MétaCan
Menu
Retour à la cohorte
Enregistrement W2302334429 · doi:10.5267/j.msl.2016.1.007

Desirability function based optimization of experimental data for air-water spray impingement cooling

2016· article· en· W2302334429 sur OpenAlexvenueno aff
Santosh Kumar Nayak, Purna Chandra Mishra

Notice bibliographique

RevueManagement Science Letters · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFunction (biology)Experimental dataEnvironmental scienceComputer scienceMaterials scienceMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

The current research copes with the optimization of the surface heat transfer coefficients of a square mild steel test specimen by spray impingement cooling. A laboratory scale experimental setup was developed at School of Mechanical Engineering KIIT University, Odisha, India to investigate the role of various process parameters to enhance the heat transfer from the surface of the heated steal specimen. The mild steel plates of dimension 120 mm 120 mm, and different thicknesses of 4 mm, 6 mm and 8 mm were used in the experiment. The effect of the process parameters such as thickness of the tested plate, nozzle to plate distance, air and water pressure upon the surface heat transfer coefficient (HTC) was optimized. The optimization of the controlling parameters was carried out by using the desirability functions. The Design Expert 8 software was used to analyze the experimental results. A new correlation was developed for optimization of the surface heat transfer coefficient.

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)0,001
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: aucune
Score de désaccord entre enseignants0,844
Score d'incertitude au seuil0,336

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,031
Tête enseignante GPT0,241
Écart entre enseignants0,209 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetHeat Transfer MechanismsTravaux en français237 207