Two-phase flow pressure drop prediction in a plate and shell heat exchanger : an evaluation of correlations from the literature
Aho, Samueli (2026)
Diplomityö
Aho, Samueli
2026
School of Energy Systems, Energiatekniikka
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2026032723897
https://urn.fi/URN:NBN:fi-fe2026032723897
Tiivistelmä
Pressure drop is an important performance parameter for an industrial heat exchanger, and it increases the pumping power demand of the process. Two-phase flow occurs in many key processes in the energy, refrigeration, marine, and chemical sectors. Plate heat exchangers are used increasingly in two-phase applications; however, the research in this area remains emerging, and the physical understanding is incomplete.
This thesis studies the formation of the frictional pressure drop in a two-phase flow using a phenomenon-based approach. The study assesses the predictability of the pressure drop inside a plate and shell heat exchanger (PSHE). The two-phase flow is an intrinsically complex phenomenon, and it cannot be described analytically and exactly. For two-phase pressure drop prediction, Lockhart–Martinelli-based methods have been generally the most preferred due to their simplicity and relative success reported in the literature. This study first performed a literature review on the state of the research and then gathered prediction correlations from the literature for evaluation. Five such models were applied to the experimental data from Vahterus’ PSHE. These included two friction-factor-based models and three Lockhart–Martinelli models. An intercomparison of the selected models was performed, and an L–M model presented by Wang et al. (2020) is proposed for further use. It produced a debiased mean absolute percentage error of 16.5% in the final evaluation.
L–M models performed better overall, similarly to the previous research. The predictability of the pressure drop was generally good. Further research could improve the accuracy by recalibrating the public models for the company’s use. The credibility of the results would be improved by broadening the range of physical parameters in the experimental dataset. Painehäviö on tärkeä tunnusluku teollisissa lämmönsiirtimissä, ja sen kasvu lisää pumppauksen energiantarvetta prosessissa. Kaksifaasivirtaus esiintyy useissa avainprosesseissa energia-, kylmätekniikka- ja kemiasektoreilla. Levylämmönsiirtimiä käytetään yhä enemmän kaksifaasitapauksissa. Aiheen tutkimus on kuitenkin vielä nousevaa, eikä kaksifaasivirtausta ilmiönä tunneta vielä aukottomasti.
Tämä diplomityö tutkii kaksifaasivirtauksen kitkapainehäviön muodostumista ilmiöpohjaisesti. Työ arvioi painehäviön ennustettavuutta levy-vaippalämmönsiirtimessä. Kaksifaasivirtaus on luontaisesti kompleksinen ilmiö, eikä sen painehäviötä voida kuvata analyyttisesti tai täsmällisesti. Lockhart–Martinelli-pohjaiset (L–M) menetelmät ovat olleet yleisesti käytetyimpiä kaksifaasivirtauksen painehäviön ennustamiseen yksinkertaisuutensa ja kirjallisuudessa osoitetun suhteellisen hyvän tarkkuutensa vuoksi. Tämä työ teki kirjallisuuskatsauksen tutkimuksen nykytilasta ja kokosi korrelaatiomalleja tieteellisistä julkaisuista tarkempaa arviointia varten. Viittä mallia sovellettiin mittausdataan Vahteruksen levy-vaippalämmönsiirtimestä. Niihin kuului kaksi kitkakertoimeen ja kolme L–M-menetelmään perustuvaa malleja. Malleja vertailtiin ennustustarkkuuden perusteella. Jatkokäyttöön ehdotetaan Wang et al. (2020) esittelemää L–M-mallia. Se tuotti loppuarvioinnissa 16,5 % harhakorjatun keskimääräisen prosentuaalisen itseisarvovirheen.
L–M-pohjaiset mallit suoriutuivat paremmin. Tämä on linjassa aiemman tutkimuksen kanssa. Painehäviön ennustettavuus on yleisesti hyvä tässä käsitellyillä korrelaatioilla. Lisätutkimuksissa tarkkuutta voitaisiin parantaa kalibroinnilla. Mallien luotettavuus paranisi laajentamalla mitattavien lämmönsiirtimien fyysisten parametrien vaihteluväliä.
This thesis studies the formation of the frictional pressure drop in a two-phase flow using a phenomenon-based approach. The study assesses the predictability of the pressure drop inside a plate and shell heat exchanger (PSHE). The two-phase flow is an intrinsically complex phenomenon, and it cannot be described analytically and exactly. For two-phase pressure drop prediction, Lockhart–Martinelli-based methods have been generally the most preferred due to their simplicity and relative success reported in the literature. This study first performed a literature review on the state of the research and then gathered prediction correlations from the literature for evaluation. Five such models were applied to the experimental data from Vahterus’ PSHE. These included two friction-factor-based models and three Lockhart–Martinelli models. An intercomparison of the selected models was performed, and an L–M model presented by Wang et al. (2020) is proposed for further use. It produced a debiased mean absolute percentage error of 16.5% in the final evaluation.
L–M models performed better overall, similarly to the previous research. The predictability of the pressure drop was generally good. Further research could improve the accuracy by recalibrating the public models for the company’s use. The credibility of the results would be improved by broadening the range of physical parameters in the experimental dataset.
Tämä diplomityö tutkii kaksifaasivirtauksen kitkapainehäviön muodostumista ilmiöpohjaisesti. Työ arvioi painehäviön ennustettavuutta levy-vaippalämmönsiirtimessä. Kaksifaasivirtaus on luontaisesti kompleksinen ilmiö, eikä sen painehäviötä voida kuvata analyyttisesti tai täsmällisesti. Lockhart–Martinelli-pohjaiset (L–M) menetelmät ovat olleet yleisesti käytetyimpiä kaksifaasivirtauksen painehäviön ennustamiseen yksinkertaisuutensa ja kirjallisuudessa osoitetun suhteellisen hyvän tarkkuutensa vuoksi. Tämä työ teki kirjallisuuskatsauksen tutkimuksen nykytilasta ja kokosi korrelaatiomalleja tieteellisistä julkaisuista tarkempaa arviointia varten. Viittä mallia sovellettiin mittausdataan Vahteruksen levy-vaippalämmönsiirtimestä. Niihin kuului kaksi kitkakertoimeen ja kolme L–M-menetelmään perustuvaa malleja. Malleja vertailtiin ennustustarkkuuden perusteella. Jatkokäyttöön ehdotetaan Wang et al. (2020) esittelemää L–M-mallia. Se tuotti loppuarvioinnissa 16,5 % harhakorjatun keskimääräisen prosentuaalisen itseisarvovirheen.
L–M-pohjaiset mallit suoriutuivat paremmin. Tämä on linjassa aiemman tutkimuksen kanssa. Painehäviön ennustettavuus on yleisesti hyvä tässä käsitellyillä korrelaatioilla. Lisätutkimuksissa tarkkuutta voitaisiin parantaa kalibroinnilla. Mallien luotettavuus paranisi laajentamalla mitattavien lämmönsiirtimien fyysisten parametrien vaihteluväliä.
