MétaCan
Menu
Retour à la cohorte
Enregistrement W4293116067 · doi:10.11159/htff22.163

Heat Transfer and Velocity Measurement of Laminar Pipe Flow Induced by Ultrasound Released along Mainstream Direction

2022· article· en· W4293116067 sur OpenAlexvenueno aff
Teerapat Thungthong, Kanet Katchasuwanmanee, Jirachai Mingbunjerdsuk, Weerachai Chaiworapuek, Kunthakorn Khaothong

Notice bibliographique

RevueProceedings of the World Congress on Mechanical, Chemical, and Material Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueFlow Measurement and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLaminar flowHeat transferMechanicsMainstreamFlow (mathematics)AcousticsUltrasoundMaterials sciencePhysics

Résumé

récupéré en direct d'OpenAlex

In this paper, heat transfer characteristics of laminar pipe flow using low frequency ultrasound released along the mainstream direction were investigated experimentally.The test section was a square duct with an inner cross-sectional area of 60 mm 2 and a length of 1500 mm.The Reynolds number ranged between 400 and 1,600.A heater with a power of 400 W was installed at the bottom wall to heat the water at 23 °C.Thermocouples were used to measure the wall temperature at a distance of 0.16-0.58m with an interval of 0.07 m.The ultrasonic transducer with a frequency of 28-80 kHz was set at the entrance to release the waves in a streamwise direction.In addition, the flow behaviour of the water flow induced by ultrasound was illustrated by Particle Image Velocimetry (PIV).The results showed that the heat transfer enhancement factor (HTEF) was increased when the heating wall was close to the ultrasonic transducer position.In particular, acoustic streaming was found to convect the heat transfer by swerving from the entrance to the heating wall.The maximum HTEF of 163.04% was achieved using 28 kHz ultrasonic waves at Reynold number of 400.These results would clearly demonstrate the potential of ultrasonic waves to improve heat transfer in a thermal system in the future.

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)0,001
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: 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
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,008
Tête enseignante GPT0,171
Écart entre enseignants0,164 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Mechanical, Chemical, and Material EngineeringMême sujetFlow Measurement and AnalysisTravaux en français237 207