Correlations of Flow Boiling Heat Transfer of R-134a in Minichannels: Comparative Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
R-134a is one of the most widely used refrigerants, and minichannel refrigeration systems with R-134a have rapidly developed in many fields, such as home, automobile and aircraft air conditioning systems, for high efficiency operations to save energy and space. A number of correlations for flow boiling hear transfer have been proposed. There is some literature to evaluate existing correlations for R-134a flow boiling heat transfer in minichannels. However, they were only based on the authors own experimental data. Therefore, results are often not consistent, even controversial. Our efforts are devoted to develop a better flow boiling heat transfer correlation for R-134a in minichannels, and this paper presents the first part of our efforts: A comparative study of existing correlations for flow boiling hear transfer of R-134a in minichannels. From 9 published papers, 1158 data points of flow boiling heat transfer of R-134a in minichannels are collected. Eighteen flow boiling heat transfer correlations, including almost all well-known ones, are reviewed and compared with the data collected. It is found that no correlation has satisfactory accuracy. The best one has a mean absolute relative deviation above 36%. It is interesting to note that among the six best correlations, one was developed for pool boiling and two were developed for conventional channels, and most of correlations developed specially for minichannels do not work quite well. More efforts should be made to better understand the mechanism of flow boiling heat transfer in minichannels for developing better correlations. Key words: R-134a; Flow boiling; Heat transfer; Correlation; Minichannel
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle