This paper presents a hybrid approach for investigation of heat transfer enhancement performance using computational fluid dynamics and artificial neural network. More than 5,000 CFD simulations are carried out for turbulent flow in pipes provided with artificial roughness of transverse rectangular ribs to analyze heat transfer, pressure drop, and thermal hydraulic performance. The rib height and pitch are widely varied along with the flow Reynolds number, working fluid, and material of roughness elements. To accurately predict major parameters (Nusselt number, friction factor, and thermal hydraulic performance) a deep neural network is developed, trained, and tested by current CFD data. The ANN allowed finding optimal rib roughness parameters for the current problem and opened perspectives of industrial application due to low computational cost and prediction error of less than 1.5%.

Исследовано влияние геометрических размеров змеевикового теплообменного аппарата на характеристики течения в межтрубном пространстве. Проведен конструктивный расчет змеевикового теплообменного аппарата. Выполнено численное моделирование теплообмена для двухмерной модели такого аппарата с изменяемым диаметром навивки внутреннего змеевика. Для каждой из рассматриваемых геометрических моделей выявлены особенности течения и теплообмена при различных значениях числа Рейнольдса. Представлены поля температуры и скорости воздушного потока для различных геометрических моделей при одинаковом расходе теплоносителя. Получены тепловая и гидравлическая характеристики. Ключевые слова: змеевиковый теплообменный аппарат, численное моделирование теплообмена, стационарная задача, тепловая и гидравлическая характеристики In this paper, the influence of geometric dimensions of a coiled heat exchanger on the flow characteristics in the intertubular space is studied. A design calculation of the coiled heat exchanger is performed. Numerical simulation of heat exchange for a 2D model of an exchanger with a varying diameter of inner coiling is carried out. For each of the geometric models under consideration, conclusions about specific features of flow and heat transfer for different Reynolds numbers are drawn. Fields of temperature and air flow velocity for various geometric models with equal coolant flow rate are presented. Thermal and hydraulic characteristics are obtained.

Рассмотрено численное моделирование теплообмена в стендовом теплообменном ап-парате змеевикового типа. Исследуемый многозаходный спиральный теплообменный аппарат, являющийся неотъемлемой частью оборудования стенда для проведения ис-пытаний авиационных двигателей, предназначен для снижения температуры газа пе-ред стендовой запорной арматурой. Выполнено численное решение задачи сопря-женного теплообмена. Выявлены особенности течения и теплообмена для различных значений числа Рейнольдса Re. Проведена оценка интегральных параметров тепло-обменного аппарата: перепада температуры и давления. Получены зависимости теп-ловых и гидравлических характеристик теплообменного аппарата от числа Рейнольд-са Re. Для характерных режимов течения представлены картины распределения теп-логидравлических параметров: температуры, давления и скорости.Ключевые слова: змеевиковый теплообменный аппарат, тепловые и гидравлические характеристики, теплообменная поверхность, сопряженная задача, численное моде-лированиеIn this paper, numerical simulation of heat transfer in a coiled heat exchanger is performed. The investigated multithread coiled heat exchanger is part of the equipment for conducting aviation engines tests. The heat exchanger is used for decreasing gas temperature before

This paper presents a comparison of three different approaches for modeling enhanced heat transfer characteristics of turbulent airflow in a circular tube with artificial roughness of transverse ribs. A number of CFD simulations are carried out forming the first dataset as well as the second dataset extracted from a number of classical works. A deep feed-forward neural network is developed to predict Nusselt number and friction factor for a variety of rib roughness and flow parameters. The ANN is trained by the first dataset (the CFD and ANN approach) and the second dataset (the experiment and ANN approach) independently and by a combination of datasets (the hybrid approach) showing good quality predictions in all the cases. All results are compared with experimental data and CFD modelled values showing the best results of the experiment and ANN approach.