfer ， 2009 ， 52 （ 23/24 ）： 5323 - 5329 .

Fang Xiande ， Wu Qi ， Yuan Yuliang . A general correlation for saturated flow boiling heat transfer in channels of various sizes and flow directions ［J］. International Journal of Heat and Mass Transfer ， 2017 ， 107 ： 972 - 981 .

He Yichuan ， Hu Chengzhi ， Li Hongyang ， et al . Reliable predictions of bubble departure frequency in subcooled flow boiling： a machine learning-based approach ［J］. International Journal of Heat and Mass Transfer ， 2022 ， 195 ： 123217 .

Markal B ， Evcimen A ， Karabacak Y E . Adaptation of machine learning models to saturated flow boiling in cross-collector/distributor heat sink with pin-fins under transient and variable thermal loads ［J］. International Communications in Heat and Mass Transfer ， 2026 ， 172 ： 110141 .

He Wen ， Han Jinyu ， Zhao Chenru ， et al . Generalizable prediction of bubble departure frequency in flow boiling under diverse conditions： From empirical correlations to machine learning ［J］. Case Studies in Thermal Engineering ， 2026 ， 77 ： 107575 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

R1233zd（E）在非等宽并联微通道内的流动沸腾传热实验研究

多孔微射流热沉沸腾传热特性研究

基于模型辨识方法的建筑供暖系统能耗预测研究