MétaCan
Menu
Retour à la cohorte
Enregistrement W2329105604 · doi:10.1115/fedsm-icnmm2010-30587

Variable Property Effects in Simultaneously Developing Gaseous Slip-Flow in Rectangular Microchannels With Prescribed Wall Heat Flux

2010· article· en· W2329105604 sur OpenAlexafffund
Azad Qazi Zade, Metin Renksizbulut, J. Friedman

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensToronto Metropolitan UniversityUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésKnudsen numberHeat fluxHeat transferThermodynamicsMechanicsHeat transfer coefficientSlip (aerodynamics)Materials scienceKnudsen flowPhysics

Résumé

récupéré en direct d'OpenAlex

The effects of variable physical properties on the flow and heat transfer characteristics of simultaneously developing slip-flow in rectangular microchannels with constant wall heat flux are numerically investigated. A co-located finite-volume method is used in order to solve the mass, momentum and energy equations in their most general form. Thermophysical properties of the flowing gas are functions of temperature, while density and Knudsen number are allowed to change with both pressure and temperature. Different Knudsen numbers are considered in order to study the effects of slip-flow. Simulations indicate that the constant physical property assumption can result in under/over-prediction of the local friction and heat transfer coefficients depending on the problem configuration. Density and thermophysical property variations have significant effects on predicting flow and heat transfer characteristics since the gas temperature constantly changes as a result of the applied wall heat flux. Heat transfer coefficient is affected both due to the change in the velocity field and change in thermophysical properties. Also temperature dependence of the local Knudsen number can significantly alter the friction coefficients due to its strong dependence on slip conditions. The degree of discrepancy varies for different cases depending on the Knudsen number, and the applied heat flux strength and direction (cooling versus heating).

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,457
Score d'incertitude au seuil0,644

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 Opus0,004
Tête enseignante GPT0,177
Écart entre enseignants0,172 · 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'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

Citations2
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHeat Transfer and OptimizationTravaux en français237 207