MétaCan
Menu
Retour à la cohorte
Enregistrement W2169617736 · doi:10.1115/1.4026395

Study on Specifics of Forced-Convective Heat Transfer in Supercritical Carbon Dioxide

2014· article· en· W2169617736 sur OpenAlexaffabout
Eugene Saltanov, Igor Pioro, David Mann, Sahil Gupta, Sarah Mokry, Glenn Harvel

Notice bibliographique

RevueJournal of Nuclear Engineering and Radiation Science · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat transfer and supercritical fluids
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésSupercritical fluidCoolantHeat transferCritical heat fluxHeat transfer coefficientNuclear engineeringMaterials scienceConvective heat transferHeat fluxThermodynamicsSupercritical carbon dioxidePhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

The appropriate description of heat transfer to coolants at the supercritical state is limited by the current understanding. Thus, this poses one of the main challenges in the development of supercritical-fluids applications for Generation-IV reactors. Since the thermodynamic critical point of water is much higher than that of carbon dioxide (CO2), it is more affordable to run heat-transfer experiments in supercritical CO2. The data for supercritical CO2 can be later scaled and used for supercritical water-based reactor designs. The objective of this paper is, therefore, to discuss the basis for comparison of relatively recent experimental data on supercritical CO2 obtained at the facilities of the Korea Atomic Energy Research Institute (KAERI) and Chalk River Laboratories (CRL) of the Atomic Energy of Canada Limited (AECL). Based on the available instrumental error, a thorough analysis of experimental errors in wall- and bulk-fluid temperatures and heat transfer coefficient was conducted. A revised heat-transfer correlation for the CRL data is presented. A dimensional criterion for the onset of the deteriorated heat transfer in the form of a linear relation between heat flux and mass flux is proposed. A preliminary heat-transfer correlation for the joint CRL and KAERI datasets is presented.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 GPT0,227
Écart entre enseignants0,217 · 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'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

Citations31
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Nuclear Engineering and Radiation ScienceMême sujetHeat transfer and supercritical fluidsTravaux en français237 207