MétaCan
Menu
Retour à la cohorte
Enregistrement W3085162363 · doi:10.1109/itherm45881.2020.9190618

Experimental Validation of a Smart Microfluidic Cell Cooling Solution

2020· preprint· en· W3085162363 sur OpenAlexaff
Gerard Laguna, Manuel Plana, Joan Rosell, Montse Vilarrubí, Amrid Amnache, Étienne Léveillé, Rajesh Pandiyan, Luc G. Fréchette, Jérôme Barrau

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésMicrofluidicsCoolantMaterials scienceMicroelectronicsHeat fluxFlow (mathematics)Water coolingVolumetric flow rateNanotechnologyMechanical engineeringMechanicsHeat transferEngineering

Résumé

récupéré en direct d'OpenAlex

A novel microfluidic cooling solution, based on a microfluidic cell array with self-adaptive valves, for efficient cooling of time-varying and non-uniform heating in microelectronics. The proposed cooling device is formed by an array of microfluidic cells, each one responsible for removing the local heat flux. Coolant flow is fed in parallel to the cells by interdigitated cold and warm flow channels connected to manifolds. Each cell, therefore, has a cold inlet flow, irrespective of its location. Heat is removed by the flow through microchannels enclosed in the cells. Each cell integrates a self-adaptive micro-valve capable of tailoring the local flow rate to the local cooling needs. In this paper, the actuation of self-adaptive valves, placed in each cell of an array of 6 by 10 microfluidic cells, is experimentally demonstrated. Also, the performance of the microfluidic cell cooling system is assessed and compared with regular microchannels, under a non-uniform and time dependent heat load, in order to identify the benefits of this novel microfluidic cooling solution.

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: aucune
Score de désaccord entre enseignants0,849
Score d'incertitude au seuil0,722

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 Opus0,022
Tête enseignante GPT0,233
Écart entre enseignants0,211 · 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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHeat Transfer and OptimizationTravaux en français237 207