MétaCan
Menu
Retour à la cohorte
Enregistrement W2055425445 · doi:10.1243/09544070jauto1416

Evaluation of the Thermofluid Performance of an Automotive Engine Cooling-Fan System Motor

2010· article· en· W2055425445 sur OpenAlexafffund
Eric Savory, Robert J. Martinuzzi, J. Ryval, Z Li, M. Blissitt

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part D Journal of Automobile Engineering · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensUniversity of CalgarySiemens (Canada)Western University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Centres of Excellence
Mots-clésComputational fluid dynamicsFluentMechanical fanAutomotive industryMechanical engineeringHeat transferAutomotive engineeringRotational speedAirflowFinWork (physics)EngineeringWater coolingFlow (mathematics)Internal combustion engine coolingMechanicsAerospace engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Experimental tests and computational fluid dynamics (CFD) simulations using the commercial code FLUENT were carried out to investigate the effects of the fan support hub geometry on the component heat transfer and cooling air flow through a simplified model of an electric motor for an automotive cooling-fan system, since little is known about the thermofluid dynamics of such machines. It has been found that the presence of radial ribs on the fan hub has a significant effect on drawing cooling air through the motor, particularly at lower air flowrates, regardless of the rotational speed. In addition, the rotational speed, hub diameter, fin height, and rib width are important parameters for inducing flow inside the hub while the tip gap and hub depth are not as influential. Increasing the number of ribs or fins has little impact on the performance of the hub. Good agreement was found between the experimental and predicted temperatures from heat transfer simulations of the motor for representative underhood environmental conditions. The present work shows that a valuable CFD tool can be developed to predict the temperature distribution inside the motor and offers a guide to the methodology whereby design modifications may be made to improve motor performance for a given application.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,098
Score d'incertitude au seuil0,678

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,205
Écart entre enseignants0,196 · 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'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

Citations5
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part D Journal of Automobile EngineeringMême sujetHeat Transfer and OptimizationTravaux en français237 207