थर्मोडायनामिक गुणों के मूल्यों के लिए अलग-अलग गणना

हाइब्रिड गैस टरबाइन संयंत्र के अनुकरण के लिए किस उपकरण (पुस्तकालय) का उपयोग करना है, यह तय करते हुए, मैंने पाया कि विभिन्न पुस्तकालयों / थर्मोडायनामिक गुणों के उपकरण अन्य की तुलना में अलग-अलग मूल्यों का उत्पादन करते हैं।

मैंने $ 300 \ K $ पर $ c_p $ हवा की गणना करने के लिए एक सरल परीक्षण किया (उसी तरह से थैलीपी के लिए जाता है) केवल सरलीकरण और तुलना के लिए और यहां परिणाम हैं।

Source              |    Cp at 300 K (J/kg.K)
--------------------------------------------
Thermopy  (python)  |   1004.89
Cantera   (python)  |   1010.06
CoolProps (python)  |   1006.627
EES Software        |   1005
Engineering Toolbox |   1005
Incropera's book    |   1007
Cengel's book       |   1007

आपको क्या लगता है कि मूल्यों में अंतर का कारण क्या है?

जाहिरा तौर पर Incropera और Cengel से गुण पत्रक के सबसे करीब है CoolProps परंतु क्या सटीकता का यह स्तर पर्याप्त है?

मामला $ c_p $ के लिए आश्वस्त नहीं हो सकता है, लेकिन कुछ ईंधन की एडियाबेटिक लौ तापमान की गणना करते समय मेरे साथ ऐसा हुआ और त्रुटि सौ सेल्सियस की सीमा में थी!

संपर्क : पायथन कोड का इस्तेमाल किया

— Algo
स्रोत

यदि गणना वक्र-फिटिंग अनुभवजन्य डेटा द्वारा की जाती है, तो परिणाम आपके द्वारा चुने जाने वाले फ़ंक्शन के आधार पर भिन्न हो सकते हैं, अर्थात् 4-क्रम बहुपद बनाम 5-क्रम, आदि। यह भिन्नता की मात्रा हालांकि उस सभी खराब नहीं दिखती है।

— Carlton

@ कार्लटन शायद पाठ्यपुस्तकों से मूल्य अनुभवजन्य हैं, लेकिन अन्य उपकरणों के लिए मुझे लगता है कि यह नासा पॉलिनॉमिअल्स पर आधारित है (जहां मुझे वक्र-फिटिंग की आवश्यकता नहीं है) combustion.berkeley.edu/gri_mech/data/nasa_plnm.html जो मेरे लिए तर्कसंगत नहीं है क्योंकि मूल्यों में अंतर क्यों है।

— Algo

नासा बहुपद में गुणांक लगभग निश्चित रूप से अनुभवजन्य डेटा से गणना की जाती है। इसका मतलब यह है कि किसी भी प्रयोगात्मक त्रुटि का परिणाम एक डेटाबेस से दूसरे में भिन्न हो सकता है। अब, यदि दो गणना एक ही डेटाबेस का उपयोग करने का दावा करते हैं लेकिन विभिन्न मूल्यों की रिपोर्ट करते हैं, तो एक त्रुटि हो सकती है।

— Carlton

इससे अधिक महत्वपूर्ण बात यह हो सकती है कि आप अपने सिमुलेशन के परिणामों की रिपोर्ट करते समय अपने थर्मो वैल्यूज़ का हवाला देते हैं।

— Carlton

आपको क्या लगता है कि मूल्यों में अंतर का कारण क्या है?

यह संभावना है कि उन्होंने विभिन्न डेटा सेट (या उप-सेट) से जो भी मॉडल का उपयोग कर रहे हैं, उनके गुणांक की गणना की है। यह भी संभव है कि वे विभिन्न मॉडलों का उपयोग कर रहे हों।

क्या यह सटीकता का स्तर पर्याप्त है?

यह इस बात पर निर्भर करता है कि आप इसके लिए क्या उपयोग कर रहे हैं। सामान्य तौर पर आपके पास अपने आउटपुट में त्रुटि का एक स्वीकार्य स्तर होता है। इस बात का अंदाजा लगाने के लिए कि आपकी इनपुट सटीकता स्वीकार्य है या नहीं संवेदनशीलता विश्लेषण अपने सिमुलेशन पर यह देखने के लिए कि आपको अपने इनपुट के लिए किस तरह की सटीकता की आवश्यकता है।

हालाँकि, मेरा अनुमान है कि आपके मॉडल के सरलीकरण की तुलना में 1% से कम की विविधता आपके आउटपुट में त्रुटि का एक महत्वपूर्ण स्रोत नहीं होगी, और इस प्रकार $ C_p $ में त्रुटियों के मामले के लिए संवेदनशीलता विश्लेषण अनावश्यक है

हालाँकि, मुझे पैकेज के बाकी हिस्सों की सटीकता का पता नहीं है, इसलिए मैं आपको अपने मॉडल पर एक संवेदनशीलता विश्लेषण चलाने की सलाह दूंगा, और आपके प्रत्येक इनपुट का एक त्रुटि अनुमान आपको यह जानने के लिए देगा कि आपको कितनी सटीकता की आवश्यकता है और यदि आपके द्वारा उपयोग किया जाने वाला पैकेज उस सटीकता को प्रदान कर सकता है।

— Rick
स्रोत

संवेदनशीलता दृष्टिकोण, महान जवाब पर +1।

— Algo