Calculation method for determining the heat loss of the air environment when opening the passenger vehicle cabin doors

Cover Page


Cite item

Full Text

Abstract

BACKGROUND: The microclimate in the bus cabin is of great importance in terms of both safety and comfort. The main parameters of the microclimate are temperature, humidity, dustiness and gassiness of the air, air exchange, the temperature of the elements of the interior surfaces and thermal radiation.

AIMS: The article presents the results of calculating the heat loss in the air environment of the bus cabin using a mathematical model and experimental method.

METHODS: The influence of different features of vehicle interior and exterior topology on the heat losses through the doors was estimated. The estimation of heat losses was performed using the ANSYS Fluent software package. The final result is to obtain the heat loss characteristics as a time-domain function. A field experiment was carried out to verify the obtained results.

RESULTS: A set of numerical values and graphic characteristics giving an idea of the heat losses through the open doors of the bus cabin are presented.

CONCLUSIONS: Due to the developed calculation method of determining the heat losses of the air environment, numerical values and graphical characteristics of the amount and intensity of time-dependent heat losses were obtained. The obtained results were verified experimentally. The study showed that the simulation in ANSYS Fluent and the field experiment have a discrepancy due to high values of the time constant of temperature sensors. In order to obtain the most accurate results, it is necessary to carry out the experiment with a time interval greater than the time constant.

About the authors

Artem V. Gevorkyan

Bauman Moscow State Technical University; Lipgart Engineering Center of GAZ Group

Author for correspondence.
Email: gevorkyan-99@inbox.ru
ORCID iD: 0000-0002-9872-7931

Student of the Wheeled Vehicles Department, Laboratory Assistant

Russian Federation, Moscow; Moscow

Ivan V. Prokhorov

Bauman Moscow State Technical University; Lipgart Engineering Center of GAZ Group

Email: prokhoroviv@yandex.ru
ORCID iD: 0000-0001-8843-4468
SPIN-code: 8611-4198

Senior Lecturer of the Wheeled Vehicles Department, Technician

Russian Federation, Moscow; Moscow

Dmitry O. Butarovich

Bauman Moscow State Technical University; Lipgart Engineering Center of GAZ Group

Email: buta73@bmstu.ru
ORCID iD: 0000-0003-4539-0463
SPIN-code: 2250-1713

Cand. Sci. (Tech.), Associate Professor of the Wheeled Vehicles Department, Chief Executive Officer

Russian Federation, Moscow; Moscow

References

  1. Maxwell P, Durrani F, Eftekhari M. Investigating Heat Loss through Vestibule Doors for a Non-Residential Building. Sustainability in Environment. 2016;1(1):26–29. doi: 10.22158/se.v1n1p25
  2. Aksoy MH, Yagmur S, Dogan S. CFD modelling of industrial air curtains with heating unit. EPJ Web of Conferences. 2019;213(5):2–5. doi: 10.1051/epjconf/201921302001
  3. Qi D, Goubran S, Wang L(L), Zmeureanu R. Parametric study of air curtain door aerodynamics performance based on experiments and numerical simulations. Building and Environment. 2018;129:65–73. doi: 10.1016/j.buildenv.2017.12.005
  4. Kharitonov V.P. Fundamental equations of fluid and gas mechanics. Moscow: MGTU im NE Bauman; 2012. (in Russ).
  5. Bukhmirov V.V. Heat and Mass Exchange: Textbook. Ivanovo: FGBOUVPO «Ivanovskiy gosudarstvennyy energeticheskiy universitet imeni V.I. Lenina»; 2014. (in Russ).
  6. Korkodinov YA. The review of set of k–ε models for modeling turbulence. Bulletin PNRPU. Mechanical engineering, materials science, 2013;2:5–16. (in Russ).
  7. Sosnowski M, Krzywanski J, Grabowska K, et al. Polyhedral meshing as an innovative approach to computational domain discretization of a cyclone in a fluidized bed CLC unit. EPJ Web of Conferences. 2017;14(2). doi: 10.1051/ 71401027
  8. Sosnowski M, Krzywanski J, Grabowska K, et al. Polyhedral meshing in numerical analysis of conjugate heat transfer. EPJ Web of Conferences. 2018;180(6). doi: 10.1051/epjconf/201818002096
  9. Razina AP. Thermal inertia of temperature sensors. Otraslevoy nauchno-tekhnicheskiy zhurnal «ISUP». 2020;2(86). (in Russ). Accessed: 31.10.2022. Available from: https://isup.ru/articles/16/15436/

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. The three-dimensional model of air mass volumes: a — air environment of the bus cabin and atmosphere; b — air environment of the bus cabin; c — air environment of the atmosphere.

Download (211KB)
Indexing metadata
3. Fig. 2. The polyhedral mesh: a — an isometric model of the polyhedral mesh; b — a section of the polyhedral mesh; c — the section of a polyhedral mesh on an enlarged scale.

Download (1MB)
Indexing metadata
4. Fig. 3. The experimental unit.

Download (208KB)
Indexing metadata
5. Fig. 4. Location of temperature sensors.

Download (89KB)
Indexing metadata
6. Fig. 5. Results of all 6 temperature measurements made by the sensor at ceiling height.

Download (89KB)
Indexing metadata
7. Fig. 6. Results of all 6 temperature measurements made by the sensor at the height of the passenger seats.

Download (89KB)
Indexing metadata
8. Fig. 7. Results of all 6 temperature measurements made by the sensor at floor level.

Download (87KB)
Indexing metadata
9. Fig. 8. The experimental facility for determining the thermal time constant: a — a temperature sensor and a computer; b — a thermal chamber; c — the temperature sensor after heating.

Download (273KB)
Indexing metadata
10. Fig. 9. Time-domain characteristic of the transient process.

Download (64KB)
Indexing metadata
11. Fig. 10. Time-domain graph of temperature.

Download (71KB)
Indexing metadata
12. Fig. 11. Time-dependent amounts of heat at different temperatures.

Download (57KB)
Indexing metadata
13. Fig. 12. Heat loss intensity at different ambient temperatures.

Download (76KB)
Indexing metadata
14. Fig. 13. Temperature contour of the bus cabin at the ambient temperature of +3°C: a — at a transverse direction; b — at a longitudinal direction.

Download (113KB)
Indexing metadata

Copyright (c) 2023 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».