MétaCan
Menu
Retour à la cohorte
Enregistrement W2280439578 · doi:10.1002/srin.200806224

Heat Transfer during Multiple Jet Impingement on the Top Surface of Hot Rolled Steel Strip

2008· article· en· W2280439578 sur OpenAlexafffund
K.V. Jondhale, Mary A. Wells, Matthias Militzer, Vladan Prodanovic

Notice bibliographique

Revuesteel research international · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer Mechanisms
Établissements canadiensUniversity of WaterlooUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaArcelorMittal
Mots-clésNozzleHeat transferMaterials scienceJet (fluid)ThermocoupleMechanicsFlow (mathematics)Water coolingThermodynamicsComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Using a unique pilot facility a series of tests were conducted using three top jets to simulate the heat transfer that occurs during run‐out table (ROT) cooling. Steel samples instrumented with internal thermocouples were tested on this facility and the effect of top jet configuration (nozzle spacing of 40 to 115mm), and water flow rate (15 and 30 1/min) were quantified using moving plate samples. The multiple top jet work indicated that heat transfer across the plate width varies significantly and is high directly under the nozzle but decreases rapidly away from the nozzle in the interaction region. As cooling progresses a much larger wetted region occurs and more uniform cooling is experienced across the plate. Multiple jet cooling experiments have also confirmed that nozzle spacing does have an effect on heat transfer. This effect is predominate in the interaction region where closer nozzle spacing leads to enhanced and more uniform heat transfer in the lateral direction across the plate width away from the nozzle. As expected higher water flow rates led to higher heat transfer both under the nozzle and in the interaction region.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,082
Tête enseignante GPT0,310
Écart entre enseignants0,228 · 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

Citations16
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuesteel research internationalMême sujetHeat Transfer MechanismsTravaux en français237 207