MétaCan
Menu
Retour à la cohorte
Enregistrement W4212968031 · doi:10.1080/17455030.2022.2032474

Entropy optimized assisting and opposing non-linear radiative flow of hybrid nanofluid

2022· article· en· W4212968031 sur OpenAlexaff
M.K. Nayak, Fazle Mabood, Abdul Sattar Dogonchi, K. Ramadan, Iskander Tlili, Wakar A. Khan

Notice bibliographique

RevueWaves in Random and Complex Media · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofluid Flow and Heat Transfer
Établissements canadiensFanshawe College
Organismes subventionnairesnon disponible
Mots-clésNanofluidMaterials scienceHeat transferThermodynamicsThermal conductivityMechanicsComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

A numerical treatment on flow and heat transfer of radiative hybrid nanofluid comprising of Al2O3 and Cu nanoparticles and water as base fluid past an isothermal stretched cylinder set in a porous medium is conducted. The Al2O3 - Cu/water hybrid nanofluid has higher thermal conductivity than single Al2O3 and Cu and better heat transfer efficiency with low concentration. Therefore, practical applications of hybrid nanofluids in heat transfer systems such as solar collectors, heat pipes, heat exchangers, mini channel heat sink, and others could have a significant impact for its better chemical stability, mechanical resistance, physical strength, and augmented thermal conductivity. Both assisting and opposing flows are taken into consideration. Entropy optimization analysis is explored elaborately. Having transformed into non dimensional form through use of similarity variables, governing equations are solved by bvp4c solver in Matlab software. The outcomes of the numerical solution are that inclusion of more and more porous matrix whittles down non-linear radiative flow of Al2O3 - Cu/water hybrid nanofluid, and growth of curvature parameter peters out drag coefficient and heat transfer rate under influence of assisting and opposing flows. Besides, entropy generation rate is significantly higher for Al2O3 - Cu/water hybrid nanofluid than individual Al2O3 - water nanofluid or Cu - water nanofluid in both assisting and opposing 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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,669
Score d'incertitude au seuil0,685

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 Opus0,015
Tête enseignante GPT0,221
Écart entre enseignants0,205 · 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.

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

Citations61
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaves in Random and Complex MediaMême sujetNanofluid Flow and Heat TransferTravaux en français237 207