Veuillez utiliser cette adresse pour citer ce document : http://dspace.univ-tiaret.dz:80/handle/123456789/16011
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorHARCHAOUI, Ahmed-
dc.date.accessioned2025-02-27T07:44:39Z-
dc.date.available2025-02-27T07:44:39Z-
dc.date.issued2025-02-20-
dc.identifier.urihttp://dspace.univ-tiaret.dz:80/handle/123456789/16011-
dc.descriptionLubricating oils play an important role in most engineering systems. Improving the characteristics of these oils can improve the performance of machines and mechanical systems. Among the most important mechanical characteristics that should be modified in order to improve the performance of the systems are viscosity, rheological properties and heat transfer characteristics. To do this, adding nanoparticles to the base oil is one of the most suitable solutions which is also relatively cost-effective. This thesis is the subject of the study of the rheological characteristics of nanolubricants made from Fe2O3, Al2O3 and ZnO nanoparticles.The base fluid used was SAE20W40 engine oil. The nanofluid samples were prepared in solid volume fractions (0.1%; 0.25%; 0.50%; 0.75% and 1%). The measurements were carried out at different temperatures, between 20 °C and 60 °C, and at shear rates ranging from 100 s-1 to 300 s-1. A comparative study was carried out. The results obtained showed that the nanofluids based on Fe2O3 and ZnO nanoparticles exhibited non-Newtonian shear-thinning behavior while the nanofluid based on Al2O3 nanoparticles exhibited Newtonian behavior. The Al2O3/oil nanofluid had a lower dynamic viscosity than the Fe2O3/oil and ZnO/oil nanofluids. Increasing the temperature resulted in a more than 80% reduction in viscosity for all nanofluids. On the other hand, increasing the volume concentration of the nanoparticles clearly increased the dynamic viscosity. Artificial neural networks have been applied for modeling the dynamic viscosity of nanofluids.The results showed that these neural models can be used as reliable and efficient tools for calculating dynamic viscosity.en_US
dc.description.abstractLes huiles lubrifiantes jouent un rôle important dans la plupart des systèmes d'ingénierie. L'amélioration des caractéristiques de ces huiles peut améliorer les performances des machines et des systèmes mécaniques. Parmi les caractéristiques mécaniques les plus importantes qui devraient être modifiées afin d'améliorer les performances des systèmes sont la viscosité, les propriétés rhéologiques et les caractéristiques de transfert de chaleur. Pour ce faire l'ajout de nanoparticules dans l'huile de base est l'une des solutions les plus appropriées qui est également relativement rentable. Cette thèse fait l'objet d'étude des caractéristiques rhéologiques des nanolubrifiants réalisée à base de nanoparticules de Fe2O3, Al2O3 et ZnO. Le fluide de base utilisé était de l’huile moteur SAE20W40. Les échantillons de nanofluides ont été préparés en fractions volumiques solides (0,1%; 0,25 % ; 0,50 % ; 0,75 % et 1 %). Les mesures ont été effectuées à différentes températures, comprises entre 20 °C et 60 °C, et à des taux de cisaillement allant de 100 s-1 à 300 s-1. Une étude comparative a été mené. Les résultats obtenus ont montré que les nanofluides à base de nanoparticules de Fe2O3 et de ZnO présentaient un comportement rhéofluidifiant non newtonien tandis que le nanofluide à base de nanoparticules d'Al2O3 présentait un comportement newtonien. Le nanofluide Al2O3/huile avait une viscosité dynamique inférieure à celle des nanofluides Fe2O3/huile et ZnO/huile. L’augmentation de la température a entraîné une réduction de plus de 80 % de la viscosité pour tous les nanofluides. En revanche, l’augmentation de la concentration volumique des nanoparticules a clairement augmenté la viscosité dynamique. Les réseaux de neurones artificiels ont été appliqués pour la modélisation de la viscosité dynamique des nanofluides. Les résultats ont montrés que ces modèles neuronaux peuvent être utilisés comme des outils fiables et performants pour le calcul de la viscosité dynamique.en_US
dc.language.isofren_US
dc.publisherUniversité IBN KHALDOUNen_US
dc.subjectViscosité, Nanofluide, Comportement rhéologique, Nanoparticules, Huile lubrifiante, Réseaux de neurones,en_US
dc.titleEtude expérimentale et simulation du comportement rhéologique des nano-lubrifiants pour les applications automobilesen_US
dc.typeThesisen_US
Collection(s) :Doctorat

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
HARCHAOUI AHMED.20.02.2025.pdf2,42 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.