MétaCan
Menu
Retour à la cohorte
Enregistrement W2923683225 · doi:10.1002/htj.21449

Numerical validation of natural convection heat transfer with horizontal rectangular fin array using straight knurling patterns on fins—correlation for Nusselt number

2019· article· en· W2923683225 sur OpenAlexaff
Rahul C. Chikurde, Basavraj S. Kothavale, Narayan K. Sane

Notice bibliographique

RevueHeat Transfer-Asian Research · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer Mechanisms
Établissements canadiensHatch (Canada)
Organismes subventionnairesnon disponible
Mots-clésNusselt numberFinNatural convectionMechanicsHeat transferHeat transfer coefficientSurface roughnessMaterials scienceSurface finishGeometryMathematicsThermodynamicsPhysicsReynolds numberTurbulenceComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Natural convection heat transfer from horizontal rectangular fin array with various knurling patterns has been studied experimentally by the present authors to investigate the effect of knurl‐produced surface roughness of fin on the heat transfer rate. The parameters like knurling height from base, knurling depth, fin spacing, and supply wattage were considered for parametric study. In the present paper, numerical method (CFD) is used to simulate natural convection phenomena with knurled fins and results are validated with the experimental data available from literature. The numerical results show similar trends compared with experimental data and one can use this method to study various fin configurations for knurling patterns. The flow patterns from experiments and numerical method are compared for different supply wattages and fin spacing to back up the conclusion. It is also observed that the variation in nondimensional roughness depth and spacing ( D kn / H and S / H ) have more effect on Nusselt number than roughness height parameter ( H kn / H ). Further, the method is extended to study numerically large number of fin configurations with knurling patterns to gather sufficient data for Nusselt number with respect to fin geometric parameters as above and establish correlation for heat transfer coefficient for such type of fins.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,394
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,031
Tête enseignante GPT0,293
Écart entre enseignants0,263 · 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.

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeat Transfer-Asian ResearchMême sujetHeat Transfer MechanismsTravaux en français237 207