MétaCan
Menu
Retour à la cohorte
Enregistrement W4210311944 · doi:10.1115/1.4052352

Heat Transfer and Pressure Drop of an Angled Discrete Turbulator at Elevated Reynolds Numbers Up to 900,000

2021· article· en· W4210311944 sur OpenAlexafffund
Sam Ghazi-Hesami, Dylan J. Wise, Keith Taylor, Peter Ireland, Étienne Robert

Notice bibliographique

RevueJournal of Thermal Science and Engineering Applications · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer Mechanisms
Établissements canadiensPolytechnique MontréalSiemens (Canada)
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTurbulatorNusselt numberReynolds numberHeat transferMechanicsMaterials sciencePressure dropTurbulenceReynolds-averaged Navier–Stokes equationsTurbulence kinetic energyThermodynamicsHeat transfer enhancementHeat transfer coefficientPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Turbulators are a promising avenue to enhance heat transfer in a wide variety of applications. An experimental and numerical investigation of heat transfer and pressure drop of a broken V (chevron) turbulator is presented at Reynolds numbers ranging from approximately 300,000 to 900,000 in a rectangular channel with an aspect ratio (width/height) of 1.29. The rib height is 3% of the channel hydraulic diameter, while the rib spacing to rib height ratio is fixed at 10. Heat transfer measurements are performed on the flat surface between ribs using transient liquid crystal (LC) thermography. The experimental results reveal a significant increase of the heat transfer and friction factor of the ribbed surface compared with a smooth channel. Both parameters increase with Reynolds number, with a heat transfer enhancement ratio of up to 2.15 (relative to a smooth channel) and a friction factor ratio of up to 6.32 over the investigated Reynolds number range. Complementary computational fluid dynamics (CFD) Reynolds-averaged Navier–Stokes (RANS) simulations are performed with the κ-ω shear-stress transport (SST) turbulence model in ansys fluent® 17.1, and the numerical estimates are compared against the experimental data. The results reveal that the discrepancy between the experimentally measured area-averaged Nusselt number and the numerical estimates increases from approximately 3% to 13% with increasing Reynolds number from 339,000 to 917,000. The numerical estimates indicate turbulators enhance heat transfer by interrupting the boundary layer as well as increasing near surface turbulent kinetic energy (TKE) and mixing.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,006
Tête enseignante GPT0,214
Écart entre enseignants0,208 · 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

Citations4
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Thermal Science and Engineering ApplicationsMême sujetHeat Transfer MechanismsTravaux en français237 207