MétaCan
Menu
Retour à la cohorte
Enregistrement W3167717346 · doi:10.1002/cjce.24224

Effect of thermal boundary conditions on heat transfer performance of liquid–liquid Taylor flow through a microchannel with obstruction

2021· article· en· W3167717346 sur OpenAlexvenueno aff
Akash Patel, Raju R. K. Vysyaraju

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicrochannelHeat transferMechanicsThermodynamicsNusselt numberWork (physics)Materials scienceVolumetric flow rateCapillary actionFlow (mathematics)Heat transfer coefficientChemistryPhysicsReynolds number

Résumé

récupéré en direct d'OpenAlex

Abstract Two‐phase Taylor flow through microchannels has attracted the attention of many researchers because of its enhanced heat transfer characteristics. The heat transfer rate of two‐phase flow is higher than the basic primary fluid flow through the same microchannel. This higher heat transfer rate is further improved by droplet manipulation techniques along with various thermal boundary conditions, which is the aim of the present work. In this novel work, the numerical investigation was carried out on liquid–liquid Taylor flow and heat transfer characteristics through a 2D rectangular microchannel with an obstruction in the path. The effect of capillary number, size, and position of the obstruction on heat transfer behaviour of Taylor flow was also analyzed. The height and length of the microchannel were taken as 100 and 3000 μm, respectively. Water and mineral oil were taken as working fluids. Results show that the Nusselt number of Taylor flow with obstruction increases by 76% compared to single‐phase flow and significantly increases over the Taylor flow without obstruction. Further, the study explored the effect of modulated wall temperature on Taylor flow heat transfer for optimum parameters of capillary number, size, and position of the obstruction and an improvement of 290% was achieved in heat transfer compared to that of single‐phase flows.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,005
Tête enseignante GPT0,192
Écart entre enseignants0,186 · 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 source (Gemma direct ou Codex distillé), 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207