This article reports on the International Nanofluid Property Benchmark Exercise, or INPBE, in which the thermal conductivity of identical samples of colloidally stable dispersions of nanoparticles or “nanofluids,” was measured by over 30 organizations worldwide, using a variety of experimental approaches, including the transient hot wire method, steady-state methods, and optical methods. The nanofluids tested in the exercise were comprised of aqueous and nonaqueous basefluids, metal and metal oxide particles, near-spherical and elongated particles, at low and high particle concentrations. The data analysis reveals that the data from most organizations lie within a relatively narrow band (±10% or less) about the sample average with only few outliers. The thermal conductivity of the nanofluids was found to increase with particle concentration and aspect ratio, as expected from classical theory. There are (small) systematic differences in the absolute values of the nanofluid thermal conductivity among the various experimental approaches; however, such differences tend to disappear when the data are normalized to the measured thermal conductivity of the basefluid. The effective medium theory developed for dispersed particles by Maxwell in 1881 and recently generalized by Nan et al. [J. Appl. Phys. 81, 6692 (1997)], was found to be in good agreement with the experimental data, suggesting that no anomalous enhancement of thermal conductivity was achieved in the nanofluids tested in this exercise.

This work aims at a more fundamental understanding of the rheological behaviour of nanofluids and the interpretation of the discrepancy in the recent literature. Both experiments and theoretical analyses are carried out with the experimental work on ethylene glycol (EG)-based nanofluids containing 0.5–8.0 wt% spherical TiO2 nanoparticles at 20–60 °C and the theoretical analyses on the high shear viscosity, shear thinning behaviour and temperature dependence. The experimental results show that the EG-based nanofluids are Newtonian under the conditions of this work with the shear viscosity as a strong function of temperature and particle concentration. The relative viscosity of the nanofluids is, however, independent of temperature. The theoretical analyses show that the high shear viscosity of nanofluids can be predicted by the Krieger–Dougherty equation if the effective nanoparticle concentration is used. For spherical nanoparticles, an aggregate size of approximately 3 times the primary nanoparticle size gives the best prediction of experimental data of both this work and those from the literature. The shear thinning behaviour of nanofluids depends on the effective particle concentration, the range of shear rate and viscosity of the base liquid. Such non-Newtonian behaviour can be characterized by a characteristic shear rate, which decreases with increasing volume fraction, increasing base liquid viscosity, or increasing aggregate size. These findings explain the reported controversy of the rheological behaviour of nanofluids in the literature. At temperatures not very far from the ambient temperature, the relative high shear viscosity is independent of temperature due to negligible Brownian diffusion in comparison to convection in high shear flows, in agreement with the experimental results. However, the characteristic shear rate can have strong temperature dependence, thus affecting the shear thinning behaviour. The theoretical analyses also lead to a classification of nanofluids into dilute, semi-dilute, semi-concentrated and concentrated nanofluids depending on particle concentration and particle structuring.

Ethylene glycol based nanofluids containing titania nanoparticles up to 8 wt% show the Newtonian behaviour over a shear rate range of 0.5–104 s−1 at 293–333 K. The shear viscosity of the nanofluids (η) depends strongly on temperature and particle concentration (φ). The normalized shear viscosity with respect to the based liquid viscosity (η0) is found to be independent of temperature and can be given as η/η0 − 1 = 10.6φ + (10.6φ)2. Such rheological behaviour is explained by the aggregation mechanism. A combination of the aggregation mechanism with the Maxwell and Bruggeman models gives a good prediction of the effective thermal conductivity of the nanofluids.

Hydrogen production from thermochemical conversion has been considered the most promising technology for the use of biomass, and some novel methods are also being developed for low cost and high efficiency.

The key feature of Adiabatic Compressed Air Energy Storage (A-CAES) is the reuse of the heat generated from the air compression process at the stage of air expansion. This increases the complexity of the whole system since the heat exchange and thermal storage units must have the capacities and performance to match the air compression/expansion units. Thus it raises a strong demand in the whole system modelling and simulation tool for A-CAES system optimisation. The paper presents a new whole system mathematical model for A-CAES with simulation implementation and the model is developed with consideration of lowing capital cost of the system. The paper then focuses on the study of system efficiency improvement strategies via parametric analysis and system structure optimisation. The paper investigates how the system efficiency is affected by the system component performance and parameters. From the study, the key parameters are identified, which give dominant influences in improving the system efficiency. The study is extended onto optimal system configuration and the recommendations are made for achieving higher efficiency, which provides a useful guidance for A-CAES system design.