MétaCan
Menu
Retour à la cohorte
Enregistrement W2958849797 · doi:10.1109/itherm.2019.8757380

Pool Boiling Experiment of Dielectric Liquids and Numerical Study for Cooling a Microprocessor

2019· article· en· W2958849797 sur OpenAlexaff
Omidreza Ghaffari, Francis Grenier, Jean-François Morissette, Martin Bolduc, Simon Jasmin, Julien Sylvestre

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Boiling Studies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésBoilingHeat sinkHeat transfer coefficientThermodynamicsHeat transferMaterials scienceComputer coolingThermal resistanceDielectricHeat fluxJunction temperatureThermal conductivityBoiling pointThermalMechanical engineeringPhysicsOptoelectronicsEngineering

Résumé

récupéré en direct d'OpenAlex

Two-phase liquid immersion cooling has not yet reached its full potential because of two technological issues. The first issue is the boiling crisis and the second is the reliability risk caused by the immersed components, which are designed to work in air cooling applications. Experimental and numerical studies were performed to find the heat transfer limits of immersion cooling of microprocessor and new heat transfer design parameters are proposed. Pool boiling experiments were performed on bare copper surfaces for two dielectric fluids, Novec 649 and Novec 7100, and the critical heat fluxes were found to be 19.5 W/cm2and 23.8 W/cm2, respectively. Three-dimensional conduction models of a microprocessor were built to predict the junction temperature and junction-to-ambient thermal resistance. Effect of the integrated heatsink (IHS) thickness at different heat transfer coefficients have been investigated and the optimal thickness for the IHS is predicted to be around 4 mm while the heat transfer coefficient is less than 20 000 W/m2K on the IHS. Boiling directly on the silicon die has been studied, in order to examine the effect of a decreased thermal resistance by removing the thermal interface material and IHS. In this case, the heat transfer coefficient is predicted to be more than 20 000 W/m2K and to have better heat dissipation.

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 enseignants0,001
Score d'incertitude au seuil0,004

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 savante0,0000,001
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 Opus0,011
Tête enseignante GPT0,251
Écart entre enseignants0,240 · 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

Citations20
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHeat Transfer and Boiling StudiesTravaux en français237 207