Multi-Objective Optimization of Al₂O₃/Water Nanofluid Preparation Parameters for Enhanced Thermal Conductivity and Stability Using Taguchi-Grey Method

Resumen Técnico: Optimización Multiobjetivo de la Preparación de Nanofluidos de Al₂O₃/Agua

Planteamiento del Problema
Los nanofluidos, específicamente aquellos basados en óxido de aluminio (Al₂O₃) y agua, ofrecen un potencial significativo para mejorar la eficiencia de la transferencia de calor en aplicaciones de ingeniería térmica, tales como colectores solares y sistemas de enfriamiento. Sin embargo, su aplicación práctica se ve obstaculizada por un compromiso crítico: si bien el aumento de la concentración de nanopartículas y la adición de surfactantes pueden mejorar la conductividad térmica, estos factores a menudo comprometen la estabilidad del fluido, provocando la aglomeración y sedimentación de las partículas. La literatura existente aborda frecuentemente la conductividad térmica y la estabilidad como problemas de optimización separados. Existe una falta de estudios exhaustivos que optimicen simultáneamente los parámetros de preparación para lograr tanto una alta conductividad térmica como una estabilidad a largo plazo. Además, los métodos Taguchi estándar suelen limitarse a la optimización de una sola respuesta, lo que requiere un enfoque más robusto para escenarios de múltiples respuestas.

Metodología
Este estudio emplea un método híbrido de Taguchi-Análisis de Relación Gris (GRA) para optimizar los parámetros de preparación de nanofluidos de Al₂O₃/agua destilada. La investigación utiliza una técnica de preparación de dos pasos que involucra agitación magnética y sonicación ultrasónica.

• Diseño Experimental: Se utilizó un Arreglo Ortogonal (OA) L18 para diseñar 18 corridas experimentales. Se investigaron cinco parámetros clave del proceso en diferentes niveles:
  1. Concentración volumétrica de nanopartículas (0.05% a 0.5%)
  2. Tamaño de la nanopartícula (30–50 nm, 50–80 nm, 80–100 nm)
  3. Tiempo de sonicación (10, 20, 30, 40, 60 minutos)
  4. Tiempo de agitación (10, 20, 30 minutos)
  5. Concentración volumétrica de surfactante (Dodecil sulfonato de sodio - SDS) (0.1% a 0.3%)
• Técnicas de Medición:
  • Conductividad Térmica: Medida a 28 °C mediante un Analizador de Propiedades Térmicas KD2 Pro utilizando el método de hilo caliente transitorio.
  • Estabilidad: Evaluada mediante la técnica de captura fotográfica de sedimentación. Las muestras se fotografiaron en intervalos de 24 horas, y la estabilidad se cuantificó mediante la Relación de Altura de Sedimentación (SHR) a lo largo del tiempo. El tiempo requerido para alcanzar el SHR mínimo se registró como el tiempo de sedimentación.
• Estrategia de Optimización:
  • Respuesta Única: Se calcularon las relaciones Señal-Ruido (S/N) utilizando el criterio de "mayor es mejor" tanto para la conductividad térmica como para el tiempo de sedimentación. El Análisis de Varianza (ANOVA) se utilizó para determinar la contribución porcentual de cada factor.
  • Multirespuesta: Se aplicó el Análisis de Relación Gris (GRA) para convertir el problema multiobjetivo en uno de objetivo único. Los datos se normalizaron, se calcularon los Coeficientes de Relación Gris (GRC) y se determinaron los Grados de Relación Gris (GRG) para identificar la combinación óptima de parámetros.

Resultados Clave
El estudio identificó con éxito configuraciones óptimas distintas para respuestas individuales y una configuración equilibrada para la optimización de multirespuesta.

• Optimización de Respuesta Única:
  • Máxima Conductividad Térmica: Lograda con 0.3% de concentración de nanopartículas, tamaño de 50–80 nm, 40 min de sonicación, 10 min de agitación y 0.2% de surfactante (A4B2C2D1E2), produciendo 0.6407 W/m-K.
  • Máxima Estabilidad (Tiempo de Sedimentación): Lograda con 0.05% de concentración, tamaño de 30–50 nm, 20 min de sonicación, 30 min de agitación y 0.3% de surfactante (A1B1C1D3E3), produciendo 317 horas.
• Optimización de Multirespuesta (Taguchi-GRA):
  • La combinación óptima para la mejora simultánea se identificó como A1B2C2D1E2: 0.05% de concentración de nanopartículas, tamaño de 50–80 nm, 40 min de sonicación, 10 min de agitación y 0.2% de surfactante.
  • Esta configuración resultó en una conductividad térmica de 0.604 W/m-K y un tiempo de sedimentación de 305 horas.
  • Esto representa una mejora del 2.37% en la conductividad térmica en comparación con el fluido base a una baja concentración de 0.05%.
• Significancia de los Factores (ANOVA):
  • La concentración volumétrica de nanopartículas fue identificada como el factor más significativo tanto para la conductividad térmica (36.64% de contribución) como para el tiempo de sedimentación (67.66% de contribución).
  • Para la conductividad térmica, el tiempo de agitación y el tiempo de sonicación también fueron contribuyentes significativos.
  • Para la estabilidad, el tamaño de la nanopartícula y la concentración de surfactante desempeñaron papeles secundarios pero notables.

Significancia y Reivindicaciones
El artículo afirma abordar un vacío en la literatura al proporcionar un estudio de optimización integral que equilibra los objetivos, a menudo conflictivos, de rendimiento térmico y estabilidad en nanofluidos de Al₂O₃/agua. Mediante el uso del método Taguchi-GRA, el estudio demuestra que es posible lograr la mejora simultánea de ambas propiedades sin recurrir a altas concentraciones de nanopartículas que típicamente inducen inestabilidad.

Los autores afirman que los parámetros optimizados (específicamente la concentración de 0.05% con partículas de 50–80 nm) ofrecen una guía práctica para la preparación de nanofluidos estables y térmicamente eficientes, adecuados para aplicaciones como sistemas térmicos solares, intercambiadores de calor y enfriamiento electrónico. El estudio enfatiza que, si bien los surfactantes mejoran la estabilidad, su concentración debe optimizarse cuidadosamente para evitar la reducción excesiva de la conductividad térmica.

Limitaciones
Los autores reconocen modestamente que la evaluación de la estabilidad se limitó al análisis de sedimentación. Sugieren que investigaciones futuras deberían incorporar técnicas de caracterización avanzadas, como el potencial Zeta, la Dispersión de Luz Dinámica (DLS) y la espectroscopia UV-Vis, para proporcionar una evaluación más completa de la estabilidad del nanofluido. Además, el estudio se centra en la optimización de la preparación, señalando que trabajos futuros deberían evaluar el rendimiento de la transferencia de calor de estos fluidos optimizados bajo condiciones operativas reales.