MétaCan
Menu
Retour à la cohorte
Enregistrement W3088855934 · doi:10.1115/1.4048470

Separated Phase Analysis of Heat Transfer in Liquid–Liquid Taylor Flow in a Miniscale Straight Tube

2020· article· en· W3088855934 sur OpenAlexaff
K. Alrbee, Yuri S. Muzychka, Xili Duan

Notice bibliographique

RevueJournal of Heat Transfer · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésHeat transferThermodynamicsMechanicsSlug flowDimensionless quantityWork (physics)Materials scienceHeat fluxHeat transfer coefficientFlow (mathematics)Tube (container)Two-phase flowChemistryPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Heat transfer analysis of liquid–liquid Taylor flow in previous studies almost never shows the effect of slug length on heat transfer. The homogenous or single-phase analysis is often the only method available to deal with flow of multicomponents. In this study, a new approach is developed to model the segmented liquid–liquid Taylor flow as two separated systems to present heat transfer enhancement for each component. The effect of internal circulation and boundary layer renewal within the two fluid components is clearly observed. An experimental setup was assembled using an open loop system at miniscale size in which liquid–liquid Taylor flow is heated under a constant wall temperature. Three silicone oils of 1, 3, and 5 cSt were segmented using distilled water at three volume fractions 0.25, 0.5, and 0.75. Finally, heat transfer data of the dimensionless mean wall heat flux shows good agreement with a predictive model proposed in an earlier work by the second author. The results show an impact of the fluid cell dimensions on the rate of heat transfer.

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 enseignants0,298
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,266
Écart entre enseignants0,248 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Heat TransferMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207