MétaCan
Menu
Retour à la cohorte
Enregistrement W3208513061 · doi:10.2298/tsci210718322c

Comprehensive performance investigation and optimization of a plate fin heat exchanger with wavy fins

2021· article· en· W3208513061 sur OpenAlexaff
Mengmeng Cui, Rui Song

Notice bibliographique

RevueThermal Science · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensGeomechanica (Canada)
Organismes subventionnairesSouthwest Petroleum UniversityChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésPressure dropFinPlate fin heat exchangerHeat transferHeat exchangerMaterials scienceMechanicsPlate heat exchangerParametric statisticsNTU methodThermodynamicsMathematicsPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

As the pressure drop and pump power increase with the enhancement of heat transfer, it is of great value to investigate the comprehensive performance of the heat exchanger based on common accurate correlations of heat transfer and flow friction. This paper adopts a generalized air-side thermal-hydraulic correlation study the comprehensive performances of the plate fin heat exchanger with wavy fins. To better understand the fin characteristics, performance indexes under the same flow rate, pressure drop and pump power are employed to estimate the comprehensive flow and heat transfer performances. The non-linear optimization problem is established in consideration of the multiple independent variables with the maximum effectiveness or the minimum modified entropy generation number as the optimization objective function, which is solved by the genetic algorithm. Comparative analysis is conducted for results obtained from the parametric analysis and heat exchanger optimization, indicating that the objective function of the modified entropy generation number is effective for the design optimization of the comprehensive performance.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,016
Tête enseignante GPT0,201
Écart entre enseignants0,185 · 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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThermal ScienceMême sujetHeat Transfer and OptimizationTravaux en français237 207