MétaCan
Menu
Retour à la cohorte
Enregistrement W2153280078 · doi:10.1115/icone20-power2012-54206

Assessment of Heat-Transfer Correlations Against Experimental Data Obtained With Supercritical Water in Vertical Annuli

2012· article· en· W2153280078 sur OpenAlexafffund
Zhendong Yang, Qincheng Bi, Han Wang, Gang Wu, L.K.H. Leung

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat transfer and supercritical fluids
Établissements canadiensAtomic Energy (Canada)
Organismes subventionnairesNational Key Research and Development Program of ChinaAtomic Energy of Canada Limited
Mots-clésSupercritical fluidHeat transfer coefficientHeat transferHeat fluxThermodynamicsMaterials scienceCritical heat fluxRange (aeronautics)Mass fluxMechanicsPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

Eleven correlations proposed for supercritical heat-transfer coefficients were assessed against a set of experimental data obtained recently with supercritical water flow in a vertical annular test section at Xi’an Jiaotong University. The inner heated rod of the test section had an outer diameter of 8 mm, while the outer unheated tube had an inner diameter of 16 mm (resulting in a gap size of 4 mm). The experiment covered pressure range from 23 to 28 MPa, mass-flux range from 350 to 1000 kg/m2s, and heat-flux range from 200 to 1000 kW/m2. The assessment shows relatively good agreement between predicted and experimental heat-transfer coefficients for several correlations. Some discrepancies have been observed at the region where deteriorated heat transfer, and are attributed to the modified Dittus-Boelter formulation that captures mainly the normal heat-transfer region. Overall, the Dittus-Boelter correlation is shown applicable only for the normal heat-transfer region, and significantly overpredicts the heat-transfer coefficient at the deteriorated heat-transfer region. The correlation of Bishop et al. appears valid for the current experimental database, particularly for high mass fluxes.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,128
Score d'incertitude au seuil0,639

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 savante0,0000,001
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 Opus0,026
Tête enseignante GPT0,284
Écart entre enseignants0,258 · 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

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHeat transfer and supercritical fluidsTravaux en français237 207