MétaCan
Menu
Retour à la cohorte
Enregistrement W2973559228 · doi:10.1139/tcsme-2018-0212

A semi-analytical model of heat transfer and pressure drop in annular flow regime for flow boiling in a horizontal microtube at uniform heat flux

2019· article· en· W2973559228 sur OpenAlexaffvenue
Amen Younes, Ibrahim Hassan, Lyes Kadem

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Boiling Studies
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPressure dropThermodynamicsMaterials scienceLaminar flowTurbulenceHeat transferMechanicsHeat fluxReynolds numberBoilingHydraulic diameterTwo-phase flowFlow (mathematics)Physics

Résumé

récupéré en direct d'OpenAlex

A semi-analytical model for predicting heat transfer and pressure drop in annular flow regime for saturated flow boiling in a horizontal microtube at a uniform heat flux has been developed based on a one-dimensional separated flow model. More than 600 two-phase heat transfer, 498 two-phase pressure drop, and 153 void fraction experimental data points for annular flow regime were collected from the literature to validate the present model. The collected data were recorded for various working fluids, R134a, R1234ze, R236fa, R410a, R113, and CO 2 , for round macro- and microsingle horizontal tubes with an inner diameter range of 0.244 mm ≤ D h ≤ 3.1 mm, a heated length to diameter ratio of 90 ≤ L h /D h ≤ 2000, a saturation temperature range of –10 ≤ T sat ≤ +50 °C, and liquid to vapor density ratios in the range 6.4 ≤ ρ f /ρ g ≤ 188. The model was tested for laminar and turbulent flow boiling conditions corresponding to an equivalent Reynolds number, 1900 ≤ Re eq ≤ 48 000, and confinement number, 0.27 ≤ C conf ≤ 3.4. Under the annular flow regime, the present model predicted the collected data of the heat transfer, pressure drop, and void fraction with mean absolute errors (MAE) of 18.14%, 23.02%, and 3.22%, respectively.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,475
Score d'incertitude au seuil0,990

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 Opus0,010
Tête enseignante GPT0,195
Écart entre enseignants0,185 · 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'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

Citations1
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetHeat Transfer and Boiling StudiesTravaux en français237 207