MétaCan
Menu
Retour à la cohorte
Enregistrement W2587394774 · doi:10.1115/imece2016-67700

Heat Transfer in Liquid-Liquid Taylor Flow in Mini-Scale Curved Tubing for Constant Wall Temperature

2016· article· en· W2587394774 sur OpenAlexaff
W. M. Adrugi, Yuri S. Muzychka, Kevin Pope

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésHeat transferMechanicsCurvatureMaterials sciencePrandtl numberThermodynamicsIsothermal processFlow (mathematics)ViscosityPhysicsComposite materialGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

In this paper, heat transfer enhancement using liquid-liquid Taylor flow in mini scale curved tubing for isothermal boundary conditions is examined. The copper tubing has an inner tube diameter of Di = 1.65 mm with different radii of curvature and lengths. Taylor flow is created using water and low viscosity silicone oils (0.65 cSt, 1 cSt, 3 cSt) to examine the effect of Prandtl number on heat transfer rates in curved tubing. A series of experiments are conducted using tubing with constant length and variable curvature, as well as variable length and constant curvature. The experimental results are compared with models for liquid-liquid Taylor flow in straight tubing and single-phase flow in curved tubes. The results of the research develop a new model for liquid-liquid Taylor flow in curved tubing. This research provides new insights into the effect of curvature on heat transfer enhancement for liquid-liquid Taylor flow in mini scale curved tubing, at a constant wall temperature.

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 enseignants0,526
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 GPT0,197
Écart entre enseignants0,190 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFluid Dynamics and MixingTravaux en français237 207