MétaCan
Menu
Retour à la cohorte
Enregistrement W3210595554 · doi:10.1063/5.0068686

Experimental heat transfer investigations of a double pipe U-tube heat exchanger equipped with twisted tape and cut twisted tape internals

2021· article· en· W3210595554 sur OpenAlexaff
Raj Kumar Nayak Maloth, Glen Cletus DSouza, Swarna Mayee Patra

Notice bibliographique

RevueAIP conference proceedings · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceHeat transferMicro heat exchangerNusselt numberHeat exchangerPlate fin heat exchangerPlate heat exchangerMechanicsConcentric tube heat exchangerNTU methodDynamic scraped surface heat exchangerHeat transfer enhancementPressure dropShell and tube heat exchangerThermodynamicsHeat transfer coefficientTurbulenceCritical heat fluxReynolds numberPhysics

Résumé

récupéré en direct d'OpenAlex

For several decades, the use of heat exchangers for both heating and cooling applications has been established in industries ranging from process to space heating. Out of the various types of heat exchangers, U-tube heat exchangers are preferred owing to their abilities to handle larger flowrates and their simplicity in construction. U-tube exchangers are often equipped with innards of various forms which facilitate higher heat transfer rates and thermal efficiencies. Although higher heat transfer rates have been established with the addition of internals, there is a lack of coherence on the underlying complex physical phenomena such as heat transfer boundary layers and turbulence characteristics. In the current study, the effect of twisted and cut-twisted tape inserts on heat transfer enhancement and pressure drop in a counter flow double pipe U-tube heat exchanger has been investigated using experimental approach. This has been compared with bare tubes in the absence of internals. Physical parameters such as heat transfer rate, pressure drop, Nusselt number are determined for a range of mass flow rates.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,047
Score d'incertitude au seuil1,000

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 Opus0,031
Tête enseignante GPT0,245
Écart entre enseignants0,214 · 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.

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetHeat Transfer and OptimizationTravaux en français237 207