MétaCan
Menu
Retour à la cohorte
Enregistrement W4225121147 · doi:10.1149/10701.7713ecst

Pore-Scale Modeling in Metal Foam Heat Exchanger

2022· article· en· W4225121147 sur OpenAlexaff
Adam Reduan Chin, Jundika C. Kurnia, Agus P. Sasmito

Notice bibliographique

RevueECS Transactions · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat and Mass Transfer in Porous Media
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMetal foamHeat transferHeat exchangerMaterials scienceMicro heat exchangerPressure dropMechanicsPlate heat exchangerComputer simulationPlate fin heat exchangerMechanical engineeringComposite materialEngineeringPorosity

Résumé

récupéré en direct d'OpenAlex

Increasing heat transfer performance of heat exchangers has been the primary focus in the thermal engineering field. Various improvement strategies have been proposed. One that is gaining considerable attention recently is application of metal foam. It offers larger heat transfer area and flow disruption that enhance overall heat transfer performance. All the while, most studies on metal foam are either experimental or simplified numerical model adopting homogeneous approach model which does not provide high fidelity information. Thus, this study is conducted to numerically investigate transport processes in metal foam heat exchangers by adopting three-dimensional pore-scale model which is expected to provide better accuracy and details on the transport processes in a metal foam heat exchanger. The numerical study was initiated with the model development, followed by numerical implementation and finally numerical investigation. The numerical investigation reaffirms past studies that the presence of metal foam does bring enhancement to the heat transfer. However, it comes with the sacrifice on the significant increase in pressure drop. The adoption of pore-scale model revealed details of transport processes inside metal foam heat exchangers.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,215
Écart entre enseignants0,194 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetHeat and Mass Transfer in Porous MediaTravaux en français237 207