MétaCan
Menu
Retour à la cohorte
Enregistrement W4283592424 · doi:10.11159/ehst22.138

Investigating Phase Change Material Foam Configuration in a Heat Exchanger

2022· article· en· W4283592424 sur OpenAlexafffund
Kasra Ghasemi, Mohammad Reza Mohaghegh, Mehran Bozorgi, Syeda Humaira Tasnim, Shohel Mahmud

Notice bibliographique

RevueProceedings of the International Conference of Energy Harvesting, Storage, and Transfer · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesMinistry of Agriculture, Food and Rural AffairsOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésHeat exchangerPhase-change materialMaterials sciencePhase changePhase (matter)Composite materialMechanical engineeringChemistryEngineeringEngineering physics

Résumé

récupéré en direct d'OpenAlex

Phase change material can be used in a heat exchanger to smooth out the temperature during cyclic or pulsed operations. However, the performance is highly dependent on the design and thermophysical properties of embedded PCM. In this study, the effects of location and amount of embedded PCM on the melting time in a shell and tube heat exchanger are evaluated by developing a Lattice Boltzmann Method code. The PCM is encapsulated in circular metal foam surrounding the inner tube using hot water as the working fluid. According to the results, inner tube location has a significant effect on the natural convection, and consequently, the melting time and rate. It is observed that placing the inner tube near to the downside of the PCM layer, causes a more uniform temperature distribution within the domain and has the lowest melting time. Also, while increasing the thickness of the PCM layer enhances the melting time, this increment has an exponential relation with the melting time.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,156
Score d'incertitude au seuil0,465

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 Opus0,043
Tête enseignante GPT0,237
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 tête enseignante, 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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the International Conference of Energy Harvesting, Storage, and TransferMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207