MétaCan
Menu
Retour à la cohorte
Enregistrement W1994033151 · doi:10.1115/ht2013-17283

New Predictive Methodology for the Onset of Flow Instability in Single Horizontal Microtube With an Inlet Orifice

2013· article· en· W1994033151 sur OpenAlexaff
Yanfeng Fan, Ibrahim Hassan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésBody orificeMechanicsPressure dropVolumetric flow rateInletMaterials scienceHeat fluxMass flow rateInstabilityMass fluxVolume (thermodynamics)Drop (telecommunication)ThermodynamicsHeat transferPhysicsMechanical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

A new methodology to predict the onset of flow instability (OFI) in single horizontal microtube with inlet orifice is proposed. The predictive methodology states that OFI occurs as the pumping power under no heating condition is equal to the pumping power under heating condition in the microtube at the same volume rate. Since the pumping power can be simply described as the product of volume rate and pressure drop cross the microtube, the heat flux at OFI is determined as the two-phase pressure drop under heating condition is equal to the single-phase pressure drop under no heating condition at same flow rate. The addition of inlet orifice increases the pumping power under no heating condition. The increased pumping power by orifice delays the onset of flow instability. The predictive methodology is validated by comparing the predicted heat flux at OFI with our previous experimental data in the microtubes with three different inlet restriction ratios. The result shows that the proposed method is capable of prediction of heat flux at OFI with a deviation of 30% and mean absolute error of 13% at mass flux less than 2000 kg/m2·s.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,495
Score d'incertitude au seuil0,211

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,243
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHeat Transfer and OptimizationTravaux en français237 207