Az ipar számos területének folyamatos fejlődése hatására, mint például a korszerű gyártóeszközök, az anyagtechnológia a számítógép és a szoftveres fejlettség lehetővé teszi a megszokott gyártástechnológiák körének bővítését. Az alábbiak közé sorolható az additív gyártástechnológia, amely új lehetőséget nyújt a mindennapi termékek előállítására, ezáltal a piaci igények kiszolgálására. Az integrált CAD rendszerek évtizedek óta elfoglalták helyüket a terméktervezés- és fejlesztés folyamatában, amely részben megreformálta a klasszikus tervezéstani módszereket és azon lépéseit.
Az elmúlt években megjelent új generatív tervezési folyamat egyre több szoftverben vált elérhetővé. A klasszikus gyors-prototípus készítési eljárásokkal a megtervezett termékek tartós működés közbeni vizsgálatára nem volt lehetőség. A fémporos nyomtatás és az additív technológia megjelenése azonban már lehetővé teszi a megtervezett prototípusok tartós vizsgálatát, sőt, ha a termék előírt tulajdonságaitól csak elhanyagolható mértékű az eltérés, akkor a végleges termékek előállítását is. Ennek következtében a generatív tervezési folyamattal eddig elképzelhetetlennek tűnt termékek létrehozására is lehetősége van a tervezőmérnököknek.
The aim of the paper is to supply updated air convective coefficients by means of three empirical correlations set forth by Zukauskas, Churchill and Hilpert for cylindrical bodies in cross-flow. In this study, low Reynolds numbers and air velocities within the range of were considered, hence, sundry values of convective coefficients were obtained and applied in a lumped heat capacity model. Finite element analysis simulations were implemented, exhibiting good conformity based on these correlations. The findings show that among the three methodologies, Zukauskas's correlation presents minimum standard deviation and the maximum standard deviation is presented by Hilpert's correlation , Churchill correlation presents a standard deviation of . The results are reliable and can therefore be used for analyzing heat convection.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.