Heat Transfer Correlation for Supercritical Carbon Dioxide Flowing in Vertical Bare Tubes
Notice bibliographique
Résumé
Canada among many other countries is in pursuit of developing next generation (Generation IV) nuclear-reactor concepts. One of the main objectives of Generation-IV concepts is to achieve high thermal efficiencies (45–50%). It has been proposed to make use of SuperCritical Fluids (SCFs) as the heat-transfer medium in such Gen IV reactor design concepts such as SuperCritical Water-cooled Reactor (SCWR). An important aspect towards development of SCF applications in novel Gen IV Nuclear Power Plant (NPP) designs is to understand the thermodynamic behavior and prediction of Heat Transfer Coefficients (HTCs) at supercritical (SC) conditions. To calculate forced convection HTCs for simple geometries, a number of empirical 1-D correlations have been proposed using dimensional analysis. These 1-D HTC correlations are developed by applying data-fitting techniques to a model equation with dimensionless terms and can be used for rudimentary calculations. Using similar statistical techniques three correlations were proposed by Gupta et al. [1] for Heat Transfer (HT) in SCCO2. These SCCO2 correlations were developed at the University of Ontario Institute of Technology (Canada) by using a large set of experimental SCCO2 data (∼4,000 data-points) obtained at the Chalk River Laboratories (CRL) AECL. These correlations predict HTC values with an accuracy of ±30% and wall temperatures with an accuracy of ±20% for the analyzed dataset. Since these correlations were developed using data from a single source - CRL (AECL), they can be limited in their range of applicability. To investigate the tangible applicability of these SCCO2 correlations it was imperative to perform a thorough error analysis by checking their results against a set of independent SCCO2 tube data. In this paper SCCO2 data are compiled from various sources and within various experimental flow conditions. HTC and wall-temperature values for these data points are calculated using updated correlations presented in [1] and compared to the experimental values. Error analysis is then shown for these datasets to obtain a sense of the applicability of these updated SCCO2 correlations.
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.
Comment cette classification a été obtenuedéplier
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».