MétaCan
Menu
Retour à la cohorte
Enregistrement W2323850106 · doi:10.2514/6.2003-4054

Micro-machined Surface Channels Applied to Engine Intake Flow and Heat Transfer

2003· article· en· W2323850106 sur OpenAlexaff
G.F. Naterer, Steven Chomokovski, Cynthia Friesen, Cyrus Shafai

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésHeat transferMaterials scienceFlow (mathematics)Surface (topology)MechanicsMechanical engineeringEngineeringPhysicsGeometry

Résumé

récupéré en direct d'OpenAlex

This article examines the effects of surface microchannels, when altering the boundary layer flow along a helicopter engine bay cooling inlet. The purpose of the study is to investigate the potential benefits of such micro-channels for shedding off runback water from the surface. The local fluid motion and convective heat transfer are considered to be affected by the profiles of the surface micro-channels. Converging, diverging and parallel micro-channels are investigated. It is observed that the converging micro-channels affect the vorticity distribution on the downstream side of the intake surface. Results are presented for experiments involving PIV (Particle Image Velocimetry) in a water tunnel. Aircraft icing is largely affected by convective heat transfer and the runback flow of unfrozen water along the ice surface (Messinger [1]). During glaze ice, the energy imparted by impinging droplets and phase change is sufficient to sustain a flowing supercooled surface film (Naterer et al. [2, 3]). The modes of heat exchange include convection, conduction through the ice and surface film, phase change and droplet kinetic energy imparted on impact (Myers, Hammond [4]). Unlike glaze ice, the formation of rime ice arises when impinging droplets are solidified immediately upon impact on the ice surface (Naterer [5]).

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,543
Score d'incertitude au seuil0,613

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 Opus0,007
Tête enseignante GPT0,182
Écart entre enseignants0,176 · 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

Citations8
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIcing and De-icing TechnologiesTravaux en français237 207