MétaCan
Menu
Retour à la cohorte
Enregistrement W2562948919 · doi:10.1615/jenhheattransf.v22.i4.20

SUBCOOLED FLOW BOILING HEAT TRANSFER CHARACTERISTICS OF R134A IN HORIZONTAL HELICALLY COILED TUBES

2015· article· en· W2562948919 sur OpenAlexaff
Lingjian Kong, Jitian Han, Changnian Chen, Kewei Xing, Gang Lei, Ri Li

Notice bibliographique

RevueEnhanced heat transfer/Journal of enhanced heat transfer · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Boiling Studies
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSubcoolingNucleate boilingThermodynamicsMaterials scienceHeat transfer coefficientHeat fluxHeat transferBoilingMass fluxMechanicsCritical heat fluxPhysics

Résumé

récupéré en direct d'OpenAlex

Subcooled flow boiling heat transfer of R134a in helically coiled tubes was investigated experimentally. Experiments were carried out at pressure ranging from 412 to 653 kPa, inlet subcooled temperature from 5.0 to 11.0° C, heat flux from 0.11 to 15.4 kWm−2 and mass flux from 147 to 249 kg m−2s−1. The wall temperature distribution was analyzed. In the case of single-phase flows, the wall temperature distribution is attributed to the secondary flow and the velocity profile of the main flow. In the case of two-phase flows, the temperature distribution is explained based on the buoyance and drag forces acting on the bubble. An increase of the inlet subcooling leads, for early subcooled boiling, to an increase in the heat transfer coefficient. However, the pressure has an opposite function on heat flux at the onset of nucleate boiling (ONB) and heat transfer coefficient. Besides, raising the mass flux can cause a substantial increase in the heat flux at ONB, but the effect on the heat transfer coefficient was negligible. The correlations of heat flux at ONB and the subcooled boiling heat transfer coefficient in a horizontal, helically coiled tube were developed based on the experimental data.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,255
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,017
Tête enseignante GPT0,239
Écart entre enseignants0,221 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations12
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnhanced heat transfer/Journal of enhanced heat transferMême sujetHeat Transfer and Boiling StudiesTravaux en français237 207