MétaCan
Menu
Retour à la cohorte
Enregistrement W2611826787 · doi:10.1002/cjce.22876

Transient analysis of the steam‐water direct contact condensation in the packed column

2017· article· en· W2611826787 sur OpenAlexvenueno aff
Yunfa Hu, Yiping Wang, Qunwu Huang, Yong Cui

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueNuclear Engineering Thermal-Hydraulics
Établissements canadiensnon disponible
Organismes subventionnairesTianjin University
Mots-clésCondensationVolumetric flow ratePacked bedWater flowWater coolingThermodynamicsHeat transferChemistryHeat transfer coefficientMaterials scienceTransient (computer programming)Flow (mathematics)Superheated steamMechanicsChromatographyEnvironmental scienceEnvironmental engineeringBoiler (water heating)

Résumé

récupéré en direct d'OpenAlex

Abstract The transient heat transfer behaviour of direct contact condensation of steam in spray cooling water in a packed column was investigated experimentally and theoretically in this work for the first time. A new analysis method of the state equation was applied to analyze the molar quantity variation of steam in the course of the experiment. The results showed that increasing the cooling water flow rate properly could significantly accelerate the steam condensation rate and this was more obvious at the beginning of the operation. The higher the flow rate of the cooling water was, the shorter a time it took for the steam to be completely condensed. When the cooling water flow rate was 840 L/h, the steam was mainly condensed within 13 s, which indicated that it would rapidly handle steam by regulating cooling water flow rate. However, the effect of changing cooling water temperature on steam condensation rate is slight with the cooling water temperature inceasing from 23 °C to 42 °C. The volumetric heat transfer coefficient in this experiment is in the range of 1.47 kW · m−3 · K−1 to 10.93 kW · m−3 · K−1 with the cooling water flow rate inceasing from 120 L/h to 840 L/h, and the maximum uncertainty in the results is 2.2 %.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,181
Écart entre enseignants0,173 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetNuclear Engineering Thermal-HydraulicsTravaux en français237 207