MétaCan
Menu
Retour à la cohorte
Enregistrement W2901141075 · doi:10.1002/cjce.23399

Experimental study of nucleate pool boiling heat transfer of self‐rewetting solution by surface functionalization with TiO<sub>2</sub> nanostructure

2018· article· en· W2901141075 sur OpenAlexvenueno aff
Baisong Hu, Shaofeng Zhang, Dewu Wang, Xinglin Chen, Xianghua Si, Dan Zhang

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Boiling Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWettingSurface tensionNucleate boilingCritical heat fluxMaterials scienceHeat transferBoilingContact angleHeat transfer coefficientSuperheatingChemical engineeringComposite materialThermodynamicsChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A titanium plate with titanium dioxide nanotube was prepared with the anodic oxidation process. The heat transfer through this plate was studied with quantitative heptanol solution as self‐rewetting solution. The microstructure of this nano‐structure surface was characterized by SEM and the surface tension of the self‐rewetting solution on it was measured by the static contact angle. The results indicated that the heat transfer coefficient (HTC) and the critical heat flux (CHF) were significantly improved with the increasing concentration of heptanol. In the 0.1 mass% heptanol solution, the best heat transfer enhancement effect was obtained. The HTC is 22.46 kW · m −2 · K −1 and CHF is 536.64 kW · m −2 , which were increased by 121 and 62.9 % more than those in the distilled water. According to the experimental phenomenon and mechanism analysis, the surface of the nanotube has a more effective vaporization core, greater roughness, and better wettability. Combined with the special double surface tension gradient characteristic of the self‐wetting solution, the hot and cold liquid forms a microcirculation and the synergistic superposition of the driving force strengthens. The system can produce tiny and fine bubbles under low superheat, detach quickly, transfer heat quickly, and perform secondary wetting in time to achieve synergistic enhanced boiling heat transfer.

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 enseignants0,079
Score d'incertitude au seuil0,514

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 Opus0,005
Tête enseignante GPT0,174
Écart entre enseignants0,169 · 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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetHeat Transfer and Boiling StudiesTravaux en français237 207