MétaCan
Menu
Retour à la cohorte
Enregistrement W2765281252 · doi:10.1115/icone25-66528

CFD Study on Specifics of Flow and Heat Transfer in Vertical Bare Tubes Cooled With Water at Supercritical Pressures

2017· article· en· W2765281252 sur OpenAlexaff
A. Zvorykin, Наталія Фіалко, Sherenkovskyi Julii, Sergey Aleshko, Наталья Олеговна Меранова, Mark Hanzha, Ivanna Bashkir, Svitlana Stryzheus, A. E. Voitenko, Igor Pioro

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat transfer and supercritical fluids
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésHeat transferHeat fluxComputational fluid dynamicsBuoyancyMechanicsMaterials scienceThermodynamicsSupercritical fluidCritical heat fluxCoolantNucleate boilingFluentMass fluxHeat transfer coefficientPhysics

Résumé

récupéré en direct d'OpenAlex

The paper presents results of a study on flow and temperature fields in bare tubes cooled with SuperCritical Water (SCW). This study is based on a Computational Fluid Dynamics (CFD) simulation with the FLUENT code for upward flows in vertical tubes with heated length of 4 m and an inner diameter of 10 mm. Operating conditions were: Mass flux – G ≈ 500 and 1000 kg/m2s; heat flux – q = 189 – 826 kW/m2; and inlet coolant temperature – Tin = 320–360°C. CFD predictions were compared with experimental data in this study. All three heat-transfer regimes: 1) normal heat transfer; 2) improved heat transfer; and 3) deteriorated heat transfer; were considered. The obtained results show that within normal and improved heat transfer CFD predicts experimental values reasonably well. However, within conditions of deteriorated heat transfer CFD predictions are less satisfactory. The CFD outcomes of the heat flux effect on the flow and heat transfer of SCW are presented. Specifics of flow within the pseudocritical region (i.e., approximately ±25°C around a pseudocritical point) are discussed. The buoyancy effect is investigated by axial velocity profiles at the medium mass flux of 500 kg/m2s and heat flux of 287 kW/m2.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,016
Tête enseignante GPT0,231
Écart entre enseignants0,215 · 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'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

Citations21
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHeat transfer and supercritical fluidsTravaux en français237 207