MétaCan
Menu
Retour à la cohorte
Enregistrement W2019177969 · doi:10.1115/icmm2005-75019

Local Heat Transfer Measurements in Micro Geometries Using Liquid Crystal Thermography

2005· article· en· W2019177969 sur OpenAlexaff
R. Muwanga, Ibrahim Hassan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésThermographyMaterials scienceHeat transferTemperature measurementHeat transfer fluidOpticsMechanicsThermodynamicsInfraredPhysics

Résumé

récupéré en direct d'OpenAlex

A technique is described on the use of un-encapsulated thermochromic liquid crystals (TLC’s) to measure the local heat transfer coefficient in microchannel geometries. Microchannel heat transfer is at the heart of the microchannel heat sink, a recent technology aimed at managing the stringent thermal requirements of today’s high-end electronics. The microencapsulated form of liquid crystals are well established for use in surface temperature mapping. Limited studies however are available on the use of the un-encapsulated form. This form is advantageous as it offers the potential for high spatial resolution which is necessary for micro geometries. The evaluation of this method and its associated difficulties is therefore the motivation for the experimental facility developed and described in the present work. Measurements are made in a closed loop facility combined with a microscopic imaging system and automated data acquisition. Results are presented for a circular tube made of stainless steel with an inner diameter of 1.0668mm. A localized TLC calibration is used to account for non-uniformities in the coating and variation of lighting conditions. Results for single-phase, thermally developing, laminar and turbulent flows using distilled water are presented. The results show that the correlations for conventional size channels are adequate for predicting the heat transfer characteristics of a nominally sized 1 mm channel.© 2005 ASME

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,598
Score d'incertitude au seuil0,518

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 Opus0,023
Tête enseignante GPT0,221
Écart entre enseignants0,197 · 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

Citations3
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHeat Transfer and OptimizationTravaux en français237 207