MétaCan
Menu
Retour à la cohorte
Enregistrement W2177429090 · doi:10.1115/gt2006-90598

Characterization of Porous Carbon Foam as a Material for Compact Recuperators

2006· article· en· W2177429090 sur OpenAlexaff
Anthony G. Straatman, Nidia C. Gallego, Qirui Yu, Brian E. Thompson

Notice bibliographique

RevueVolume 5: Marine; Microturbines and Small Turbomachinery; Oil and Gas Applications; Structures and Dynamics, Parts A and B · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat and Mass Transfer in Porous Media
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCarbon nanofoamPressure dropHeat transferPorosityMetal foamComposite materialPorous mediumDrop (telecommunication)ConvectionCarbon fibersHeat fluxPéclet numberMechanicsMechanical engineeringComposite number

Résumé

récupéré en direct d'OpenAlex

Experiments are presented to quantify the convective heat transfer and the hydrodynamic loss that is obtained by forcing water through blocks of porous carbon foam (PCF) heated from one side. The experiments were conducted in a small-scale water tunnel instrumented to measure the pressure drop and the temperature rise of the water passing through the blocks and the base temperature and heat flux into the foam block. In comparison to similar porosity aluminum foam, the present results indicate that the pressure drop across the porous carbon foam is higher due to the large hydrodynamic loss associated with the cell windows connecting the pores, but the heat transfer performance suggests that there may be a significant advantage to using PCF over aluminum foam for extended surface convection elements in recuperators and electronic cooling devices.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,540
Score d'incertitude au seuil1,000

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,003
Tête enseignante GPT0,181
Écart entre enseignants0,177 · 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.

Devis d'étudeObservationnel
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

Citations4
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 5: Marine; Microturbines and Small Turbomachinery; Oil and Gas Applications; Structures and Dynamics, Parts A and BMême sujetHeat and Mass Transfer in Porous MediaTravaux en français237 207