MétaCan
Menu
Retour à la cohorte

CONVECTIVE BOILING WITH ELECTROHYDRODYNAMIC ENHANCEMENT: THE INFLUENCE OF INLET QUALITY

2016· article· en· W2561782588 sur OpenAlexaff
Gerard McGranaghan, A.J. Robinson

Notice bibliographique

RevueInterfacial phenomena and heat transfer · 2016
Typearticle
Langueen
DomaineEngineering
ThématiquePower Transformer Diagnostics and Insulation
Établissements canadiensMcMaster University
Organismes subventionnairesIrish Research Council
Mots-clésElectrohydrodynamicsMaterials scienceMechanicsBoilingHeat transferHeat fluxConvectionBaffleHeat transfer coefficientElectrodeChemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

This work investigates the influence of alternating current electric fields on the flow patterns, associated heat transfer, and power penalty during convective boiling of HFE7000. A single-pass counter-flow heat exchanger is employed, whereby heated water flowing in the shell side transfers heat to the two-phase HFE7000 fluid flowing within the tube side. In a novel design feature, optical transparency is achieved by using a sapphire central tube surrounded by a Perspex water jacket containing the heated water. A stainless steel rod running concentrically through the tube acts as an electrode while the outer surface of the sapphire tube is coated with a thin layer of indium tin oxide forming an electrically conductive and optically transparent ground to establish an electric field across the working fluid. This unique test setup facilitates visualization of the flow patterns caused by the electrohydrodynamic (EHD) forces and allows high-speed videography of the HFE7000 while boiling. Tests were performed at a low mass flux (100 kg/m2s) and fixed average heat flux (12 kW/m2)for inlet qualities of 2%, 15%, 30%, and 45% and applied voltages of V = 0, 4, and 8 kV. The results show that the average heat transfer coefficient improves with applied voltage over the entire range of qualities tested. However, as inlet quality increases the heat transfer enhancement tends to decrease, as does the electrical power required for EHD (EHD penalty). Conversely, pumping losses were seen to increase as inlet quality increases.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,271

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 GPT0,217
Écart entre enseignants0,210 · 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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInterfacial phenomena and heat transferMême sujetPower Transformer Diagnostics and InsulationTravaux en français237 207