Коэффициент теплоусвоения материалов таблица: Теплоемкость строительных материалов — Инженерный справочник DPVA.ru / Технический справочник ДПВА / Таблицы для инженеров (ex DPVA-info)

Теплоемкость строительных материалов — Инженерный справочник DPVA.ru / Технический справочник ДПВА / Таблицы для инженеров (ex DPVA-info)





Адрес этой страницы (вложенность) в справочнике dpva.ru:  главная страница  / / Техническая информация / / Физический справочник / / Тепловые величины: теплоемкость, теплопроводность, температуры кипения, плавления, пламени. Удельные теплоты сгорания и парообразования. Термические константы. Коэффициенты теплообмнена и расширения / / Теплоемкость. Удельные теплоемкости. Коэффициент (показатель) адиабаты.  / / Теплоемкость строительных материалов

Поделиться:   

Поиск в инженерном справочнике DPVA. Введите свой запрос:

Дополнительная информация от Инженерного cправочника DPVA, а именно — другие подразделы данного раздела:

  • Перевод единиц измерения теплоемкости — таблица.
  • Индикативная удельная теплоемкость твердых металлов и сплавов.
  • Теплопроводность, теплоемкость и плотность льда в зависимости от температуры от 0 до -100 °С при атмосферном давлении.
  • Изобарная телоемкость воздуха (атмосферы) в жидком и газообразном состоянии
  • Удельные теплоемкости твердых веществ, жидкостей и газов (газов — при постоянном давлении 1 бар абс) + справочные плотности.
  • Удельная теплоемкость для пищевых продуктов до и после замерзания. Овощи, фрукты, мясо, птица, рыба и т.д.
  • Удельная теплоемкость основных полимеров Дж/(кгoC). Полиэтилен, Эпоксидка, Капрон, Оргстекло, Полистирол, Фторопласт, Резина.
  • Удельная теплоёмкость органических жидкостей Дж/(кг·К) при температурах 10-140°C. Анилин, Ацетон, Бензол, Бромбензол, Бутанол, Гексан, Гептан, Дихлорэтан…
  • Удельные теплоемкости жидкого состояния (кал/гoC) и (кДж/кг
    o
    C)Температуры кипения (oK) и Температуры кипения (oK). Жидкие металлы.
  • Свойства насыщенного водяного пара от 0 до 100 бар. Теплоемкость.
  • Воздух (сухой). Удельная теплоемкость и коэффициент (показатель) адиабаты при 20 oС и давлених от 0,01 до 100 атм.
  • Температура, плотность, теплоемкость cp, cv, показатель адиабаты, теплопроводность, вязкость, число Прандтля, коэффициент диффузии для сухого воздуха при атм. давлении в диапазоне 175 /1900 °K.
  • Теплоемкость — мольная теплоемкость газов, кДж / (кмоль*К) (при Рабс = 1 атм) 0°C, 100°C, 300°C, 600°C
  • Газы и пары летучих веществ — удельная теплоемкость в размерностях кДж/(кг*°К) и БТЕ/(фунт*°F), показатель адиабаты, индивидульная газовая постоянная.
  • Показатель адиабаты (отношение удельных теплоемкостей) для воздуха при температурах -40 / 1000 oC (-40 / 1500
    o
    F) при атмосферном давлении. Таблица
  • Коэффициенты (показатели) адиабаты для газов в зависимости от температуры при 1 бар. Табличка.
  • Азот (N2). Удельная теплоемкость cp . Температурный диапазон 175 / 6000 °K (-98 /+5727 °С )
  • Водород (h3). Удельная теплоемкость cp . Температурный диапазон 175 / 6000 °K (-98 /+5727 °С )
  • Водяной пар. Удельная теплемкость водяного пара H2O — при температурах 175 — 6000 °K. Таблица.
  • Графит (C — углерод) . Удельная (массовая) и молярная теплоемкость.
  • Кислород (O2). Удельная теплоемкость cp . Температурный диапазон 175 / 6000 °K (-98 /+5727 °С ).
  • Метан (Ch5). Удельная теплоемкость cp . Температурный диапазон 200 /1100 °K (-73 /+827 °С ) .
  • Угарный газ (CO). Удельная теплоемкость cp. Температурный диапзон 175/6000 o
    K (-98/5727 oC).
  • Углекислый газ (CO2). Удельная теплоемкость cp . Температурный диапазон 175 / 6000 °K (-98 /+5727 °С ) . Температура замерзания при атмосферном давлении.
  • Теплоемкость строительных материалов
  • другие Рабочие Среды — тепловые свойства
  • другие Материалы — тепловые свойства
  • Поиск в инженерном справочнике DPVA. Введите свой запрос:
    Если Вы не обнаружили себя в списке поставщиков, заметили ошибку, или у Вас есть дополнительные численные данные для коллег по теме, сообщите , пожалуйста.
    Вложите в письмо ссылку на страницу с ошибкой, пожалуйста.
    Проект является некоммерческим. Информация, представленная на сайте, не является официальной и предоставлена только в целях ознакомления. Владельцы сайта www.dpva.ru не несут никакой ответственности за риски, связанные с использованием информации, полученной с этого интернет-ресурса. Free xml sitemap generator

    Что обозначает и как определяется теплопроводность строительных материалов?


    Коэффициенты теплопроводности и теплоемкости  материалов

    При выборе теплоизоляционного материала или утеплителя очень важно знать его характеристики. И самыми важными являются коэффициенты теплопроводности и теплоемкости. В принципе, эти параметры взаимозависимые.

    Итак, теперь немного вспомним общей информации из школьных уроков физики, что бы более подробно разобраться.
    Теплопередача — процесс передачи тепловой энергии, который происходит обязательно при разности энергий ( температуры ) между атомами или молекулами при взаимодействии друг с другом. Он может быть как внутри одного вещества, между областями с разными температурами, так и через границу соприкосновения разных веществ. Скорость теплопередачи зависит от свойств вещества и разности температур.

    Теплопроводность — это способность любого материала проводить или передавать тепло по своей длине. В качестве ее меры, для сравнения различных материалов, введен коэффициент теплопроводности, который измеряется в ВАТТ/(МЕТР х ТЕМПЕРАТУРУ ). То есть, если простыми словами: какое количество энергии будет выделятся и какая будет температура с одного конца стержня ( у испытуемого материала на теплопроводность) длинной 1 метр, при одинаковом нагреве с другого конца. Наглядное видео опытов смотрите в конце статьи.

    Теплоемкость, способность материала принимать тепловую энергию, нагреваться по всему объему и ее накапливать, при воздействии температуры.

    Сначала рассмотрим в твердом теле. Напомню, в нем атомы или молекулы не перемешиваются друг с другом, они прочно связаны с соседними, условно говоря, в виде кристаллической решетки, сохраняя общую форму тела, но колеблются около точек равновесия — узлов кристаллической решетки.

    кристаллическая решетка твердого тела
    В твердых телах тепловая энергия передается через колебания ( вибрацию ) атомов или молекул, но сами они остаются на месте, в узлах кристаллической решетки. Чем выше частота или амплитуда колебаний, тем выше температура тела. Нагревая с одного конца стержень, атомы начинают сильнее вибрировать, толкая соседние. Так как плотность твердого тела очень высокая, то есть количество атомов и молекул в единице объема очень велико, то и энергии будет передаваться много.

    Но при соударении «выбивается» квант света — фотон, то часть энергии теряется в окружающее пространство, сначала в виде невидимого глазу, теплового инфракрасного излучения, а при большем нагреве уже и видимого. Вот почему светится лампочка при нагреве нити накаливания. В результате, в не изолированной системе, каждый последующий атом будет получать меньше энергии.

    Газы

    В отличии от твердых тел, атомы или молекулы газа, мало того, что вообще не связаны друг с другом, они и не хотят связываться. Отталкиваясь друг от друга, молекулы газа стремятся равномерно заполнить весь объем пространства ограниченное твердым телом.

    Движение молекул хаотичное, так называемое броуновское и температура газа зависит от скорости этого хаотичного движения. Для сравнения, молекулы воздуха, при обычном давлении и температуре 20 градусов движутся со скоростью 500 метров в секунду между соударениями. Хотя перемещение в пространстве гораздо меньше.

    Тепло в газе передается за счет передачи энергии скорости через соударение с другими молекулами. Но эта энергия может еще переносится на большое расстояние за счет конвекции — перемещении газа целыми потоками.

    Есть еще понятие естественная конвекция — при нагреве нижних слоев газа, которые ближе к земле, увеличивается общая скорость броуновского движения, молекулы сильнее расталкивают друг друга, от этого уменьшается плотность газа и этот нижний, нагретый слой становится легче и подымается вверх, а на его место опускается холодный, верхний слой.

    Паропроницаемость строительных материалов

            Все люди, когда строят свой дом, хотят чтобы он был прочным, надежным, долговечным и чтобы жить в нем было комфортно. В этой статье мы уделим внимание микроклимату помещения, разберемся, по каким параметрам он определяется, и как построить действительно комфортный для проживания дом. На микроклимат помещения влияют физические свойства материалов из которого оно построено, а так же их последовательность внутри ограждающей конструкции. Основные физические свойства материалов: плотность, паропроницаемость, теплопроводность, теплоустойчивость и теплоусвоение.
                Паропроницаемость. Многие слышали, что «дышащие» стены – это вроде бы хорошо. Но далеко не все знают, что это вообще такое. Так вот материал называют «дышащим», если он пропускает не только воздух, но и пар, то есть имеет паропроницаемость. Керамзит, дерево и пенобетон имеют хорошую паропроницаемостью. Некоторой паропроницаемостью облажает кирпич и бетон, но очень маленькой.

    Выдыхаемый человеком, выделяемый при приготовлении пищи или принятии ванной, пар, если в доме нет вытяжки, создаёт повышенную влажность. Признаком этого является появление конденсата на окнах или на трубах с холодной водой. Считается, что если стена имеет высокую паропроницаемость, то в доме легко дышится.

              На самом деле это не совсем так. В современном доме, даже если стены в доме из «дышащего» материала, 96% пара, удаляется из помещений через вытяжку и форточку, и только 4% через стены. Если на стены наклеены виниловые или флизиленовые обоями, то стены влагу не пропускают. А если стены действительно «дышащие», то есть без обоев и прочей пароизоляции, в ветреную погоду из дома выдувает тепло. А ещё они менее долговечны. Чем выше паропроницаемость материала, тем больше он может набрать влаги, и как следствие, у него более низкая морозостойкость. Пар, выходя из дома через стену, в «точке росы»  превращается в воду. Производители строительных материалов, таких как газоблок и пенобетон, хитрят, когда рассчитывают теплопроводность материала, они всегда считают, что материал идеально сухой.

    Теплопроводность отсыревшего газоблока увеличивается в 5 раз, то есть в доме будет, мягко говоря, очень холодно. Но самое страшное, что при падении ночью температуры, точка росы смещается внутрь стены, а конденсат, находящийся в стене замерзает. Вода при замерзании расширяется и частично разрушает структуру материала. Несколько сотен таких циклов приводят к полному разрушению материала. Поэтому паропроницаемость строительных материалов вещь не только бесполезная, но и вредная.

              В многослойной конструкции на паропроницаемость влияет последовательность слоев и расположение утеплителя. На рис 1 видно, что вероятность распределения температуры, давления насыщенного пара Рн и давления не насыщенного пара Рр предпочтительнее, если утеплитель находиться с фасадной стороны ограждающей конструкции. При расположении утеплителя внутри здания между ним и несущей конструкциеей образуется конденсат, который ухудшает микроклимат помещения и постепенно разрушает несущую сину.

             Теплопроводность — один из видов переноса теплоты (энергии теплового движения микрочастиц) от более нагретых частей тела к менее нагретым, приводящий к выравниванию температуры. Если материал стен обладает высокой теплопроводностью, то жить в таком доме будет крайне не комфортно. Стены будут быстро проводить тепло или холод с улицы в помещение.

              Теплоемкость – количество теплоты, которое нужно подвести к объему вещества, для изменения его температуры.

        Теплоусвоение. Теплофизические свойства ограждающей конструкции выравнивать колебания температуры в помещении, за счет поглощения ее материалом стен. Это свойство особенно полезно в условиях теплого кубанского климата. Днем материал стен поглощает тепло и отдает прохладу, ночью поглощает прохладу, отдает тепло. Усвоение тепла материалом ограждающей конструкции определяется коэффициентом теплоусвоения и зависит от величины теплопроводности, теплоемкости и объемной массы стены. Чем выше эти параметры, тем сильнее материал будет сглаживать температуру. Из таблицы 1 видно, что наибольшим теплоусвоением обладают металлы, из каменных конструкций бетон и железобетон.

           Теплоустойчивость. Свойство ограждающей конструкции сохранять при колебаниях потока тепла относительное постоянство температуры на поверхности, обращенной в помещение, называется теплоустойчивостью. От постоянства температуры на внутренней поверхности ограждающих конструкций зависит обеспечение условий комфорта для пребывающих в помещении людей.

             Теплоустойчивость ограждающей конструкции обеспечивается преимущественно теплоемкостью слоя резких колебаний. В часы действия отопления тепло накапливается в этом слое, а при перерывах в работе отопительной системы поступает в помещение, согревая внутренний воздух и обеспечивая относительное постоянство его температуры.
    Такая теплоемкость может быть названа активной. Если указанный слой будет выполнен из материала с большим теплоусвоением, то в значительной мере будет обеспечена теплоустойчивость всей ограждающей конструкции.

    Величина коэффициента теплопроводности здесь дается в системе единиц СГСЭ. Если выражать тепловой поток в калориях, то коэффициент теплопроводности следует приводить в калориях на градус на 1 CMZ. Новый численный коэффициент будет равен 3 — 10 — 14 кал / град. Из формулы (5.25) следует, что теплопроводность полностью ионизированной плазмы очень быстро растет с температурой. Уже при Г-105 коэффициент теплопроводности водородной плазмы превышает коэффициент теплопроводности серебра при комнатной температуре. [1]

    Величина коэффициента теплопроводности определяется как среднее значение для всех 4 плит, так как все они в одинаковой степени участвуют в процессе нагрева. Данные опыта, полученные на основе одновременного испытания 4 образцов, дают более полную и надежную характеристику материала.

    Величина коэффициента теплопроводности зависит от объемного веса, влажности и температуры материала. При увеличении объемного веса материала, его влажности и температуры значение коэффициента теплопроводности возрастает. Значения коэффициента теплопроводности строительных материалов приводятся в Строительных нормах и правилах ( см. СНиП П — А.

    Величина коэффициента теплопроводности зависит от природы вещества, его структуры, температуры и других факторов. Наибольшим коэффициентом теплопроводности обладают металлы, наименьшим — газы.

    Величина коэффициента теплопроводности для одного и того же материала не является величиной постоянной, она может изменяться в зависимости от его объемного веса, влажности, температуры и направления теплового потока.

    Величина коэффициента теплопроводности А, зависит от природы тел и от их температуры.
    К выводу уравнения теплопроводности для однослойной плоской стенки.     К выводу уравнения теплопроводности для однослойной плоской стенки.

    Величина коэффициента теплопроводности Я зависит от природы вещества, его структуры, температуры и ряда других факторов. В зависимости от значений коэффициентов теплопроводности применяемые при конструировании химических аппаратов материалы могут быть условно подразделены на хорошие проводники тепла — металлы и плохие — теплоизоляционные материалы и газы.

    Величина коэффициента теплопроводности представляет собой количество тепла, которое проходит в единицу времени через один квадратный метр изотермической поверхности при температурном градиенте, равном единице.

    Величина коэффициента теплопроводности зависит от объемного веса, влажности и температуры материала. При увеличении объемного веса материала, его влажности и температуры коэффициент теплопроводности увеличивается.

    Влажность строительного материала и ее определение

    Влажность способствует повышению теплопроводности: более сырой материал имеет больший коэффициент теплопроводности и обладает худшими теплозащитными характеристиками по сравнению с сухим. Это вызвано тем, что при увлажнении материала его поры заполняются водой, имеющей высокий коэффициент теплопроводности (приблизительно в 20 раз больший, чем воздух).

    Чем больше влаги впитывает материал, тем выше становится его теплопроводность. Например, при повышении влажности кирпичной стены толщиной 0,5 м из обыкновенного глиняного кирпича с нормальной, равной 2 %, до 8 %, ее теплозащита ухудшается более чем на 30 %. И если при температуре внутреннего воздуха +20 СС и наружного  20 °С на поверхности сухой стены температура составляет 14,4 °С, то на сырой стене на 2,7 °С ниже и равняется 11,7°С (рис. 2.5).

    Поэтому для теплозащиты домов очень важно, чтобы строительный материал, и в первую очередь утеплитель, был обязательно сухим, а конструкции наружных ограждений были сделаны с таким расчетом, чтобы в них не образовывался конденсат и не скапливалась влага, приводящая к ухудшению теплоизоляционной способности стен, окон, чердачных перекрытий, полов первого этажа.
                  На теплопотери через ограждения наибольшее влияние оказывает их способность передавать теплоту, которая зависит от коэффициента теплопроводности и толщины материала. Чем меньше коэффициент теплопроводности и толще стена, тем больше ее термическое сопротивление (передаче теплоты) и лучше ее теплозащитные свойства.

    Кроме того, количество теряемой теплоты зависит от сопротивления теплообмену конвекцией и излучением у поверхности внутренней и наружной стен. Чем интенсивнее происходит теплообмен, тем больше теплоты теряется из помещения и передается внутренней поверхности конструкции или отдается поверхностью стены наружу, тем меньше сопротивление теплообмену и хуже теплозащита.

    Таким образом, теплозащитная способность стены, ее сопротивление теплопередаче, зависят от интенсивности передачи теплоты на трех участках (у внутренней поверхности, в толще ограждения, у наружной поверхности), каждый из которых имеет свое сопротивление. Общее сопротивление теплопередаче представляет собой их сумму (рис. 2.6).

    Теплопроводность железобетона

    Теплопроводность железобетона — коэффициент теплопроводностиЖелезобетон является композиционным материалом, который состоит из стали и бетона. Теплопроводность железобетона составляет 1,7 Вт/(м °С), при плотности бетона 2500кг/м3. Известно, что теплопроводность тяжелых бетонов в несколько раз больше, чем у легких.

    Характеристики материала.

    Тепловой поток, передающийся через всю толщину бетона, возникает из-за разности температур на поверхности материала. Следует учитывать, что бетон проводит тепло хуже чем сталь. Благодаря своей невысокой теплопроводности, любой железобетон обладает очень высокой стойкостью к огню. Железобетон выдерживает очень высокие температуры в течение длительного времени, не трескаясь и не разрушаясь.

    Следует отметить и теплоемкость данного материала, которая составляет около 0,00001 °С, следовательно при увеличении температуры, бетон будет расширяться. Сем выше температура, тем сильнее расширяется бетон. Чтобы не было растрескиваний при строительстве из железобетона объектов большой протяженности, их разделяют температурно-усадочными швами.

    Теплопроводность любого материала, в том числе и железобетона, зависит от проводимости тепла его составляющих. Следовательно, эта характеристика в основном определяется видом используемого заполнителя бетона и металлических вставок.
    От чего зависит и на что влияет.

    Между теплопроводностью и плотностью железобетона существует общая зависимость. Аморфные материалы меньше проводят тепло, чем кристаллические. Например, силикатное стекло с плотностью 2500кг/м3 имеет теплопроводность около 0,8 Вт/(м °С), а железобетон 1,7 Вт/(м °С).

    Чем выше плотность бетона, тем больше тепла он проводит, но при этом у этого правила есть и отклонения, зависящие от состава материала. Все данные, влияющие на этот показатель, можно рассчитать по специальным формулам. По формулам вычисляется коэффициент, зависящий от плотности материала.

    Также, он зависит от влажности. Этот показатель для воды составляет 0,58 Вт/(м °С), поэтому если поры железобетона заполнит вода, то увеличится и проводимость тепла. Увлажненный железобетон несет большие теплопотери и зимой может промерзать и растрескиваться.

    Итак, из всего вышесказанного, можно сделать вывод, что от этой характеристики зависят теплопотери, промерзание, растрескивание и разрушение материала, но при этом при теплопроводности в 1,7 Вт/(м °С) он не боится огня и имеет хорошие свойства.

    Статистика Видео:  0

    Коэффициенты теплоусвоения — Справочник химика 21

        Коэффициент теплоусвоения некоторых материалов [c.115]

        Расчетные величины коэффициентов теплоусвоения для различных материалов приведены в табл. 17. [c.135]

        Теплоизоляционные материалы, обладающие малыми X и уо5, имеют и относительно малый коэффициент теплоусвоения. Значения коэффициентов теплоусвоения для некоторых материалов приведены в табл. 8. [c.114]

        Величину коэффициента теплоусвоения определяют по формуле [c.134]

        Коэффициент теплоусвоения материала равен [c.114]


        Материал покрытия полов в отапливаемых производственных помещениях на постоянных рабочих местах, связанных с работой стоя должен предусматриваться с коэффициентом теплоусвоения не более б ккал/(м -ч-град). [c.43]

        Теплоизоляционные материалы высокой эффективности обладают весьма низкими коэффициентами теплоусвоения, т. е. при изменении температуры поверхности отнимают меньшее количество тепла и поэтому должны применяться для изоляции сооружений и аппаратов с резко переменным режимом работы (испытательные камеры, регенераторы и т. п.). [c.115]

        При слоистой конструкции пола коэффициент теплоусвоения зависит от того, в каком слое заканчиваются разные колебания температуры. В этом случае для двухслойной конструкции коэффициент теплоусвоения при толщине верхнего слоя менее 10 мм равен [c.134]

        Различной величиной коэффициента теплоусвоения объясняется, например, тот факт, что предметы из разных материалов с резко отличным теплоусвоением, находящиеся в одном помещении, т. е. имеющие одинаковую температуру, при прикосновении к ним кажутся — одни теплыми, а другие — холодными. [c.114]

        В СНиП коэффициент теплового воздействия принят в 24 ч. Таким образом, коэффициент теплоусвоения для пола из однородного материала равен [c.134]

        Во ВНИИСФ янж. А. Л. Усовым под руководством канд. техн. наук Н. Я. Спивака были проведены экспериментальные измерения коэффициентов теплоусвоения опытных конструкций полов с различными видами лино-леумов. Результаты измерений приведены в табл. 19. [c.135]

        В. связи с этим установлены гигиенические нормы для полов, ограничивающие теплопотери человеческого тела (с учетом потерь через обувь). Эти нормы, зафиксированные в СНиП ч. Г1—13, гл. 4, 6, допускают устройство таких конструкций полое, у которых коэффициент теплоусвоения равен б—6 тал/м ч град, при периоде колебании температуры за 24 ч. Этим коэффициентом и характеризуются в настоящее время полы, как теплые или холодные . Так, например, железобетон имеет коэф фициент теплоусвоения, равный И2 ккал м ч- град, в связи с чем его нельзя применять для устройства чистых полов. [c.133]

        Высокоэффективные материалы благодаря своей малой объемной массе находят применение прежде всего в транспортных и других передвижных установках, в устройствах и аппаратах, для которых на первое место выдвигается требование минимальной массы. Так как материалы этой группы обладают малой тепловой инерцией (малым коэффициентом теплоусвоения), их успешно применяют в установках с переменным тепловым режимом (низкотемпературные испытательные камеры, регенеративные теплообменники в криогенных установках). В связи с возрастающим в последние годы производством материалов из искусственных смол с хорошими показателями они находят все большее применение на крупных промышленных установках. Большинство высокоэффективных материалов имеет малую механическую прочность. Материалы данной группы можно разделить на несколько подгрупп. [c.69]


        Коэффициент теплоусвоения поля в ккал лС -ч-град [c.137]

        Коэффициент теплоусвоения опытных конструкций полов (результаты экспериментальных измерений в ЦНИИЭП жилища) [c.138]

        I та коэффициента теплоусвоения б сравнительной модифика- [c.27]

        Специальным требованием к этому виду линолеума является его тепловая характеристика, которая должна соответствовать существующим санитарным нормам и обеспечивать коэффициент теплоусвоения не более 5 ккал м ч град. - [c.92]

        Коэффициент теплоусвоения представляет собой максимальное изменение плотности теплового потока, вызывающее колебания температуры на поверхности в 1 К. Для ограждения из однородного материала, при достаточной толщине стенки, теплоусвоение оказывается физической характеристикой стенки и оценивается коэффициентом теплоусвоения материала. Он также характеризует способность материала более или менее воспринимать теплоту при колебаниях температуры на его поверхности. [c.94]

        Выражение (3.16) подтверждает, что колебания плотности теплового потока происходят с тем же периодом Т по опережают по фазе колебания температуры поверхпости ограждения на ti/4. В этой формуле произведение А Х2т1 сроб/Т) является амплитудой плотпости теплового потока А . Ее отпошепие к амплитуде колебаний А температуры поверхности, периодически восприпимающей этот тепловой поток, равное Ад/ А называется коэффициентом теплоусвоения поверхности ограждения [Вт/(м -К)], т. е. s = Aq/A или s=(27iX po6/T) . [c.62]

        Материал покрытия полов в отапливаемых производственных помещениях зданий с повышенными эксплуатационными требованиями и с долговременным пребыванием людей на рабочих местах должен иметь коэффициент теплоусвоения не более 5 ккал1мН град. [c.135]

        Согласно этой теории, коэффициент теплоусвоения принят как отношение амплитуды колебаний теплового потока к амплитуде. колебаний температуры па рассматриваемой поверхности, т. е. как максимальная величина теплового потока, воспринимаемого поверхностью ограждения при амплитуде колебаний температуры на этой поверхности в 1%. Этот коэффициент принят в практику теплотехнических расчетов теплообмена в ограждающих конструкциях. Д-ром техн. наук К. Ф-Фокиным эти расчеты использованы для оценки теплоусвоения пола, принятой в СНиП. [c.134]

        Для жилых помещений и помещений с длительным пребыванием людей в качестве эталона материала, теп-лоусвоение которого считается предельным, принят дубовый паркет с коэффициентом теплоусвоения 5 ккал1т ч град. [c.135]

        Из таблицы в идно, что коэффициент теплоусвоения материала еще ие служит показателем теплоощущае-мости, например гипсовые плиты и камни имеют коэффициент теплоусвоения, равный 4,25, дуб (поперек волокон) 5, а сосна и ель вдоль волокон 5,05 ккал/м ч — град. Нетрудно убедиться на опыте, что при одинаковой степени гладкости поверхности деревянные покрытия более теплоощущаемы, чем гипсовые. [c.135]

        Полная теплотехническая оценка пола завясит ог коэффициента теплоусвоения подкладочного слоя. [c.135]

        Расчетные коэффициенты теплоусвоеняя пола с покрытием из глифталиевого линолеума при основании из различных материалов даны в табл. 18. [c.135]

        Коэффициент теплоусвоения различных конструкций пола с покрытием из глифталиевого линолеума [c.137]

        В.С Баталов, А.Н.Пв1 иноБ, В.С.Ватманов. Дилатометрический метод исследования коэффициента теплоусвоения жщдаостей и сыпучих материалов. ………………… 16 [c.25]

        Приведены соотношения, полученные на базе закор . мерностей распространения температурных возмущений в однородных полупространств х и слунащие формулами для расчета коэффициента теплоусвоения в сравнительной модификации дилатометрического метода исследования теплофизических характеристик жидких, сыпучих и пастообразных материалов. Экспрессный и нетеапературный характер метода (не опираюв егося на замер теиператур и тепловых потоков [c.27]

        ДИЛАТОМЕТРИЧЕСКИЙ МЕТОД ИССЛЕДОВАНИЯ КОЭФФИЦИЕНТА ТЕПЛОУСВОЕНИЯ ЖИДКОСТИ И ШПУЧИХ МАТЕРИАЛОВ [c.16]

        ДИЛАТОМЕТРИЧЕСКИЙ МЕТОД ИССЛЕДОВАНИЯ КОЭФФИЦИЕНТА ТЕПЛОУСВОЕНИЯ ЖИд110СТЕЙ И СЫПУЧИХ МАТЕРИАЛОВ [c.27]

        Бетонные и цементные полы применяют в основном там, где на пол действуют вода, минеральные масла и щелочи. Эти полы малоистираемы и обладают небольшой пыль-ностью. Однако они холодны (коэффициент теплоусвоения цементобетона большой и равен 10,8 ккал1м -ч град) и нестойки против действия щелочей сильных концентраций. [c.149]


    Теплоусвоение — Энциклопедия по машиностроению XXL

    Формула (31.14) учитывает влияние теплофизических свойств материала поверхности на интенсивность теплоотдачи при кипении криогенных жидкостей (при атмосферном и меньшем атмосферного давлениях) с помощью коэффициента теплоусвоения х. Большие значения коэффициента теплоусвоения имеет медь средние — латунь, никель, бронза малые—нержавеющая сталь.  [c.326]

    Рассчитать поле температур в сечении профиля, параллельном вектору скорости набегающего потока и нормальном к плоскости симметрии профиля. Изменением температуры в направлении размаха крыла пренебречь. Получить численные решения задачи для тел, имеющих постоянное значение коэффициента теплоусвоения Ь = V кср = 8,63, кВт-с /(м -К) при изменении коэффициента температуропроводности материала в пределах от 0,38-10 до 19 X X 10 м /с.  [c.264]


    Из рис. 7.11 видно также, что значения а на мельхиоровой трубке несколько выше а, полученных на медном диске, хотя коэффициент теплоусвоения 1 Хср для меди значительно больше, чем для мельхиора.  [c.204]

    Из уравнения (126) следует, что величина возможного результирующего потока на поверхности нагрева, равная теплоусвоению в данный момент слагается из трех составляющих  [c.200]

    Тепловые расчеты различных камер с радиационным теплообменом помимо теплопередачи включают также расчет или подбор ряда параметров (расход топлива, температура подогрева компонентов горения, коэффициент расхода воздуха и т. д.), обеспечивающих необходимый уровень полезного теплоусвоения. Эти параметры определяются тепловыми и материальными балансами процессов и агрегатов, их технологическими, конструктивными и многими другими особенностями, которые Б данной книге не рассматриваются.  [c.4]

    Коэффициент теплоусвоения обратно пропорционален и порционален У»а. Поэтому с увеличением частоты колебаний  [c.152]

    Если передача теплоты через воздушную прослойку происходит посредством теплопроводности, то коэффициент теплоусвоения ее очень большой (6 = 0,543, о) = я/12, 7 = 293 К).  [c.152]

    Коэффициент теплоусвоения определяет интенсивность затуханий температурных колебаний в толще стены.  [c.152]

    В настоящее время в лаборатории, помимо отмеченных выше приборов первой группы, разрабатываются три новых прибора, один из которых предназначается для измерений теплового сопротивления труднообрабатываемых строительных материалов, второй—для скоростных измерений коэффициента теплоусвоения строительных конструкций, а третий — для испытаний теплозащитных свойств тканей и одежды при различных ветровых условиях.  [c.4]

    S — коэффициент теплоусвоения материала в ккал/л 2 час град  [c.5]

    У — коэффициент теплоусвоения поверхности /скал/ж час град  [c.5]

    Коэффициент теплоусвоения У. Уравнение для р можно представить еще иначе, введя понятие коэффициента теплоусвоения конечной поверхности слоя т, равное  [c.151]

    Термин этот ввел в употребление проф. О. Е. Власов [11] в виде вещественного числа У. Коэффициент теплоусвоения в комплексном выражении будем обозначать для отличия знаком У.  [c.151]

    Только при условии, что поверхностные слои всех ограждений помещения толстые и что материалы их имеют одинаковый коэффициент теплоусвоения s, точность формул (15.1) — (15.3) будет абсолютной. В других случаях расчет имеет приближенный характер.  [c.179]


    Значения коэффициента теплоусвоения ( ф) определены для платины и циркониевого материала по данным , для графита  [c.607]

    Причем среднее значение (в интервале температур 20-2100 0 коэффициента теплоусвоения циркониевой керамики. Согласно выражениям (6.50), (6.S1 ), [6.68 ), (6.65), в точках 1-Ш  [c.671]

    РАЗМЕРНОСТИ Объемная удельная теплоемкость — дж/см .град, коэффициент теплопроводности — вт/см.град, коэффициент температуропроводности — см /сек, коэффициент теплоусвоения — дж/см .сек / .град, остальные параметры — безразмерные.  [c.674]

    Вероятная относительная погрешность определения коэффициента теплоусвоения калориметра, согласно выражению (в.Ш),  [c.695]

    КОЭФФИЦИЕНТ ТЕПЛОУСВОЕНИЯ МАТЕРИАЛА  [c.108]

    Величину Х»в формуле для принимают за коэффициент теплоусвоения массива во время, равное половине 116  [c.116]

    Пользуясь коэффициентом теплоусвоения для удельного потока и расхода тепла, получаем формулы  [c.233]

    Аналогично коэффициенту внешней теплоотдачи тела в окружающей среде коэффициент теплоусвоения представляет внутреннюю теплоотдачу в массиве.  [c.233]

    Пользуясь коэффициентами теплоусвоения для единичного времени т = 1 сек (1 час  [c.238]

    Используя условия задачи 17.17, исследовать влияние коэффициента теплоусвоения Ь = VX p на уровень и распределение температур в носовом профиле крыла в конце полета, при условии, что коэффициент температуропроводности а = Х/(ср) == 4,58-10 м /с = onst, а Ь изменяется от 0,42 до 36, 9 кВт. с / (м -К)- Время полета 20 с.  [c.269]

    Как видно из уравнения (V.28), ори одинаковом коэффициенте теплоотдачи на внутренней поверхности стен а, одинаковом коэффициенте неравномерности поступления тепла на стены т коэффициент теплоустойчивости стен р зависит от коэффициента теплопередачи k и коэффициента теилоуовоения материала стен Ь. Есл1и, например, коэффициент теплопередачи различных стен будет одинаков, то наибольшую теплоустойчивость будет давать стена с наибольшим коэффициентом теплоусвоения.  [c.126]

    Физический смысл коэффициента теплоусвоения легко понять из повседневного опыта например, прикладывая руку к предметам, находящимся при одинаковой комнатной температуре, меньшей температуры нашего тела, мы будем ощзгщать как более холодные те предметы, которые имеют больший коэффициент теплоусвоения. Для стали, кирпича и дерева коэффициенты теплоусвоения относятся как 30 2 1.  [c.233]


    (PDF) Оценка состояния и свойств материала при термоотверждающемся формовании композиционных материалов с использованием ассимиляции данных: численное исследование моделей

    , в: Материалы Международной конференции по электротехнике-

    и инженерии управления (ICEICE) 2011 г., 2011, стр. 2363e2366.

    [9] З. Чжан, К. Фридрих, Искусственные нейронные сети, применяемые к полимерным композициям.

    итогов: обзор, Compos. Sci. Technol. 63 (14) (2003) 2029e2044.

    [10] стр.Дурви, Н. Миттал, Обзор различных исследований композитных ламинатов с

    отрывом слоя, J. Eng. Прил. Sci. 8 (8) (2013) 595e605.

    [11] К. Хе, С.В. Хоа, Р. Ганесан, Исследование конических слоистых композитных конструкций —

    туров: обзор, Compos. Sci. Technol. 60 (14) (2000) 2643e2657.

    [12] M. Mulle, F. Collombet, P. Olivier, R. Zitoune, C. Huchette, F. Laurin,

    Y.-H. Груневальд, Оценка остаточных деформаций отверждения по толщине

    углеродноэпоксидных ламинатов с использованием ВБР Часть II: технологический образец,

    Композит.Часть А Прил. Sci. Manuf. 40 (10) (2009) 1534e1544.

    [13] Г. Бюргерс, П. Ян ван Левен, Г. Эвенсен, Схема анализа в ансамбле

    фильтр Кальмана, Пн. 126 (6) (1998) 1719e1724.

    [14] Дж. Л. Андерсон, Фильтр Калмана подгонки ансамбля для ассимиляции данных,

    Mon. Погода Rev.129 (12) (2001) 2884e2903.

    [15] И.М. Навон, Ассимиляция данных для численного прогноза погоды: обзор, в:

    С.К. Парк, Л. Сюй (ред.), Ассимиляция данных для атмосферных, океанических и гидрологических приложений, Springer, 2009, стр.21e65.

    [16] Х. Като, С. Обаяси, Подход к моделированию неопределенности турбулентности, основанный на методе ассимиляции данных

    , Comp. Жидкости 85 (2013) 2e7.

    [17] B.X. Ху, Дж. Тонг, Приложение ассимиляции данных к подземному потоку и переносу растворенных веществ

    , в: Гидравлическая проводимость, InTech, 2013.

    [18] Л. Ван, Х. Чжан, К. Вонг, Х. Лю, П. Ши, Physiological-model-con-

    напряженная неинвазивная реконструкция объемных трансмембранных потенциалов миокарда

    , IEEE Transact.Биомед. Англ. 57 (2) (2010) 296e315.

    [19] М. Мурата, Р. Мацузаки, А. Тодороки, Ю. Мизутани, Ю. Сузуки, Трехмерная реконструкция потока смолы с использованием ассимиляции данных емкостного датчика

    в процессе формования жидкого композита: численное исследование, Compos. Часть

    A Заявл. Sci. Manuf. 73 (2015) 1e10.

    [20] Р. Мацузаки, М. Шиота, Ассимиляция данных посредством интеграции стохастического моделирования потока смолы

    с визуальным наблюдением во время вакуумного формования смолы

    трансфертное формование: численное исследование, Compos.Часть А Прил. Sci. Manuf. 84

    (2016) 43e52.

    21 https://doi.org/10.1016/j.heliyon.2018.e00554

    2405-8440 / Ó2018 Авторы. Опубликовано Elsevier Ltd. Это статья в открытом доступе под лицензией CC BY-NC-ND

    (http://creativecommons.org/licenses/by-nc-nd/4.0/).

    Артикул Nowe00554

    Температурное расширение — коэффициенты линейного расширения

    стекло Бериллий
    Термопласт ABS (акрилонитрилбутадиенстирол) 72-108
    ABS-армированный стекловолокном 31
    усиленный 39
    Ацетали 85-110
    Акрил 68-75
    Глинозем (оксид алюминия, Al 2 O 3 ) 8.1
    Алюминий 21-24
    Нитрид алюминия 5,3
    Янтарь 50-60
    Сурьма (твердый свинец) 26,5
    Сурьма 9-11
    Мышьяк 4,7
    Бакелит, беленый 22
    Барий 20,6
    Феррит бария 10
    Бензоциклобутен
    12
    Висмут 13 — 13.5
    Латунь 18-19
    Кирпичная кладка 5
    Бронза 17,5 — 18
    Кадмий 30
    Кальций 22,3
    Каучук 66-69
    Серый чугун 10,8
    Целлулоид 100
    Ацетат целлюлозы (CA) 130
    Бутинат ацетата целлюлозы (CAB) 96 — 171
    Нитрат целлюлозы (CN) 80-120
    Цемент, Портленд 11
    Церий 5.2
    Хлорированный полиэфир 80
    Хлорированный поливинилхлорид (ХПВХ) 63 — 66
    Хром 6-7
    Структура глиняной плитки 5.9
    Кобальт 12
    Бетон 13-14
    Бетонная конструкция 9,8
    Константан 15.2 — 18,8
    Медь 16 — 16,7
    Медь, бериллий 25 17,8
    Корунд, спеченный 6,5
    Купроникель 30% (константан) 16,2
    Алмаз (углерод) 1,1 — 1,3
    Дюралюминий 23
    Диспрозий 9,9
    Эбонит 70
    Эпоксидная смола — армированная стекловолокном 36
    Эпоксидная смола, литые смолы и компаунды, ненаполненные 45-65
    Эрбий 12.2
    Этиленэтилакрилат (EEA) 205
    Этиленвинилацетат (EVA) 180
    Европий 35
    Фторэтиленпропилен (FEP) 135
    Плавиковый шпат, CaF 2 19,5
    Гадолиний 9
    Немецкое серебро 18,4
    Германий 6.1
    Стекло твердое 5,9
    Стекло, пластина 9,0
    Стекло, Pyrex 4,0
    Золото 14,2
    Золото — медь 15,5
    Золото — платина 15,2
    Гранит 7,9 — 8,4
    Графит чистый (углерод) 4-8
    Gunmetal 18
    Gutta percha 198
    Гафний 5.9
    Твердый сплав K20 6
    Hastelloy C 11,3
    Гольмий 11,2
    Лед, 0 o C вода 51
    Инконель 11,5 — 12,6
    Индий 33
    Инвар 1,5
    Иридий 6,4
    Чугун, литой 10.4-11
    Кованое железо 11,3
    Чистое железо 12,0
    Каптон 20
    Лантан 12,1
    Свинец 29
    Известняк 8
    Литий 46
    Лютеций 9,9
    Macor 9,3
    Магналий 23.8
    Магний 25 — 26,9
    Магниевый сплав AZ31B 26
    Марганец 22
    Манганин 18,1
    Мрамор 5,5 — 14,1
    Кирпичная кладка 4,7 — 9,0
    Ртуть 61
    Слюда 3
    Молибден 5
    Металлический монель 13.5
    Раствор 7,3 — 13,5
    Неодим 9,6
    Никель 13,0
    Ниобий (колумбий) 7
    Нейлон общего назначения 50 — 90
    Нейлон, армированный стекловолокном 23
    Нейлон, тип 11, формовочная и экструзионная смесь 100
    Нейлон, тип 12, формовочная и экструдированная смесь 80.5
    Нейлон, тип 6, литье 85
    Нейлон, тип 6/6, формовочная масса 80
    Дуб, перпендикулярно волокну 54
    Осмий 5-6
    Палладий 11,8
    Парафин 106-480
    Фенольная смола без наполнителей 60-80
    Фосфорная бронза 16.7
    Гипс 17
    Пластмассы 40-120
    Платина 9
    Плутоний 47-54
    Полиакрилонитрил 70
    Полиакрилонитрил 92
    Полиамид (ПА) 110
    Полибутилен (ПБ) 130-139
    Поликарбонат (ПК) 65-70
    Поликарбонат — армированный стекловолокном 21.5
    Полиэстер 124
    Полиэстер — армированный стекловолокном 25
    Полиэтилен (PE)108-200
    Полиэтилен (PE) — высокомолекулярный вес108
    Полиэтилентерефталат (ПЭТ) 59,4
    Полифенилен 54
    Полифенилен — армированный стекловолокном 36
    Полипропилен (ПП), без наполнения 72 — 90
    Полипропилен — армированный стекловолокном 32
    Полистирол (ПС) 70
    Полисульфон (ПСО) 55-60
    Политетрафторэтилен (ПТФЭ) 112-1135
    Полиуретан (PUR), жесткий 57.6
    Поливинилхлорид (ПВХ) 54-110
    Поливинилиденфторид (PVDF) 128-140
    Фарфор промышленный 4
    Калий 83
    Празеодим 6,7
    Прометий 11
    Кварц плавленый 0,55
    Кварц, минерал 8-14
    Рений 6.7
    Родий 8
    Каменная соль 40,4
    Каучук, твердая 80
    Рутений 9,1
    Самарий 12,7
    Песчаник 900 11,6
    Сапфир 5,3
    Скандий 10,2
    Селен 37
    Кремний 3 — 5
    Карбид кремния 2.77
    Серебро 19 — 19,7
    Ситалл 0,15
    Сланец 10
    Натрий 70
    Свинец припоя — олово, 50% — 50% 25
    Зеркало металлическое 19,3
    Стеатит 8,5
    Сталь 10,8 — 12,5
    Сталь нержавеющая аустенитная (304) 17.3
    Сталь нержавеющая аустенитная (310) 14,4
    Сталь нержавеющая аустенитная (316) 16,0
    Сталь нержавеющая ферритная (410) 9,9
    Стронций 22,5
    Тантал 6,5
    Теллур 36,9
    Тербий 10,3
    Терне 11.6
    Таллий 29,9
    Торий 12
    Тулий 13,3
    Олово 20-23
    Титан 8,5 — 9
    Топас 5-8
    Вольфрам 4,5
    Уран 13,4
    Ванадий 8
    Виниловый эфир 16-22
    Вулканит 63.6
    Воск 2-15
    Изделия Wedgwood 8,9
    Дерево, поперек (перпендикулярно) волокну 30
    Дерево, ель 3,7
    Дерево , параллельно волокну 3
    Дерево, сосна 5
    Иттербий 26,3
    Иттрий 10,6
    Цинк 30-35
    Цирконий 5.7

    Углекислый газ — удельная теплоемкость

    Углекислый газ газ бесцветен, тяжелее воздуха и имеет слегка раздражающий запах. Температура замерзания составляет -78,5 o C (-109,3 o F) , где образуется двуокись углерода снег или сухой лед.

    Углекислый газ образуется при сжигании угля или углеводородов или в результате ферментации жидкостей и дыхания людей и животных. Двуокись углерода усваивается растениями и используется для производства кислорода.

    Углекислый газ имеет низкую концентрацию в атмосфере и действует как парниковый газ.

    Удельная теплоемкость (C) — количество тепла, необходимое для изменения температуры единицы массы вещества на один градус.

    • Изобарическая теплоемкость (C p ) используется для веществ в системе постоянного давления (ΔP = 0).
    • I сохорная удельная теплоемкость (C v ) используется для веществ в замкнутой системе постоянного объема (= изоволюметрической или изометрической ).

    Удельная теплоемкость — C P и C V — будет изменяться в зависимости от температуры. При расчете массового и объемного расхода вещества в обогреваемых или охлаждаемых системах с высокой точностью — удельную теплоемкость следует скорректировать в соответствии со значениями в таблице ниже.

    Удельная теплоемкость газообразного диоксида углерода — CO 2 — в диапазоне температур 175 — 6000 K :

    Приведенные выше значения относятся к недиссоциированным состояниям. При высоких температурах выше 1500 К (3223 o F) диссоциация становится заметной, и давление является значительной переменной.

    См. Также другие свойства двуокиси углерода при различных температуре и давлении: Плотность и удельный вес, динамическая и кинематическая вязкость, число Прандтля, теплопроводность и теплофизические свойства при стандартных условиях, а также удельная теплоемкость : воздух — при постоянном давлении и переменной температуре, воздух — при постоянной температуре и переменном давлении, аммиак, бутан, окись углерода, этан, этанол, этилен, водород, метан, метанол, азот, кислород, пропан и вода.

    Кривые потенциальной энергии и свойства материалов

    Материаловедение и приложения, 2011, 2, 97-104

    doi: 10.4236 / msa.2011.22013 Опубликовано в Интернете в феврале 2011 г. (http://www.SciRP.org/journal/msa )

    Авторские права © 2011 SciRes. MSA

    97

    Кривые потенциальной энергии и свойства материалов

    Девараконда Аннапурна Падмавати

    Химический факультет Последипломного научного колледжа Сайфабадского университета Османии, Хайдарабад, Индия.

    Электронная почта: [email protected]

    Поступила 6 августа 2010 г .; отредактировано 16 декабря 2010 г .; принято 19 января 2011 г.

    РЕЗЮМЕ

    Кривые потенциальной энергии определяют свойства материалов. Критический анализ кривой потенциальной энергии помогает лучше понять свойства материала. Кривая потенциальной энергии и, в свою очередь, свойства любого материала зависят от состава, связи, кристаллической структуры, их механической обработки и микроструктуры.Тип, прочность и направленность атомной связи контролируют структуру и свойства материала, а именно температуру плавления, тепловое расширение

    , упругую жесткость, электрические свойства, пластичность и вязкость и т. Д. В этой статье делается попытка выявить взаимосвязь. —

    ция между кривыми потенциальной энергии со свойствами материалов.

    Ключевые слова: кривые потенциальной энергии, свойства материала

    1. Введение

    Свойства — это то, как материал реагирует на воздействие окружающей среды и внешних сил.Механические свойства

    связаны с механическими силами, прочностью и т. Д. Электрические и

    магнитные свойства связаны с их реакцией на электрические

    и магнитные поля, проводимость и т. Д. Тепловые свойства

    связаны с передачей тепла и теплоемкости.

    С помощью кривой (кривых) потенциальной энергии, этот документ

    намеревается увидеть отклик материала от расположения атомных и субатомных частиц

    на внешние силы.Межатомные силы, присутствующие в атомной связи

    , отражаются в кривых потенциальной энергии, которые в свою очередь помогают предсказать многие физические свойства, а именно температуру плавления, эластичность, тепловое расширение и прочность

    материалов. Выбор материала для конкретного назначения

    может быть сделан исходя из характеристик материалов в различных условиях и отражается на кривых потенциальной энергии.

    Содержание статьи организовано с описанием

    атомной структуры и связей, сначала следует анализ

    sis того, как это отражается на кривой потенциальной энергии

    , а затем продолжается приведение отношения между партнером

    риал недвижимости с кривыми потенциальной энергии.

    2. Атомная структура и связь

    Все существующие элементы классифицируются в соответствии с электронной конфигурацией

    в периодической таблице. Электроны

    в атомах имеют дискретные энергетические состояния и стремятся занять

    самых низких доступных энергетических уровня. Электронная структура

    атомов определяет их взаимодействие с другими атомами.

    Заполненные внешние оболочки дают стабильную конфигурацию, как в

    благородных инертных газах.Атомы с неполными внешними оболочками

    стремятся достичь этой конфигурации благородного газа путем совместного использования или

    передачи электронов друг другу для максимальной стабильности.

    Существует два основных типа связи: 1) Первичная связь —

    ding 2) Вторичная связь

    1) Первичная связь возникает в результате обмена электронами

    или переноса. Существует три типа первичной связи:

    ,

    , ионная, ковалентная и металлическая (24-240 ккал / моль) [1].

    При ионной связи атомы ведут себя как положительные или

    отрицательные ионы и связаны кулоновскими силами. Для образования ионной связи

    требуется большая разница в электроотрицательности

    . Ионная связь ненаправленная,

    , т.е. величина связи одинакова во всех направлениях.

    В керамике связывание преимущественно ионное. Обычно это

    комбинации металлов или полупроводников с

    кислородом, азотом или углеродом (оксиды, нитриды и биды углерода

    ).Ионные материалы твердые и хрупкие из-за электрически заряженной природы составляющих ионов. И, кроме того,

    являются электроизоляционными и теплоизолирующими в связи с отсутствием большого количества свободных электронов

    . (Примеры:

    стекло, фарфор, примеры других керамических материалов

    варьируются от предметов домашнего обихода до высокопроизводительных двигателей

    , в которых используются как металлы, так и керамика.)

    Ковалентное связывание: при ковалентном связывании электроны равны

    разделяется между молекулами, чтобы насытить валентность.

    Ковалентные связи сильно направлены. Простейшим примером является молекула SiO2. Их электрические свойства

    сильно зависят от мельчайших пропорций примесей

    Неидеальности в методе 3ω для термических характеристик в низко- и высокочастотном режимах: AIP Advances: Vol 8, No 4

    Метод 3 ω 1–11 1. Д. Г. Кэхилл, «Измерение теплопроводности от 30 до 750 K: метод 3 ω », Review of Scientific Instruments 61 , 802808 (1990).https://doi.org/10.1063/1.11414982. T. Borca-Tasciuc, A. Kumar и G. Chen, «Обработка данных в методе 3 ω для определения теплопроводности тонких пленок», Review of Scientific Instruments 72 , 213 (2001). https://doi.org/10.1063/1.13531893. A. Jacquot, B. Lenoir, A. Dauscher, M. Stöolzer и J. Meusel, «Численное моделирование метода 3 ω для измерения теплопроводности», Journal of Applied Physics 91 , 47334738 (2002) . https: // doi.org / 10.1063 / 1.14596114. М. Бодхуин и Л. Ван дер Темпель, «Измерение теплопроводности тонких слоев методом 3 омега», Техническая записка TN-2006/00375, Отчет Philips, на основе М. Бодхуэна, M.Sc. диссертация, INPG (2006). 5. Д. Де Конинк, «Измерение теплопроводности с использованием метода 3-омега: применение в микросистемах сбора энергии», M. Eng. докторская диссертация, Университет Макгилла (2008 г.) 6. Дж. Альварес-Кинтана и Дж. Родригес-Вьехо, «Расширение метода 3 ω для измерения теплопроводности тонких пленок без эталонного образца», Датчики и исполнительные механизмы A: Physical 142 , 232236 (2008).https://doi.org/10.1016/j.sna.2007.01.0137. Ж.-Й. Дюкен, Д. Фурнье и К. Фретинь, «Аналитические решения уравнения диффузии тепла для геометрии метода 3 ω », Журнал прикладной физики 108 , 086104 (2010). https://doi.org/10.1063/1.34864418. А. Сикора, Х. Фтуни, Дж. Ричард, К. Эбер, Д. Эон, Ф. Омнес и О. Буржуа, «Высокочувствительные измерения теплопроводности подвешенных мембран (SiN и алмаз) с использованием 3 ω — Метод Фёлькляйна », Обзор научных инструментов 83 , 054902 (2012).https://doi.org/10.1063/1.47040869. Т. Ханнинен, «Применение метода 3-омега для измерения теплопроводности», M.Sc. докторская диссертация, Университет Ювяскюля (2013) 10. W. Jaber, A. Assy, S. Lefèvre, S. Gomès, P.-O. Шапюи, «Измерение теплопроводности методом 3 ω и сканирующей термальной микроскопией», 19-й Международный семинар по тепловым исследованиям интегральных схем и систем (THERMINIC), 54–57 (2013) .11. В. Мишра, К. Л. Хардин, Дж. Э. Гарай и К. Дэймс, «Метод 3 омега для измерения произвольного анизотропного тензора теплопроводности», Review of Scientific Instruments 86 , 054902 (2015).https://doi.org/10.1063/1.4

    0 был предложен в 1910 году О. Корбино для измерения коэффициента температуропроводности металлических нитей для использования в лампах. 12,13 12. О. Корбино, «Тепловые колебания в лампах из тонких волокон при протекании через них переменного тока и результирующее влияние на выпрямитель из-за наличия четных гармоник», Physikalische Zeitschrift 11 , 413417 (1910). 13. Корбино О. Периодические изменения сопротивления тонких металлических нитей, которые соединяются чередующимися потоками, а также определение их термо-характеристик при высоких температурах // Физика Земли.Z 12 , 2 (1911). В 1987 году его использовали Бирдж и Нагель для измерения частотно-зависимой удельной теплоемкости жидкости. 14 14. Н. О. Бирге и С. Р. Нагель, «Широкочастотный спектрометр теплоемкости», Review of Scientific Instruments 58 , 14641470 (1987). https://doi.org/10.1063/1.1139434 Это было позже 1 1. Д.Г. Кэхилл, «Измерение теплопроводности от 30 до 750 К: метод 3 ω », Review of Scientific Instruments 61 , 802808 ( 1990).https://doi.org/10.1063/1.1141498, что Кэхилл использовал метод 3 ω для измерения теплопроводности твердой диэлектрической пленки. Хотя первоначально он был разработан для измерения теплопроводности объемных материалов, метод 3 ω был расширен до измерения тонких пленок толщиной до 20 нм. 15 15. С. М. Ли и Д. Г. Кэхилл, «Теплоперенос в тонких диэлектрических пленках», Журнал прикладной физики 81 , 255 (1997). https://doi.org/10.1063/1.363923 Затем метод 3 ω был адаптирован для измерения теплопроводности в плоскости и поперек плоскости анизотропных пленок, 16,17 16. Дж. Х. Ким, А. Фельдман и Д. Новотны, «Применение трех Омега-метод измерения теплопроводности пленки на подложке конечной толщины », Журнал прикладной физики 86 , 39593963 (1999). https://doi.org/10.1063/1.37131417. Дж. Джин, М. П. Манохаран, К. Ван и М. Хак, «Плоская теплопроводность наноразмерных тонких полианилиновых пленок», Applied Physics Letters 95 , 033113 (2009).https://doi.org/10.1063/1.3184786, а также тепловые свойства различных образцов, таких как нанопроволоки и углеродные нанотрубки, 18,19 18. Р. Прашер, Т. Тонг и А. Маджумдар, «Приближенные аналитические модели фононной теплоемкости и баллистической теплопроводности нанопроволок», Nano Letters 8 , 99103 (2008). https://doi.org/10.1021/nl072166519. X. J. Hu, A. A. Padilla, J. Xu, T. S. Fisher и K. E. Goodson, «3-омега измерения вертикально ориентированных углеродных нанотрубок на кремнии», Journal of Heat Transfer 128 , 110 (2006).https://doi.org/10.1115/1.2352778 жидкости и газы, 24 24. С. Н. Шиффрес и Дж. А. Мален, «Улучшенное трехкомпонентное измерение теплопроводности в жидкости, газах и порошках с использованием оптического волокна с металлическим покрытием. ”Обзор научных инструментов 82 , 064903 (2011). https://doi.org/10.1063/1.3593372 и отдельно стоящие мембраны. 25 25. А. Джайн и К. Э. Гудсон, «Измерение теплопроводности и теплоемкости автономных тонких пленок с памятью формы с использованием метода 3 ω », Journal of Heat Transfer 130 , 102402 (2008).https://doi.org/10.1115/1.2945904 Одним из основных преимуществ метода 3 ω является то, что он основан на хорошо освоенном электротермическом нагреве и что аналитическая модель, основанная на двумерной диффузии тепла, позволяет очень просто определить теплопроводность образца. Хотя такая модель очень эффективна для описания материалов, по крайней мере, с двумя измерениями больше 100 мкм, бывает, что ее недостаточно для многих конфигураций, включающих нанообъекты или даже микроэлектромеханические системы (МЭМС), где ограниченное пространство не позволяет для проведения измерений в идеальных конфигурациях.Настоящая статья имеет цель проанализировать эффекты некоторых отклонений от идеальных конфигураций и служить руководством, если кто-то хочет проанализировать эти эффекты. Настоящая работа посвящена аналитическим и численным исследованиям диффузионной теплопроводности в зависимости от размера нагревателя на поверхности плоской подложки и геометрии. Он дополняет предыдущие статьи (см., Например, ссылки 22. T. Borca-Tasciuc, A. Kumar и G. Chen, «Обработка данных в методе 3 ω для определения теплопроводности тонких пленок», Review of Scientific Instruments ). 72, , 213 (2001).https://doi.org/10.1063/1.1353189, 33. A. Jacquot, B. Lenoir, A. Dauscher, M. Stöolzer, J. Meusel, «Численное моделирование метода 3 ω для измерения теплопроводности. , ”Журнал прикладной физики 91 , 47334738 (2002). https://doi.org/10.1063/1.1459611 и 20–2320. С. П. Гуррам, В. П. Кинг и Ю. К. Джоши, «Полуаналитическое решение для метода 3 ω , включая эффект теплопроводности нагревателя», Журнал прикладной физики 103 , 113517 (2008).https://doi.org/10.1063/1.293725421. Х. Ван и М. Сен, «Анализ метода 3-омега для измерения теплопроводности», Международный журнал тепломассообмена 52 , 21022109 (2009). https://doi.org/10.1016/j.ijheatmasstransfer.2008.10.02022. Б. В. Олсон, С. Грэм и К. Чен, «Практическое расширение метода 3-омега на многослойные структуры», Review of Scientific Instruments 76 , 053901 (2005). https://doi.org/10.1063/1.189661923. Т. Тонг и А. Маджумдар, «Пересмотр метода 3-омега для определения термических характеристик тонких пленок», Review of Scientific Instruments 77 , 104902 (2006).https://doi.org/10.1063/1.2349601), которые касались в основном аналитических выражений или не могли учесть всю среду, в которой находится обогреватель. Сначала напомним переходный режим для линейного источника тепла, а затем исследуем его в случае метода 3 ω . В частности, уделяется внимание низкочастотному режиму, который более приспособлен к небольшим габаритам. В разделе соответственно оценивается влияние тепловых граничных сопротивлений и тонких изолирующих оксидных слоев между нагревательными проводами и образцами.Также проанализировано влияние толщины нагревателя на теплопроводность G th . Установлено, что соотношение сторон (ширина нагревателя к толщине) может влиять на температурное поле. Все эти эффекты можно проанализировать в двухмерной структуре. Для точной характеристики диффузионной теплопроводности затем выполняется и сравнивается численное моделирование в 2D и 3D. В разделе впервые исследуется эффект трехмерного распространения тепла. Затем изучается влияние соединений на электрическую цепь.Наконец, исследуется влияние упаковки на теплопроводность. Все эти результаты показывают, что в экспериментах может присутствовать множество отклонений от 2D-модели, и они могут быть учтены, если кто-то хочет точный анализ эксперимента. В этой статье результаты представлены в терминах теплопроводности, которая пропорциональна теплопроводности в идеальных 2D-моделях, или в терминах отношения теплопроводностей. Таким образом, результаты позволяют точно определить ошибку, допущенную с помощью двумерной полубесконечной модели (высокочастотный случай) или двумерной модели конечной среды с условиями фиксированной температуры (низкочастотный случай).

    Разработка системы ассимиляции данных ансамблевого фильтра Калмана для атмосферы Венеры

    Эффект ассимиляции данных

    В схеме ассимиляции данных улучшенная оценка (называемая анализом) получается путем объединения наблюдений и краткосрочных прогнозов. LETKF — это тип фильтра Калмана из ансамбля с квадратным корнем, который ищет решение для анализа с минимальной дисперсией ошибок. Используя ансамбль из 31 члена прогонов моделирования VAFES, неопределенность прогноза модели была охарактеризована в текущей системе.Минимальный интервал цикла усвоения данных составлял 6 ч. Четырехмерный LETKF использует 7-часовые временные интервалы для проведения каждого анализа. Следовательно, наблюдения можно усваивать каждый час, если они доступны 1, 21 .

    Таблицы 1 и 2 содержат сводку наших экспериментов. Мы подготовили несколько идеализированных наблюдений горизонтальных ветров длиной 70 км для верхней границы облаков с интервалами 1, 6 и 24 часа (случаи h2, H6 и h34 соответственно). Эти идеализированные наблюдения были получены в результате моделирования VAFES, инициированного Qt (случай Qt, в котором солнечное нагревание вызывает тепловой прилив).В соответствии с реальными спутниковыми наблюдениями использовались одновысотные горизонтальные ветры. Другие данные наблюдений были основаны на отслеживании облаков ультрафиолетовых изображений, полученных с помощью VMC 15 (Case Vmc), которые включали приблизительно 70-километровый горизонтальный ветер, расположенный в узкой дневной области от приблизительно 60 ° S до 30 ° N между приблизительно 07:00 местного времени (LT) и 17:00 LT, которые соответствуют долготе 80 ° W и 80 ° E, при условии, что субсолнечная точка (12:00 LT) находилась на 0 ° восточной долготы.Обратите внимание, что субсолнечная точка была настроена на смещение на запад, что соответствовало направлению вращения планеты, принятому в VAFES. Временные интервалы данных о горизонтальном ветре VMC составляли примерно один земной день. В этом исследовании мы использовали 73 наблюдения горизонтальных ветров в период с 28 января по 26 апреля 2008 года. Все наблюдения фиксировали компонент теплового прилива; однако прогнозы VAFES, которые должны быть ассимилированы, не учитывали этот компонент, поскольку дневная составляющая солнечного нагрева была исключена (случай Qz, в котором солнечное отопление включало только среднюю зональную составляющую).Это указывает на то, что атмосферные движения во всех тестовых примерах будут «расслабляться» по сравнению с движениями в случае Qz, когда не было наблюдений. Кроме того, был выполнен автономный прогноз (Case Frf) для получения фона, который использовал 31-ансамбль сеансов Case Qz без наблюдений, то есть без ассимиляции данных. Во всех прогонах разрешение было зафиксировано на T42L60, 128 раз по 64 сетки и 60 слоев, простирающихся соответственно по горизонтали и вертикали от плоской поверхности до 120 км. Для постановки экспериментов мы выполнили численное интегрирование из идеализированного супервращающегося состояния для случаев Qz и Qt за четыре земных года.Смоделированные атмосферы достигли квазистационарного состояния примерно в течение одного земного года и поддерживались более 10 земных лет 8 . Результаты для случаев h2, H6, h34, Vmc и Frf содержат среднее значение по 31 ансамблю каждого члена.

    Табл. 1 Свободная Венерианская атмосферная GCM для симулятора Земли (VAFES) контрольные прогоны случаев Qz и Qt. Таблица 2 Ассимиляционные прогоны случаев h2, H6, h34 и Vmc и прогноз свободного прогона случая Frf.

    Рисунок 1 показывает, что система усвоения данных VAFES-LETKF быстро уменьшила среднеквадратичную ошибку (RMS) между анализом и последующим прогнозом в каждой точке сетки на 70 км как для зонального, так и для меридионального ветра, за исключением случая Frf. (фон).Для случая h34 цикл усвоения данных (т.е. выполняется один раз в день) был явно очевиден; однако среднеквадратичная ошибка была меньше, чем для случая Frf, который не включал наблюдения. В то время как меридиональные ветры были на порядок меньше зональных ветров, меридиональные ветры, связанные с возмущениями, того же порядка, что и зональные ветры с возмущениями. Поэтому ошибки RMS для зонального и меридионального ветров при ассимиляции были почти одного порядка.Обратите внимание, что среднеквадратичная ошибка в температурном поле не сходилась даже для случая h2 (не показан), хотя температура также была изменена, чтобы соответствовать горизонтальным ветрам (рис. 2 и 3). Поскольку температурное поле, сбалансированное с горизонтальными ветрами, может быть создано таким образом, чтобы его среднее значение по горизонтали оставалось неизменным, разница в эталонных температурах для случаев Qz и Qt (приблизительно несколько градусов К) не сходилась с усвоением данных, проводимым с использованием только горизонтальных ветров. Было подтверждено, что среднеквадратичная ошибка поля температуры сходилась, когда температура была включена в данные наблюдений (не показаны).

    Рисунок 1

    Временная эволюция среднеквадратичных ошибок (RMS) из идеализированных наблюдений на 70 км в зональном ( a ) и меридиональном ( b ) ветрах ( b ) меридиональном ветре (мс -1 ) для случаев h2 (1-часовые наблюдения; желтый), H6 (6-часовые наблюдения; зеленый), h34 (24-часовые наблюдения; синий) и Frf (фон; красный).

    Рисунок 2

    Горизонтальное и вертикальное распределение температуры (T; цветовые оттенки; K) для случаев ( a , b ) Qz, ( c , d ) Qt в полночь 30 дня и ( e , f ) h34 57 день, полдень.Штрих указывает на возмущение от его среднего зонального значения. Медленно изменяющиеся компоненты извлекаются с использованием фильтра нижних частот (с применением скользящего среднего) с периодом отсечки, превышающим четыре земных дня. На панелях ( a , c и e ) изображены горизонтальные распределения горизонтальных ветров U (зональный) и V (меридиональный) на 70 км (черные векторы; единица измерения: 25 м с — 1 ). На панелях ( b , d и f ) изображены вертикальные распределения зонального ветра на экваторе (черные контуры; интервалы 20 м с −1 для ( d ) и 10 м с ). −1 для ( b и f ) соответственно).{\ prime} \) ’, полученная на основе усредненной по зонам температуры (цветовые оттенки; K), связанной с тепловым приливом для случая Vmc в полночь в полдень на 87 день. Штрих указывает на нарушение среднего зонального значения. В случае Vmc ассимилируются реальные наблюдения, основанные на камере наблюдения Венеры (VMC) на борту Venus Express. Медленно меняющиеся компоненты (тепловой прилив) извлекаются с помощью фильтра нижних частот с периодом отсечки, превышающим четыре земных дня. На панели ( a ) также изображено горизонтальное распределение горизонтальных ветров U (зональный) и V (меридиональный) на 70 км (черные векторы; единица измерения: 25 м с −1 ; зональный ветер отклонение от его среднего зонального значения).{\ prime} \) ’от его среднего зонального значения на экваторе (черные контуры; интервалы 1 м с -1 ).

    Воспроизводимость теплового прилива

    Тепловой прилив — это атмосферная волна глобального масштаба, возбуждаемая солнечным нагревом, которая движется вместе с Солнцем. Поскольку примерно 60% солнечного потока поглощается на уровне облаков 45–70 км на Венере, тепловой прилив сильно возбуждается в этом месте и распространяется вертикально. Из теоретических исследований ожидалось, что компоненты с зональными волновыми числами 1 и 2, называемые суточными и полусуточными приливами, соответственно, будут преобладать на уровнях облачности 16, 17 .Ниже (выше) уровня верхней границы облаков амплитуда суточного (полусуточного) прилива была больше, чем амплитуда полусуточного (суточного) прилива. Эти структуры теплового прилива можно наблюдать в случае Qt (рис. 2c и d), где тепловой прилив был непосредственно возбужден солнечным нагревом. Наклон фазы на запад с высотой указывает на распространение теплового прилива вверх.

    Несмотря на то, что данные наблюдений были скорректированы только для ветра 70 км, рис. 2e и f показывают, что трехмерная структура, связанная с тепловым приливом, четко проявляется даже в случае h34 и распространяется вверх на расстояние более 70 км.Обратите внимание, что среднеквадратичные ошибки для зонального и меридионального ветра в случае h34 не сходятся. Эти ошибки были значительно уменьшены только при проведении наблюдений. Тем не менее, структура теплового прилива с зональным волновым числом 1, аналогичная полученной для случая Qt (рис. 2c и d), была обнаружена в температурном поле, даже несмотря на то, что температура не была включена в данные наблюдений. По сравнению с случаем Qt, амплитуда теплового прилива, обнаруженного в случае h34, была примерно вдвое меньше, чем в случае Qt.Стоит отметить, что система усвоения данных VAFES-LETKF успешно воспроизвела тепловой прилив не только в горизонтальных ветрах, но и в температурном поле. Это было сделано путем ассимиляции разреженных во времени данных наблюдений, которые не включали температуру (один раз в день для случая h34). Тепловой прилив и его вертикальное распространение отсутствовали для случая Qz (рис. 2a и b), в котором тепловой прилив был устранен путем исключения суточной составляющей из солнечного нагрева. Эти результаты ясно показали, что ассимиляция данных с включением компонента теплового прилива в горизонтальные ветры вызвала отклонения температуры, связанные с тепловым приливом как динамически сбалансированным состоянием.Поскольку вертикальный сдвиг среднего зонального ветра в случаях h34 и Qt был разным, наклон фазы теплового прилива отличался друг от друга.

    На рисунке 3 показаны результаты для случая Vmc. Тепловой прилив был успешно воспроизведен, хотя использовались только горизонтальные ветры высотой 70 км. Эти ветры располагались на дневной стороне южного полушария с временным интервалом около 24 часов. Антисимметричные относительно экватора компоненты ветра и температуры также были вызваны меридиональными ветрами.Эти ветры пересекают экватор и были получены из данных VMC 15 .

    Влияние ассимиляции данных на общую циркуляцию

    Поскольку тепловой прилив распространяется вертикально, как показано на рисунках 2 и 3, ожидается, что он будет переносить зональный импульс вверх. Следовательно, усвоение данных может существенно повлиять на общую циркуляцию в верхнем слое 70 км. На рис. 4 показаны широтно-высотные сечения зонального среднего зонального ветра, полученные в квазиравновесных состояниях для случаев Qz, Qt, h34 и Vmc.В случае Qz без теплового прилива (рис. 4а) были обнаружены сильные струи в средних широтах, вызванные усиленной средней меридиональной циркуляцией (не показано). Напротив, в случае Qt (рис. 4b) более быстрый зональный ветер в экваториальной области со среднеширотными струями сместился к более низким широтам 30 ° –45 °, появляясь на уровне верхней границы облаков. Кроме того, в случае h34 (рис. 4c) более быстрый зональный ветер появился на уровнях 60–90 км в низких широтах по сравнению с таковым в случае Qz. Меридиональное распределение зонального ветра на уровне облаков было промежуточным по сравнению с наблюдаемым в случаях Qz и Qt.Кроме того, быстрый зональный ветер в низких широтах и ​​замечательные струи в средних широтах были аналогичны тем, которые были обнаружены в случаях Qt и Qz, соответственно. В случае Vmc (рис. 4d), хотя кажется, что зональный ветер был несколько ускорен на уровне облаков, он сопровождался замечательными струями на средних широтах, как обнаружено в случае Qz. Стоит отметить, что в отличие от Case Qt, зональный ветер в случаях h34 и Vmc минимально замедлялся выше 75 км.

    Рисунок 4

    Широта – высота сечения среднего зонального ветра ‘U’ (черные контуры; мс −1 ) и отклонения температуры ‘\ ({{\ bf {T}}} _ {{\ bf { d}}} \) ‘от его горизонтального среднего (цветовые оттенки; K), усредненного за 20 земных дней для случаев ( a ) Qz, ( b ) Qt, ( c ) h34 и ( d ) VMC.

    Для всестороннего наблюдения на рис. 5a, c и e показаны изолинии широтно-высотных сечений зонального среднего зонального ветра, полученные для случаев Frf, h2 и Vmc. Для случая Frf без теплового прилива наблюдались сильные среднеширотные струи (рис. 5а), что аналогично случаю Qz (рис. 4а). Было обнаружено, что это обычное явление в предыдущих исследованиях GCM 22, 23 , которые проводились без учета теплового прилива. Напротив, в случае h2 более быстрый зональный ветер, расположенный в экваториальной области со среднеширотными струями, сместился в более низкие широты 30 ° –45 ° и появился на уровне верхней границы облаков (рис.5c), что аналогично случаю Qt (рис. 4b), как это наблюдалось в других исследованиях GCM 7, 8, 24, 25 , которые проводились с учетом теплового прилива. Это меридиональное распределение суперротации также хорошо согласуется с наблюдениями 26,27,28 . Кроме того, заметное замедление зонального ветра на высоте более 75 км было вызвано тепловым приливом 20 , который также хорошо согласуется с зональным ветром, оцененным по наблюдаемой температуре 29 . В случае Vmc (рис.5д), хотя зональный ветер был несколько ускорен на уровне облаков, он сопровождался заметными струями на средних широтах, как в случае Frf. В отличие от случая h2, хотя тепловой прилив был вызван ассимиляцией данных в случаях h34 и Vmc, зональный ветер минимально замедлился на высоте более 75 км. Для случая Vmc примерно три четверти горизонтальной области на расстоянии 70 км не имели данных наблюдений, в то время как вся область, исследованная в случае h34, имела данные наблюдений. Поскольку мы принудительно запускали VAFES с помощью Qz, который включает только среднюю зональную составляющую, атмосферные движения в случаях Vmc и h34 будут «ослабляться» по сравнению с движениями в случае Qz.Во многом это связано с относительно редкими наблюдениями, которые были доступны в течение приблизительно 24-часовых интервалов времени.

    Рисунок 5

    Широта – высота сечения усредненного ансамблевого разброса в меридиональном ветре ( a , c и e ) (цветовые оттенки; -1 мс) и ( b , d и f ) температура (цветовые оттенки; K) для корпусов ( a , b ) Frf, ( c , d ) h2 и ( e , f ) Vmc.Значения нормализованы их средним значением по горизонтали на каждой высоте (линейные графики на малых панелях справа). Зональные средние зональные ветра ‘U’ (мс -1 ) и отклонения температуры ‘\ ({{\ rm {T}}} _ {{\ rm {d}}} \)’ (K), полученные из их горизонтальных усредненные также показаны черными контурами на панелях ( a , c и e ) и ( b , d и f ) соответственно. Все значения усреднены за 20 земных суток.

    Поскольку существует сильный широтный градиент температуры в слое, расположенном на уровне 45–75 км, где разница температур между экватором и полюсом превышает 25 К (рис.5б, г, е) волны бароклинной неустойчивости и волны типа Россби 8, 25 возникли в слабо стратифицированном слое, расположенном на 50–60 км. Ансамбль разброса меридионального ветра и температуры для случаев Frf, h2 и Vmc показан на рис. 5 (цвет). Они были нормализованы по горизонтальному среднему на каждом уровне (обозначенному линейными графиками на правой маленькой панели) для наблюдения за распределением по широте. Разброс указывает на степень доверия к анализу и места, где активно возникают возмущения.Усредненные по горизонтали спреды увеличивались с высотой из-за более низкой плотности атмосферы в верхнем слое, за исключением случаев h2 и Vmc. В случаях h2 и Vmc разброс был значительно и немного уменьшен, соответственно, примерно на 70 км, поскольку наблюдения были ограничены 70 км. Следовательно, этот результат предполагает, что влияние ассимиляции данных распространяется примерно на 10 км в вертикальном направлении.

    В случаях Frf и Vmc меридиональные распределения усредненного разброса показали, что активные возмущения возникли в двух регионах.Один был расположен на средних широтах примерно 60 ° с.ш. (60 ° ю.ш.) и простирался от 60 до 80 км. В этом районе вертикальный сдвиг и широтный градиент температуры были значительными. Из предыдущих исследований 8, 25 было сделано заключение, что большие спреды могут быть вызваны волнами бароклинной нестабильности. Другой находился на высоких широтах у полюсов от 40 до 70 км (рис. 5а, д). Поскольку вертикальный сдвиг мал и меридиональный градиент абсолютной завихренности меняет свой знак в этой области (не показана), большие разбросы могут быть вызваны волнами баротропной неустойчивости.В случае h2 аналогичные структуры можно наблюдать в разносах меридионального ветра и температуры. Большой разброс меридионального ветра также проявился на низких широтах от 60 до 70 км, а значительный разброс температуры простирался от 70 км до примерно 30 км. Поскольку тепловой прилив был возбужден на расстоянии 70 км, распространяется как вниз, так и вверх, эти различия между случаями могут быть связаны со структурой зонального среднего зонального ветра, на который влияет тепловой прилив.

    Система ассимиляции наземных данных для приложений обеспечения продовольственной и водной безопасности в Африке к югу от Сахары

  • 1

    FEWS NET. Иллюстрирует масштабы и жестокость засухи 2015-16 гг. . Специальный доклад о юге Африки. 8 (FEWS NET, 2016).

  • 2

    FEWS NET. Иллюстрирует масштабы и жестокость засухи 2015 г. . Специальный доклад Эфиопии. 7 (FEWS NET, 2015).

  • 3

    Вердин, Дж., Функ, К., Сенай, Г. и Чулартон, Р. Климатология и раннее предупреждение о голоде. Философские труды Королевского общества B: Биологические науки 360 , 2155 (2005).

    Артикул Google ученый

  • 4

    Rodell, M. et al. Глобальная система усвоения данных о земле. Бюллетень Американского метеорологического общества 85 , 381–394 (2004).

    ADS Статья Google ученый

  • 5

    Се, П. и Аркин, П. А. Глобальные осадки: 17-летний ежемесячный анализ, основанный на данных калибровочных наблюдений, спутниковых оценок и результатов численных моделей. Бюллетень Американского метеорологического общества 78 , 2539–2558 (1997).

    ADS Статья Google ученый

  • 6

    Шеффилд, Дж., Готети, Дж. И Вуд, Э. Ф. Разработка 50-летнего набора глобальных данных высокого разрешения по метеорологическим воздействиям для моделирования земной поверхности. Журнал климата 19 , 3088–3111 (2006).

    ADS Статья Google ученый

  • 7

    Шеффилд, Дж.и другие. Система мониторинга и прогнозирования засухи для водных ресурсов и продовольственной безопасности в Африке к югу от Сахары. Бюллетень Американского метеорологического общества 95 , 861–882 (2014).

    ADS Статья Google ученый

  • 8

    Хао, З., Ага Кучак, А., Нахджири, Н. и Фарахманд, А. Глобальная интегрированная система мониторинга и прогнозирования засух. Sci. Данные 1 , 140001 (2014).

    Артикул Google ученый

  • 9

    Поцци, В.и другие. На пути к глобальному потенциалу раннего предупреждения о засухе: расширение международного сотрудничества для разработки основы для мониторинга и прогнозирования. Бюллетень Американского метеорологического общества 94 , 776–785 (2013).

    ADS Статья Google ученый

  • 10

    Акер Дж. И Лептоух Г. Онлайн-анализ расширяет возможности использования данных НАСА в области наук о Земле. Eos, Transactions American Geophysical Union 88 , 14–17 (2007).

    ADS Статья Google ученый

  • 11

    Kumar, S. et al. Земельная информационная система: функционально совместимая структура для моделирования земной поверхности с высоким разрешением. Моделирование окружающей среды и программное обеспечение 21 , 1402–1415 (2006).

    Артикул Google ученый

  • 12

    Петерс-Лидард, К. Д. и др. Высокопроизводительное моделирование земной системы с помощью системы наземной информации NASA / GSFC. Инновации в системной и программной инженерии 3 , 157–165 (2007).

    Артикул Google ученый

  • 13

    Xia, Y. et al. Анализ и проверка потоков воды и энергии в континентальном масштабе для этапа 2 проекта Системы ассимиляции земельных данных Северной Америки (NLDAS-2): 2. Проверка смоделированного модели речного стока. Журнал геофизических исследований: атмосферы 117 , D03110 (2012).

    ADS Google ученый

  • 14

    Кумар, С.V. et al. Набор инструментов для проверки земной поверхности (LVT) — обобщенная структура для оценки модели земной поверхности. Разработка геонаучных моделей 5 , 869–886 (2012).

    ADS Статья Google ученый

  • 15

    Кроу, В. Т., Кумар, С. В. и Болтен, Дж. Д. О полезности моделей земной поверхности для мониторинга засухи в сельском хозяйстве. Hydrol. Earth Syst. Sci. 16 , 3451–3460 (2012).

    ADS Статья Google ученый

  • 16

    Лян, Х., Леттенмайер, Д., Вуд, Э. и Берджес, С. Простая гидрологическая модель потоков поверхностных вод и энергии на суше для моделей общей циркуляции. J. Geophys. Res. 99 , 415–414 (1994).

    Артикул Google ученый

  • 17

    Nijssen, B., Lettenmaier, D., Liang, X., Wetzel, S.И Вуд, Э. Моделирование речного стока для речных бассейнов континентального масштаба. Исследование водных ресурсов 33 , 711–724 (1997).

    ADS Статья Google ученый

  • 18

    Нейссен, Б., Шнур, Р. и Леттенмайер, Д. Глобальная ретроспективная оценка влажности почвы с использованием модели поверхности земли с переменной инфильтрационной способностью, 1980–93 годы. Журнал климата 14 , 1790–1808 (2001).

    ADS Статья Google ученый

  • 19

    Маурер, Э.П., Вуд, А. В., Адам, Дж. К., Леттенмайер, Д. П. и Нейссен, Б. Набор долгосрочных гидрологических данных о потоках на суше и состояниях для континентальных Соединенных Штатов. Журнал климата 15 , 3237–3251 (2002).

    ADS Статья Google ученый

  • 20

    Шукла, С., МакНалли, А., Хусак, Г. и Функ, К. Система прогнозов сезонной сельскохозяйственной засухи для регионов Восточной Африки, где отсутствует продовольственная безопасность. Гидрология и науки о земных системах 18 , 3907–3921 (2014).

    ADS Статья Google ученый

  • 21

    Hurkmans, R. T. W. L., de Moel, H., Aerts, J. C. J. H. & Troch, P. A. Модель водного баланса и поверхности суши в моделировании стока реки Рейн. Исследование водных ресурсов 44 , W01418, DOI: 10.1029 / 2007WR006168 (2008).

    ADS Статья Google ученый

  • 22

    Франкини, М.И Паччиани М. Сравнительный анализ нескольких концептуальных моделей дождевых осадков и стока. Журнал гидрологии 122 , 161–219 (1991).

    ADS Статья Google ученый

  • 23

    Batjes, N. Мировой набор данных о производных свойствах почвы, созданный Группой почв ФАО-ЮНЕСКО для глобального моделирования. Использование и управление почвами 13 , 9–16 (1997).

    Артикул Google ученый

  • 24

    Косби, Б.Дж., Хорнбергер, Г. М., Клапп, Р. Б., Гинн, Т. Р. Статистическое исследование взаимосвязи характеристик влажности почвы с физическими свойствами почв. Водные ресурсы. Res. 20 , 682–690 (1984).

    ADS Статья Google ученый

  • 25

    Минени Р., Рамакришна Р., Немани Р. и Бегун С. Оценка глобального индекса площади листьев и поглощенного ФАР с использованием моделей переноса излучения. IEEE Transactions по наукам о Земле и дистанционному зондированию 35 , 1380–1393 (1997).

    ADS Статья Google ученый

  • 26

    Хансен, М., ДеФрис, Р., Тауншенд, Дж. Р. и Зольберг, Р. Глобальная классификация земного покрова с пространственным разрешением 1 км с использованием подхода дерева классификации. Международный журнал дистанционного зондирования 21 , 1331–1364 (2000).

    ADS Статья Google ученый

  • 27

    Чейни, Н.У., Шеффилд, Дж., Вилларини, Дж. И Вуд, Э. Ф. Разработка набора ежедневных метеорологических данных с высокой разрешающей способностью по странам Африки к югу от Сахары: пространственный анализ тенденций экстремальных климатических явлений. Журнал климата 27 , 5815–5835 (2014).

    ADS Статья Google ученый

  • 28

    Ek, M. B. et al. Внедрение модели земной поверхности Ноа продвигается в рамках оперативной мезомасштабной модели Eta Национальных центров экологического прогнозирования. J. Geophys. Res. 108 , 8851, DOI: 10.1029 / 2002JD003296 (2003).

    Артикул Google ученый

  • 29

    Boone, A. et al. Проект взаимного сравнения моделей земной поверхности AMMA (ALMIP). Бюллетень Американского метеорологического общества 90 , 1865–1880 (2009).

    ADS Статья Google ученый

  • 30

    МакНалли, А.и другие. Расчет удовлетворения потребностей сельскохозяйственных культур в воде в Сахеле в Западной Африке с помощью дистанционно измеряемой влажности почвы. Гидрометеорологический журнал 16 , 295–305 (2015).

    ADS Статья Google ученый

  • 31

    Schüttemeyer, D., Moene, A. F., Holtslag, A. A. M. & Bruin, H.A.R.D. Оценка двух схем земной поверхности, используемых на территориях с повышенной засушливостью в Западной Африке. Гидрометеорологический журнал 9 , 173–193 (2008).

    ADS Статья Google ученый

  • 32

    Андерсон, В. Б. и др. На пути к интегрированному мониторингу засухи влажности почвы для Восточной Африки. Hydrol. Earth Syst. Sci. 16 , 2893–2913 (2012).

    ADS Статья Google ученый

  • 33

    Yilmaz, M. T. et al. Сравнение прогностических и диагностических подходов к моделированию поверхностных потоков в бассейне реки Нил. Исследование водных ресурсов 50 , 386–408 (2014).

    ADS Статья Google ученый

  • 34

    Decharme, B. et al. Новая гидрология поверхности суши в рамках мезомасштабной модели атмосферы и суши Noah-WRF применительно к полузасушливой среде: оценка над Дантианду Кори (Нигер). Достижения в области метеорологии 2009 , 731874, DOI: 10.1155 / 2009/731874 (2009).

    Артикул Google ученый

  • 35

    Кейс, Дж.L. et al. На пути к улучшенной инициализации земной поверхности в поддержку региональных прогнозов WRF в Кенийской метеорологической службе (KMS) . Отчет № M14-3465 (Сервер технических отчетов НАСА (NTRS), 2014 г.).

  • 36

    Barlage, M. et al. Модификации модели земной поверхности Ноа для улучшения прогнозов снежного покрова в Скалистых горах Колорадо. Журнал геофизических исследований: атмосферы 115 , D22101, DOI: 10.1029 / 2009JD013470 (2010).

    ADS Статья Google ученый

  • 37

    Шааке, Дж.К., Корен В. И., Дуан К. Ю., Митчелл К. и Чен Ф. Простая модель водного баланса для оценки стока в различных пространственных и временных масштабах. Журнал геофизических исследований 101 , 7461–7475 (1996).

    ADS Статья Google ученый

  • 38

    Friedl, M.A. et al. MODIS Collection 5 глобальный земной покров: уточнение алгоритмов и характеристика новых наборов данных. Дистанционное зондирование окружающей среды 114 , 168–182 (2010).

    ADS Статья Google ученый

  • 39

    Ченнан С., Коллинз К. и Эмануэль В. Глобальные мозаики стандартных данных MODIS о типе земного покрова (Университет Мэриленда и Тихоокеанская северо-западная национальная лаборатория, 2014).

    Google ученый

  • 40

    Гутман Г. и Игнатов А. Получение доли зеленой растительности из данных NOAA / AVHRR для использования в моделях численного прогнозирования погоды. Международный журнал дистанционного зондирования 19 , 1533–1543 (1998).

    ADS Статья Google ученый

  • 41

    Csiszar, I. & Gutman, G. Картирование глобального альбедо поверхности суши с помощью NOAA AVHRR. J. Geophys. Res. 104 , 6215–6228 (1999).

    ADS Статья Google ученый

  • 42

    Дербер, Дж. К., Пэрриш, Д.Ф. и Лорд С. Дж. Новая глобальная система оперативного анализа в Национальном метеорологическом центре. Погода и прогнозирование 6 , 538–547 (1991).

    ADS Статья Google ученый

  • 43

    Босилович М. и др. MERRA-2: Первоначальная оценка климата. Серия технических отчетов НАСА по глобальному моделированию и усвоению данных, NASA / TM-2015 39 , 136 (2015).

    Google ученый

  • 44

    Харрис, И., Джонс, П., Осборн, Т. и Листер, Д. Обновленные сетки ежемесячных климатических наблюдений с высоким разрешением — CRU TS3. 10 Набор данных. Международный журнал климатологии 34 , 623–642 (2014).

    ADS Статья Google ученый

  • 45

    Лав, Т. Б., Кумар, В., Се, П. и Тиау, В. в Proceedings of the 84th Annual Meeting, vol. Конференция по прикладной климатологии (Сиэтл, 2004 г.).

  • 46

    Дембеле, М.И Цварт, С. Дж. Оценка и сравнение спутниковых данных об осадках в Буркина-Фасо, Западная Африка. Международный журнал дистанционного зондирования 37 , 3995–4014 (2016).

    ADS Статья Google ученый

  • 47

    Guichard, F. et al. Взаимное сравнение смоделированных осадков и эвапотранспирации, связанных с мезомасштабной конвективной системой над Западной Африкой. Погода и прогнозирование 25 , 37–60 (2010).

    ADS Статья Google ученый

  • 48

    Pierre, C. et al. Многолетние сравнения спутниковых продуктов осадков над Сахельским поясом для моделирования сезонной растительности. Журнал геофизических исследований: атмосферы (1984–2012) 116 , D18201, DOI: 10.1029 / 2011JD016115 (2011).

    ADS Статья Google ученый

  • 49

    Рамарохетра, Дж., Султан, Б., Барон, К., Гайзер, Т. и Госсет, М. Как ошибки спутниковой оценки осадков могут повлиять на моделирование урожайности богарных зерновых в Западной Африке. Сельскохозяйственная и лесная метеорология 180 , 118–131 (2013).

    ADS Статья Google ученый

  • 50

    Toté, C. et al. Оценка спутниковых оценок осадков для мониторинга засух и наводнений в Мозамбике. Дистанционное зондирование 7 , 1758–1776 (2015).

    ADS Статья Google ученый

  • 51

    Hessels, T. M. Сравнение и проверка нескольких продуктов открытого доступа с дистанционным зондированием осадков для бассейна Нила (Делфтский университет, Делфтский технологический университет, 2015 г.).

    Google ученый

  • 52

    Dinku, T. et al. Валидация спутниковых продуктов осадков по сложной топографии Восточной Африки. Международный журнал дистанционного зондирования 28 , 1503–1526 (2007).

    ADS Статья Google ученый

  • 53

    Динку, Т., Чидзамбва, С., Чеккато, П., Коннор, С. и Ропелевски, К. Валидация спутниковых продуктов дождя высокого разрешения на сложной местности. Международный журнал дистанционного зондирования 29 , 4097–4110 (2008).

    ADS Статья Google ученый

  • 54

    Funk, C. et al. Климат опасен для инфракрасных осадков со станциями — новый экологический рекорд для мониторинга экстремальных явлений. Научные данные 2 , 150066 (2015).

    Артикул Google ученый

  • 55

    Funk, C. et al. Глобальная спутниковая климатология осадков. Данные науки о земных системах 7 , 275–287 (2015).

    ADS Статья Google ученый

  • 56

    Росс, К., Браун, М., Вердин, Дж. И Андервуд, Л. Обзор требований FEWS NET к биофизическому мониторингу. Письма об экологических исследованиях 4 , 024009 (2009).

    ADS Статья Google ученый

  • 57

    Cosgrove, B.A. et al. Принуждение в реальном времени и ретроспективное воздействие в проекте Североамериканской системы ассимиляции земельных данных (NLDAS). J. Geophys. Res. 108 , 8842, DOI: 10.1029 / 2002JD003118 (2003).

    Артикул Google ученый

  • 58

    Hill, C., ДеЛука, К., Суарес, М. и да Силва, А. Архитектура модели земной системы. Вычислительная техника в науке и технике 6 , 18–28 (2004).

    Артикул Google ученый

  • 59

    Becker, A. et al. Описание глобальных продуктов данных об осадках на поверхности суши Глобального центра климатологии осадков с примерами приложений, включая столетний анализ (тенденции) с 1901 года по настоящее время. Данные науки о Земле 5 , 71–99 (2013).

    ADS Статья Google ученый

  • 60

    Schneider, U. et al. Новая климатология осадков на поверхности суши, разработанная GPCC на основе данных in situ с контролем качества, и ее роль в количественной оценке глобального круговорота воды. Теоретическая и прикладная климатология 115 , 15–40 (2014).

    ADS Статья Google ученый

  • 61

    Нетер, Дж.W. & Whitmore, W. G. Прикладная статистика (Allyn and Bacon, 1978).

    Google ученый

  • 62

    Liu, Y. et al. Разработка улучшенного набора данных о влажности почвы путем сочетания пассивных и активных микроволновых спутниковых поисков. Гидрология и науки о земных системах 15 , 425–436 (2011).

    ADS Статья Google ученый

  • 63

    Лю Ю.и другие. Сохраняющее тенденции сочетание пассивного и активного микроволнового извлечения влаги из почвы. Дистанционное зондирование окружающей среды 123 , 280–297 (2012).

    ADS Статья Google ученый

  • 64

    Wagner, W. et al. in Труды XXII Конгресса Международного общества фотограмметрии и дистанционного зондирования (ISPRS) , 25 августа – 1 сентября (Мельбурн, Виктория, Австралия, 2012 г.).

    Google ученый

  • 65

    МакНалли, А.и другие. Оценка влажности почвы ESA CCI в Восточной Африке. Международный журнал прикладных наблюдений за Землей и геоинформации 48 , 96–109 (2016).

    ADS Статья Google ученый

  • 66

    Xia, Y., Ek, M. B., Wu, Y., Ford, T. & Quiring, S. M. Сравнение моделированной NLDAS-2 и наблюдаемой NASMD суточной влажности почвы. Часть I: Сравнение и анализ. Гидрометеорологический журнал 16 , 1962–1980 (2015).

    ADS Статья Google ученый

  • 67

    Senay, G. B. et al. Оперативное картирование суммарного испарения с использованием наборов данных дистанционного зондирования и погоды: новая параметризация для подхода SSEB. Журнал JAWRA Американской ассоциации водных ресурсов 49 , 577–591 (2013).

    ADS Статья Google ученый

  • 68

    Анямба, А.И Истман Дж. Межгодовая изменчивость NDVI над Африкой и ее связь с Эль-Ниньо / Южным колебанием. Дистанционное зондирование 17 , 2533–2548 (1996).

    Артикул Google ученый

  • 69

    Ониши, Н. Изменение климата сильно пострадало в Замбии, история успеха в Африке . Доступно в Интернете по адресу http://www.nytimes.com/2016/04/13/world/africa/zambia-daught-climate-change-economy.html (New York Times, 2016).

  • 70

    САДК. Областное обращение по гуманитарным вопросам . Vol. 67 (Сообщество развития юга Африки, 2016).

  • 71

    EWCM. Краткий обзор условий посевов по состоянию на 28 января . Vol. 4 (Система раннего предупреждения GEOGLAM Crop Monitor, 2016).

  • 72

    Сенай Г., Вердин Дж., Литцов Р. и Мелесс А. Глобальное ежедневное справочное моделирование и оценка эвапотранспирации. Журнал JAWRA Американской ассоциации водных ресурсов 44 , 969–979 (2008).

    ADS Статья Google ученый

  • 73

    Шукла С. и Вуд А. В. Использование стандартизированного индекса стока для характеристики гидрологической засухи. Geophys. Res. Lett. 35 , L02405 (2008).

    ADS Статья Google ученый

  • 74

    САДК. Обновление системы раннего предупреждения о продовольственной безопасности Agromet . Доступно в Интернете по адресу http: // www.sadc.int/files/4214/5591/1070/SADC_Agromet_Update_Issue-06_-_2015-2016_Season.pdf (2016).

  • 1

    McNally, A. Goddard Data Science Data and Information Services Center (GES DISC) http://dx.doi.org/10.5067/J36A1h2TWN1T (2016)

  • 2

    McNally, A. Goddard Центр данных и информационных служб по наукам о Земле (GES DISC) http://dx.doi.org/10.5067/AR7NJ3IYBVM7 (2016)

  • 3

    McNally, A. Центр данных и информационных служб Годдарда по наукам о Земле (GES DISC) http: // dx.doi.org/10.5067/CQ7NJRGZV7T9 (2016)

  • 4

    McNally, A. Годдард Центр данных и информационных услуг по наукам о Земле (GES DISC) http://dx.doi.org/10.5067/BIF2EPDNHD4V (2016)

  • 5

    McNally, A. Goddard Earth Sciences Data and Information Services Center (GES DISC) http://dx.doi.org/10.5067/RS9NFRACQ33N (2016)

  • 6

    McNally, A. Goddard Earth Центр научных данных и информационных услуг (GES DISC) http: // dx.doi.org/10.5067/FRUFXGQHNYQB (2016)

  • 7

    McNally, A. Годдард Центр данных и информационных услуг по наукам о Земле (GES DISC) http://dx.doi.org/10.5067/XLNQ30KMZVHX (2016)

  • 8

    McNally, A. Goddard Earth Sciences Data and Information Services Center (GES DISC) http://dx.doi.org/10.5067/8LPWNKCBUDA6 (2016)

  • 9

    McNally, A. Goddard Earth Центр научных данных и информационных услуг (GES DISC) http: // dx.doi.org/10.5067/XR8B8Y58OVV9 (2016)

  • 10

    McNally, A. Годдард Центр данных и информационных услуг по наукам о Земле (GES DISC) http://dx.doi.org/10.5067/OMUF7M783R89 (2016)

  • 11

    McNally, A. Goddard Earth Sciences Data and Information Services Center (GES DISC) http://dx.doi.org/10.5067/8YWIDP9CZ2KS (2016)

  • 12

    McNally, A.

  • About Author


    alexxlab

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *