Parokompressionnye kholodil'nye mashiny s pereokhladitelem zhidkogo khladagenta posle kondensatora pered drosselirovaniem


Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

One of the effective modes of improvement of a refrigeration coefficient of vaporcompression machines (first that operating on a simple vaporcompression cycle) is subcooling of a liquid refrigerant after a condenser by an external source of cooling before refrigerant throttling in a flow control valve. The author derived the expression of minimal work in refrigerating cycles using subcooling on the basis of the first and the second principles of thermodynamics; also the efficiency of application of this method for low (in terms of R134a) and high (in terms of ammonia) specific heat of evaporation is compared in the article. The subcooling efficiency depending on external conditions (condensation, boiling temperatures and initial temperature of an external source of cooling) is estimated qualitatively. The subcooling always increases the thermodynamic efficiency of the vaporcompression cycle; this increase may be of ~25% for refrigerants at low evaporation heat at that.

About the authors

Mikhail Anatol'evich Kolosov

МГТУ им. Н.Э.Баумана

Email: kolosov@power.bmstu.ru
Канд. техн. наук 105005, Москва, ул. 2-я Бауманская, д. 5

References

  1. Вассерман А.А., Лавренченко Г.К., Слынько А.Г. Особенности идеализированных циклов парокомпрессионных холодильных машин// Технические газы. 2014. № 6. С. 30-35.
  2. Калнинь И.М., Фадеков К.Н. Термодинамические циклы холодильных машин и тепловых насосов. Расчет. Оценка эффективности. - М.: МГУИЭ, 2006. - 92 с.
  3. Колосов М.А. Теорема Гюи-Стодолы применительно к холодильной технике // Холодильная техника. 2013. №8. С. 40-43.
  4. Колосов М.А. Теорема Гюи-Стодолы применительно к холодильной технике // Холодильная техника. 2013. №9. С. 51-54.
  5. Кошкин Н.Н., Сакун И.А., Бумбашек Е.М. и др. Холодильные машины/ под ред. И.А. Сакуна. - Л.: Машиностроение, 1985. - 510 с.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2016 Kolosov M.A.

Creative Commons License
This work is licensed under a Creative Commons Attribution 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».