MétaCan
Menu
Retour à la cohorte
Enregistrement W2033815627 · doi:10.1115/1.4007127

Effect of Inclination Angle and Flow Rate on the Heat Transfer During Bottom Jet Cooling of a Steel Plate

2012· article· en· W2033815627 sur OpenAlexaff
N. L. Chester, Mary A. Wells, Vladan Prodanovic

Notice bibliographique

RevueJournal of Heat Transfer · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer Mechanisms
Établissements canadiensUniversity of WaterlooUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNozzleHeat transferMaterials scienceInclination angleMechanicsJet (fluid)ThermocoupleFlow (mathematics)Volumetric flow rateHeat transfer coefficientThermodynamicsComposite materialStructural engineering

Résumé

récupéré en direct d'OpenAlex

The heat transfer that occurs during bottom water jet impingement on a hot steel plate has been investigated in terms of the effect inclination angle and flow rate. This research was carried out to develop quantitative knowledge of the heat transfer, which occurs on the runout table, a crucial component in the hot rolling production of advanced high strength steels. Industrially produced hot-rolled steel samples were instrumented with numerous subsurface thermocouples installed close to the quench surface. The experimental measurements were used in conjunction with an inverse heat conduction (IHC) model to quantify boiling characteristics as well as heat extraction histories for the different nozzle inclination angles and flow rates. It was found that, as nozzle inclination angle increased, the degree of asymmetry of the cooled region on the surface of the sample was increased and the overall rate of heat extraction decreased. The angle of inclination had a significant effect on overall heat extraction; a vertical nozzle was the most efficient from a perspective of heat transfer under the nozzle. As expected, as flow rates increased, the amount of heat energy extracted increased for all the conditions studied, regardless of the nozzle inclination.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,221
Écart entre enseignants0,210 · 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

Citations34
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Heat TransferMême sujetHeat Transfer MechanismsTravaux en français237 207