MétaCan
Menu
Retour à la cohorte

Experimental Investigation on Heat Transfer and Pressure Drop of CNT-Base Oil Nano-Fluid Flow in Rectangular Channels under Constant Wall Temperature

2012· article· en· W1998579231 sur OpenAlexaff
Mohammad Reza Naghavi, M.A. Akhavan-Behabadi, Mohammad Pakdaman

Notice bibliographique

RevueAdvanced materials research · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofluid Flow and Heat Transfer
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPressure dropMaterials scienceHeat transferHeat transfer coefficientThermodynamicsMechanicsLaminar flowIsothermal processConvective heat transferFluid dynamicsHeat transfer enhancementDrop (telecommunication)Composite materialMechanical engineering

Résumé

récupéré en direct d'OpenAlex

An experimental investigation has been carried out to study the heat transfer and pressure drop characteristics of MWCNT-Base oil nano-fluid flow inside horizontal rectangular channels under constant wall temperature. The temperature of the tube wall was kept constant at around 95 °C to have isothermal boundary condition. The required data were acquired for laminar fully developed flow inside round and rectangular channels. The effect of different parameters such as mass velocity, aspect ratio of rectangular channels and nano-particles concentration on heat transfer coefficient and pressure drop of the flow is studied. Observations show that the heat transfer performance is improved as the aspect ratio is increased. Also, increasing the aspect ratio will result in the pressure drop increasing. In addition, the heat transfer coefficient as well as pressure drop is increased by using nano-fluid instead of base fluid. Furthermore, the performance evaluation of the two enhanced heat transfer techniques studied in this investigation showed that applying rectangular channels instead of the round tube is a more effective way to enhance the convective heat transfer compared to the second method which is using nano-fluids instead of the base fluid.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,804

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,035
Tête enseignante GPT0,286
Écart entre enseignants0,252 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced materials researchMême sujetNanofluid Flow and Heat TransferTravaux en français237 207