MétaCan
Menu
Retour à la cohorte
Enregistrement W2011742568 · doi:10.1115/1.1532011

The Effect of Dissolving Salts in Water Sprays Used for Quenching a Hot Surface: Part 2—Spray Cooling

2003· article· en· W2011742568 sur OpenAlexafffund
Qiang Cui, S. Chandra, Susan McCahan

Notice bibliographique

RevueJournal of Heat Transfer · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNucleate boilingBoilingHeat fluxQuenching (fluorescence)Critical heat fluxDissolutionHeat transferSurface roughnessMaterials scienceChemistryNucleationThermodynamicsComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The effect of adding one of three salts (NaCl, Na2SO4 or MgSO4) to water sprayed on a hot surface was studied experimentally. A copper test surface was heated to 240°C and quenched with a water spray. The variation of surface temperature during cooling was recorded, and the surface heat flux calculated from these measurements. Surface heat flux during cooling with pure water sprays was compared with that obtained using salt solutions. Dissolved NaCl or Na2SO4 increased nucleate boiling heat transfer, but had little effect on transition boiling during spray cooling. MgSO4 increased both nucleate and transition boiling heat flux. Enhanced nucleate boiling was attributed to foaming in the liquid film generated by the dissolved salts. MgSO4 produced the largest increase in nucleate boiling heat transfer, Na2SO4 somewhat less and NaCl the least. A concentration of 0.2 mol/l of MgSO4 produced the greatest heat flux enhancement; higher salt concentrations did not result in further improvements. During transition boiling particles of MgSO4 adhered to the heated surface, raising surface roughness and increasing heat transfer. Addition of MgSO4 reduced the time required to cool a hot surface from 240°C to 120°C by an order of magnitude.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,218
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 source (Gemma direct ou Codex distillé), 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

Citations67
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Heat TransferMême sujetFluid Dynamics and Heat TransferTravaux en français237 207