L'ampio utilizzo di frigoriferi domestici implica un notevole consumo di energia e la maggiore efficienza di questi dispositivi può portare a importanti risparmi energetici. In questo campo, avere il miglior metodo da utilizzare per simulare numericamente tali sistemi è molto importante per migliorare la modellazione del comportamento termico del comparto del cibo fresco. L'obiettivo di questo progetto è proporre alcuni metodi per studiare le prestazioni di trasferimento di calore coniugato dei sistemi di refrigerazione per ottimizzare la progettazione tramite simulazioni numeriche e tecniche di machine learning.

Parole chiave: Conjugate Heat Transfer, Fridge multi-phase CFD, Machine Learning

Durata del progetto: 24 mesi

Partner: SISSA (Scuola Internazionale Superiore di Studi Avanzati), Electrolux, Fondo sociale FSE

Persone coinvolte: Arash Hajisharifi, Giovanni Stabile, Michele Girfoglio, Gianluigi Rozza (PI)

The wide use of domestic refrigerators represents a significant energy consumption and the improved efficiency of these devices may lead to important energy savings. In this field, having the best method to be used to simulate numerically such systems is very important to improve the thermal behavior modeling of the fresh food compartment. The goal of this project is to propose some methods to study the Conjugate Heat Transfer performance of refrigeration systems and to optimize the design via numerical simulations and machine learning techniques.

Keywords: Conjugate Heat Transfer, Fridge multi-phase CFD, Machine Learning

Project duration: 24 months

Partner: SISSA (Scuola Internazionale Superiore di Studi Avanzati), Electrolux, FSE European social fund

People involved: Arash Hajisharifi, Giovanni Stabile, Michele Girfoglio, Gianluigi Rozza (PI)