MétaCan
Menu
Retour à la cohorte
Enregistrement W2319626665 · doi:10.1115/icone21-16765

Investigation of Characteristic-Temperature Approaches for Heat-Transfer Correlations at Supercritical Conditions

2013· article· en· W2319626665 sur OpenAlexaff
Sarah Mokry, Igor Pioro

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat transfer and supercritical fluids
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésSupercritical fluidHeat transferCoolantThermodynamicsConvective heat transferConvectionMaterials scienceMechanicsCritical heat fluxHeat transfer coefficientNuclear engineeringPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

It is expected that the next generation of water-cooled nuclear reactors will operate at supercritical pressures (∼25 MPa) and high coolant temperatures (350–625°C). In support of the development of SuperCritical Water-cooled Reactors (SCWRs), research is currently being conducted for heat-transfer at supercritical conditions. Currently, there are no experimental datasets for heat transfer from power reactor fuel bundles to the fuel coolant (water) available in open literature. Therefore, for preliminary calculations, heat-transfer correlations obtained with bare-tube data can be used as a conservative approach. A number of empirical generalized correlations, based on experimentally obtained datasets, have been proposed to calculate Heat Transfer Coefficients (HTCs) in forced convective heat transfer for various fluids, including water, at supercritical pressures. These bare-tube-based correlations are available in various literature sources. There have been a number of methods applied to correlate heat transfer data. The most conventional approach, which accounts for property variations in the data, is to modify the classical Dittus-Boelter equation for forced convection. However, analysis and comparison of these correlations has shown that differences in HTC values can be up to several hundred percent. In general, the familiar correlations of Dittus-Boelter and Bishop et al. have used the bulk-fluid temperature approach for characteristic temperature properties evaluations. However, at high heat fluxes, fluid near the tube-wall will have a temperature close to that of the wall temperature. This might be significantly different from the bulk-fluid temperature. Therefore, another approach can be used based on the wall temperature as the characteristic temperature. The Swenson et al. correlation is based upon this approach. Finally, a third approach has been considered in which the film-temperature is used as the characteristic temperature (Tf = (Tw+Tb) / 2). McAdams et al. based their correlation for annuli on this approach. Therefore, the objective of this paper is to evaluate the three characteristic temperature approaches, (1) Bulk-fluid temperature approach; (2) Wall-temperature approach; and (3) Film-temperature approach, and determine which characteristic temperature method can most accurately predict supercritical water heat transfer coefficients. Both classical correlations and more recently developed correlations are considered in this investigation.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,031
Tête enseignante GPT0,217
Écart entre enseignants0,186 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHeat transfer and supercritical fluidsTravaux en français237 207