MétaCan
Menu
Retour à la cohorte
Enregistrement W2922432386 · doi:10.3390/en12060980

The Influence of Surface Radiation on the Passive Cooling of a Heat-Generating Element

2019· article· en· W2922432386 sur OpenAlexaff
И. В. Мирошниченко, Mikhail А. Sheremet, A. A. Mohamad

Notice bibliographique

RevueEnergies · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueRadiative Heat Transfer Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésNusselt numberMechanicsEmissivityHeat transferThermal radiationPassive coolingRayleigh numberConvectionConvective heat transferStream functionReynolds numberNatural convectionThermodynamicsPhysicsVorticityOpticsTurbulence

Résumé

récupéré en direct d'OpenAlex

Low-power electronic devices are suitably cooled by thermogravitational convection and radiation. The use of modern methods of computational mechanics makes it possible to develop efficient passive cooling systems. The present work deals with the numerical study of radiative-convective heat transfer in enclosure with a heat-generating source such as an electronic chip. The governing unsteady Reynolds-averaged Navier–Stokes (URANS) equations were solved using the finite difference method. Numerical results for the stream function–vorticity formulation are shown in the form of isotherm and streamline plots and average Nusselt numbers. The influence of the relevant parameters such as the Ostrogradsky number, surface emissivity, and the Rayleigh number on fluid flow characteristics and thermal transmission are investigated in detail. The comparative assessment clearly emphasizes the effect of surface radiation on the overall energy balance and leads to change the mean temperature inside the heat generating element. The results of the present study can be applied to the design of passive cooling systems.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 Opus0,006
Tête enseignante GPT0,204
Écart entre enseignants0,198 · 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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetRadiative Heat Transfer StudiesTravaux en français237 207