Thermische analyse van een vlakplaat-zonne-luchtverwarmer met reflectoren en W-vormige ruwheid: kunstmatig neuraal netwerk & machine learning-benadering

Waarom warmere lucht uit zonlicht ertoe doet

Het omzetten van zonlicht in bruikbare warmte is een van de eenvoudigste manieren om brandstofverbruik en emissies te verminderen, maar veel gangbare zonne-luchtverwarmers verspillen nog steeds een groot deel van de energie die op hen valt. Deze studie onderzoekt een slimmer vlakplaatontwerp dat meer warmte haalt uit dezelfde zonnestraling door het metalen absorptievlak te vervormen en spiegels langs de zijkanten toe te voegen. De onderzoekers testen ook of moderne data-instrumenten — kunstmatige neurale netwerken en machine learning — nauwkeurig kunnen voorspellen hoe goed het systeem presteert, wat de weg vrijmaakt voor betere ontwerpen zonder eindeloze proef-en-foutexperimenten.

Een slimmer manier om bewegende lucht te verwarmen

Een vlakplaat-zonne-luchtverwarmer is in wezen een ondiepe doos: zonlicht valt door een glazen bovenkant en verwarmt een donkere metalen plaat, en lucht die onder de plaat stroomt neemt die warmte op en voert die af. Deze apparaten zijn aantrekkelijk voor toepassingen zoals het drogen van gewassen of het verwarmen van gebouwen omdat ze goedkoop, stil en onderhoudsvriendelijk zijn. Hun belangrijkste zwakte is dat warmte niet efficiënt van de hete plaat naar de passerende lucht wordt overgedragen, waardoor de plaat erg heet wordt en energie verliest aan de omgeving in plaats van aan de luchtstroom. De auteurs wilden deze zwakte aanpakken door twee passieve trucs — zijreflectoren en een getextureerd metalen oppervlak — te combineren in een enkel ‘dubbelmodus’-ontwerp.

Meer zonlicht op het doel met zijspiegels

De eerste truc is het plaatsen van spiegelachtige reflectoren langs de lange randen van de verwarmer. Deze panelen zijn gekanteld zodat zonlicht dat normaal de absorberplaat zou missen, erop wordt teruggekaatst. In het buitentestopstelling werden de reflectoren aangepast tot ongeveer 30 graden en afgestemd op de lengte van het actieve verwarmingsgedeelte. Deze opstelling verhoogt de plaattemperatuur door de zonnestraling te vergroten en verspreidt de warmte gelijkmatiger over het oppervlak. Metingen toonden aan dat het simpelweg toevoegen van reflectoren aan een verder gladde verwarmer een belangrijke maat voor warmteoverdracht, het Nusselt-getal, met ongeveer 18–27 procent verhoogde en het totale thermische rendement met tot ongeveer 43 procent verbeterde vergeleken met het eenvoudige ontwerp zonder reflectoren.

Het oppervlak vormen om de lucht te mengen

De tweede truc is het hervormen van de onderzijde van de absorberplaat, waar de lucht stroomt. In plaats van deze glad te laten, lijmde het team dunne koperdraadjes in een herhaald W-patroon over het oppervlak. Deze ribben werken als kleine verkeersdrempels voor de lucht. Wanneer de lucht over elke W-vormige richel stroomt, scheidt de stroming, draait en hecht weer aan, waardoor constant die dunne, stilstaande luchtlaag wordt verstoord die normaal aan een oppervlak kleeft en warmteoverdracht belemmert. Door zorgvuldig de tussenruimte, hoogte en hoek van de ribben te kiezen, streefden de onderzoekers ernaar deze menging te versterken zonder een te grote drukval te veroorzaken die meer ventilatorvermogen zou vereisen.

Wat de experimenten en datatools onthulden

Het team bouwde en testte verschillende configuraties buiten op heldere dagen: een gladde plaat zonder reflectoren, een gladde plaat met reflectoren en een W-geribde plaat met reflectoren. Ze registreerden luchttemperaturen bij inlaat en uitlaat, plaattemperaturen, zoninstraling en volumestromen, en berekenden daarmee hoe effectief elke opstelling warmte van de plaat naar de lucht overbracht. De combinatie van W-vormige ruwheid en reflectoren leverde de beste prestaties: de warmteoverdrachtindicator was tot 1,63 keer hoger dan bij het basale gladde systeem, en het thermisch rendement verbeterde tot wel 1,84 keer. Om toekomstige experimentele inspanning te verminderen, trainden de auteurs ook machine learning-modellen en een neuraal netwerk op honderden datapunten. Deze modellen konden het warmteoverdragingsgedrag en de stromingscondities met zeer hoge nauwkeurigheid voorspellen en volgden de experimentele trends nauw.

Van betere testopstellingen naar betere zongedroogde systemen

Voor niet-specialisten is de conclusie eenvoudig: door eenvoudige zijspiegels en zorgvuldig gepatroneerde metalen ribben toe te voegen, kan een vlakke zonne-luchtverwarmer veel meer bruikbare warmte leveren uit hetzelfde oppervlak zonlicht. Dit betekent dat kassen, oogrendrooginstallaties, gebouwverwarmers en soortgelijke systemen aanzienlijk compacter of krachtiger kunnen worden zonder bewegende delen of extra brandstof. Het succesvolle gebruik van neurale netwerken en machine learning in deze studie laat ook zien dat ontwerpers steeds meer kunnen vertrouwen op slimme, datagedreven modellen om zulke apparaten te verfijnen voordat ze worden gebouwd, wat de verschuiving naar schonere, efficiëntere op zon gebaseerde verwarming in huizen, op boerderijen en in de industrie versnelt.

Bronvermelding: Jain, P.K., Kurrey, K.L., Pandey, V. et al. Thermal analysis of flat plate solar air heater system with radiation reflectors and W-shaped roughness: artificial neural network & machine learning approach. Sci Rep 16, 11779 (2026). https://doi.org/10.1038/s41598-026-41922-4

Trefwoorden: zonne-luchtverwarmer, vermindering van restwarmte, zonne-droogproces, machine learning-modellering, thermisch rendement