MétaCan
Menu
Retour à la cohorte
Enregistrement W3196696223 · doi:10.18280/mmep.080413

Numerical Forced Convection Heat Transfer of Nanofluids over Back Facing Step and Through Heated Circular Grooves

2021· article· en· W3196696223 sur OpenAlexvenueno aff
Ali Hussein Abdulkarim, Muhammad Asmail Eleiwi, Tahseen Ahmad Tahseen, Eyüb Canlı

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofluid Flow and Heat Transfer
Établissements canadiensnon disponible
Organismes subventionnairesTikrit University
Mots-clésNusselt numberNanofluidLaminar flowHeat transferMaterials scienceMechanicsHeat fluxReynolds numberForced convectionHeat transfer coefficientThermodynamicsHeat transfer enhancementConvective heat transferPhysicsTurbulence

Résumé

récupéré en direct d'OpenAlex

Backward facing step arrangement is a classical case for fluid dynamics and heat transfer research. It is well characterized and therefore, used for benchmarking. However, ongoing studies reveal that the geometry also provide advantages in industry, especially in combustion and burners. This work utilizes computational fluid dynamics to investigate a specific laminar back facing step flow heat transfer case. Aluminium oxide nano particles are considered as an additive to water base fluid, forming nanofluid with different volumetric concentrations. Laminar flow passes a back facing step and encounters three circular grooves at bottom surface. All surfaces are adiabatic except the grooves. Constant surface temperature applies to the grooves. According to the simulation results, a separation bubble after back facing step and a reattachment point occur. Grooves alter expected wake due to physical and thermal interference. Investigation parameters are nano-particle concentration and Reynolds number. Reynolds number changes between 10 and 250. Nano particle volume fraction percentage changes between 2 and 6 percent. Sectional heating downstream of the step poses interesting heat flux in the presence of Aluminium oxide nano-particle concentrations. There is a pseudo-linear relationship between parameters and heat transfer. Combined effects of enhanced thermal conductivity and secondary flow structures are seen. As expected, thermal convection increases as flow velocity and nano-particle concentrations increase. Heat flux and accordingly Nusselt number are highly affected from Reynolds number since flow structure changes dramatically. Also, direct proportion is seen between nano-particle concentration and enhanced convection.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,018
Tête enseignante GPT0,194
Écart entre enseignants0,177 · 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'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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetNanofluid Flow and Heat TransferTravaux en français237 207