MétaCan
Menu
Retour à la cohorte
Enregistrement W2023742861 · doi:10.1108/09615530910930946

Developing laminar mixed convection of nanofluids in an inclined tube with uniform wall heat flux

2009· article· en· W2023742861 sur OpenAlexaff
Ridha Ben Mansour, Nicolas Galanis, C.T. Nguyen

Notice bibliographique

RevueInternational Journal of Numerical Methods for Heat &amp Fluid Flow · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofluid Flow and Heat Transfer
Établissements canadiensUniversité de MonctonUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésNanofluidLaminar flowNusselt numberGrashof numberMechanicsHeat fluxMaterials scienceHeat transferCombined forced and natural convectionControl volumeThermodynamicsForced convectionNatural convectionReynolds numberPhysicsTurbulence

Résumé

récupéré en direct d'OpenAlex

Purpose The aim is to study the conjugate problem of developing laminar mixed convection flow and heat transfer of water‐Al2O3 nanofluid inside an inclined tube submitted to a uniform wall heat flux. Design/methodology/approach The set of non‐linear, coupled and fully elliptic governing equations has been solved using a “finite‐control‐volume” numerical method, the classical power‐law scheme for computing heat and momentum fluxes staggered and non uniform grids for spatial discretization of various regions of the tube. Findings Numerical results have shown that the presence of nanoparticles slightly intensifies the secondary flow due to buoyancy, in particular in the developing region. It also increases the average Nusselt number and decreases slightly the product ReCf with respect to those of water. For the horizontal inclination, two new correlations have been proposed to calculate these two variables in the fully developed region, for Grashof number ranging from 103 to 105 and particle volume concentrations up to 7 per cent. Practical implications The results of this study can be employed for various practical heat transfer and thermal applications using nanofluids. Originality/value The present study constitutes an original contribution to the knowledge of nanofluid thermal behaviour.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,343
Écart entre enseignants0,312 · 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'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

Citations42
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Numerical Methods for Heat &amp Fluid FlowMême sujetNanofluid Flow and Heat TransferTravaux en français237 207