THERMAL MANAGEMENT OF HIGH-HEAT-FLUX DEVICES EDIFICE: EMBEDDED DROPLET IMPINGEMENT FOR INTEGRATED COOLING OF ELECTRONICS
Notice bibliographique
Résumé
This presentation will first explore recent research developments for thermal management of high-heat-flux devices. These include detachable heat storage units, jet impingement, droplets and sprays, and phase-change cooling, heat pipes, capillary- and gravity-pumped loops. Micro-manufacturing and MEMS (Micro Electro-Mechanical Systems) will be discussed as enabling technologies for some innovative cooling schemes recently proposed. In the second part of the presentation, the development of EDIFICE: Embedded Droplet Impingement For Integrated Cooling of Electronics will be discussed. The EDIFICE project seeks to develop an integrated droplet impingement cooling device for removing chip heat fluxes in the range 70-100 W/cm2, employing latent heat of vaporization of dielectric fluids (50-100 micron droplets) to achieve these high heat removal rates. A novel feature to enable adaptive on-demand cooling is MEMS sensing (on-chip temperature, remote IR temperature and ultrasonic dielectric film thickness) and MEMS actuation. EDIFICE will be integrated within the electronics package and fabricated using advanced micro-manufacturing technologies (e.g., deep RIE and CMOS CMU-MEMS). The development of EDIFICE involves modeling, CFD simulations, and physical experimentation on test beds. This presentation will then examine jet impingement cooling of EDIFICE with a dielectric coolant and the influence of several parameters such as impinging jet diameter, jet velocity, and latent heat effects.
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) | 0,001 | 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 ».