MétaCan
Menu
Retour à la cohorte
Enregistrement W3088312196 · doi:10.1115/ht2020-9001

Impact of Micropillar Density Distribution on the Capillary Limit of Heat Pipes

2020· article· en· W3088312196 sur OpenAlexaff
Doriane Ibtissam Hassaine Daoudji, Quentin Struss, Amrid Amnache, Étienne Léveillé, Mahmood R. S. Shirazy, Luc G. Fréchette

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Boiling Studies
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésPressure dropCapillary actionMaterials scienceHeat pipeMechanicsCapillary pressurePillarDrop (telecommunication)Composite materialHeat transferMechanical engineeringEngineeringPorous medium

Résumé

récupéré en direct d'OpenAlex

Abstract This paper shows the performance enhancement of heat pipes by tailoring the density distribution of micropillar wicks to minimize viscous pressure loss while maintaining sufficient capillary pumping. In a heat pipe, capillarity and permeability are linked, since small pores create higher capillary pumping while unfortunately inducing more pressure drop along the heat pipe. This pressure loss accumulates along the heat pipe, leading to a non-uniform pressure difference between the liquid and vapor. Therefore, we do not need a uniform capillary pressure to withstand this difference. This provides the opportunity to spatially tailor the wick structure, aiming for a high capillarity to pump the liquid, but a low permeability to induce less pressure loss. Our study offers a compromise between capillarity and permeability by designing the density distribution of the pillar wick structure. This density distribution, which was not studied before, will be shown to enhance the heat pipe performance. The theoretical models show that a tailored density distribution can enhance the heat pipe performance by a factor of 1.5. To support this result, ‘rate of rise’ measurements along a pillar array demonstrate that the liquid pressure loss in a tailored density array are less compared to a constant pillar density.

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 enseignants0,064
Score d'incertitude au seuil0,184

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 Opus0,020
Tête enseignante GPT0,218
Écart entre enseignants0,198 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHeat Transfer and Boiling StudiesTravaux en français237 207