MétaCan
Menu
Retour à la cohorte
Enregistrement W4310818109 · doi:10.1115/ipack2022-98077

Naturally-Cooled Heat Sinks for Next-Generation Battery Chargers

2022· article· en· W4310818109 sur OpenAlexaff
Callum Chhokar, Gholamreza Bamorovat Abadi, Nicholas McDaniel, Chris Botting, Majid Bahrami

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensDelta-Q Technologies (Canada)Simon Fraser University
Organismes subventionnairesnon disponible
Mots-clésHeat sinkMechanical engineeringMaterials scienceMechanicsHeat transferHeat generationEngineeringThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract High-performance heat sinks are required for next-generation battery chargers to manage their ever-increasing power density. For chargers at the now upwards-shifted lower end of the power density spectrum, manufacturers still favor naturally-cooled heat sinks for their low cost, reliability, and simplicity. This study focuses on designing high-performance naturally-cooled heat sinks with continuous, segmented, inclined, and pin fins. A systematic numerical approach in ANSYS Fluent is used to model the heat sinks in three mounting orientations: horizontal, vertical, and sideways. Proposed heat sinks were developed using relevant literature on fin geometries to improve upon a provided, finned heat sink subjected to specified boundary conditions. The provided benchmark suffered from orientation-dependent performance, exhibiting its highest wall temperatures when installed sideways. Although intended to improve convective performance in the vertical orientation, fin segments marginally changed wall temperatures in this orientation. Instead, they considerably lowered them in the sideways orientation. The presence of gap flow, allowing some buoyancy-driven flow to span the width of the heat sink, lowered the average sideways-oriented wall temperature by about 3% compared to the benchmark. An arrangement of staggered pin fins furthered this improvement with a 5% drop in the average sideways-oriented wall temperature compared to the benchmark, albeit increasing the vertical orientation’s average wall temperature by about 2%. Our future work will look to gather experimental data for the specified heat sinks and boundary conditions.

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 seuil0,004

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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,030
Tête enseignante GPT0,214
Écart entre enseignants0,184 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHeat Transfer and OptimizationTravaux en français237 207