MétaCan
Menu
Retour à la cohorte
Enregistrement W2973128456 · doi:10.1115/1.4044700

Impact of Phase Change Material Transition Temperature on the Performance of Latent Heat Storage Thermal Control in Tablet Computers

2019· article· en· W2973128456 sur OpenAlexaff
Benjamin Sponagle, Dominic Groulx, Mary Anne White

Notice bibliographique

RevueJournal of Heat Transfer · 2019
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésOverheating (electricity)Latent heatPhase-change materialThermal energy storageMaterials scienceDissipationThermalPhase transitionThermal management of electronic devices and systemsComputer data storageComputer sciencePhase changeMechanical engineeringProcess engineeringElectrical engineeringEngineering physicsEngineeringThermodynamicsComputer hardware

Résumé

récupéré en direct d'OpenAlex

Abstract The processing power of handheld electronic devices has increased rapidly over the last decade. Modern handheld devices are thin (<9 mm) and utilize passive temperature control strategies. The combination of these factors has resulted in temperature control becoming a major obstacle to continued development. This work investigates the use of latent heat storage modules to improve the temperature control of tablet computers. Such modules store energy during periods of high heat dissipation and release it later when the device is less active. A key design aspect for these systems is identification of the appropriate phase change materials (PCMs), and specifically the optimal transition temperature. A numerical model of a tablet computer was created. Simulations with latent heat storage modules with transition temperatures between 35 and 47 °C showed that PCMs with lower transition temperatures allowed the tablet computer to operate longer without overheating. PCMs with transition temperatures between 35 and 40 °C were found to be most suitable.

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 enseignants0,047
Score d'incertitude au seuil0,398

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 Opus0,021
Tête enseignante GPT0,261
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 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Heat TransferMême sujetPhase Change Materials ResearchTravaux en français237 207