Measurement and prediction of the heat transfer properties of hydrocarbon mixtures with potential application as aluminum cold rolling base oils
Notice bibliographique
Résumé
Purpose – The objective of this paper is to measure the differences in heat transfer properties of refined hydrocarbon distillate fractions that are commonly used as base oils in aluminium sheet cold rolling applications and assess if the heat transfer coefficient (HTC) values for these oils can be predicted from their compositions. The composition and physical properties of these fluids affect their tribological behaviour by influencing hydrodynamic lubrication, wear debris removal and cooling. Design/methodology/approach – A purpose-built test rig was used to measure HTCs for a wide range of hydrocarbon solvents used as aluminium cold rolling oils. The results are expressed in the form of the HTCs relative to those of 14- to 16-carbon-chain-length normal paraffins. Measured HTC values were compared to values calculated from oil compositions and from the thermal conductivities of compounds representing different classes of typical oil components. Findings – There were significant differences between the heat transfer properties of various hydrocarbon solvents, and these differences could be estimated from their content of normal and simple iso-paraffins and heavily branched and cyclic hydrocarbons. The HTC of hydrocarbon mixtures increases with the increasing content of n-paraffinic compounds. Originality/value – This paper shows how one can estimate the relative HTCs of oils of known compositions, based on the relative thermal conductivities of model compounds. This is relevant to prediction of cooling properties of aluminium cold rolling base oils.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».