MétaCan
Menu
Retour à la cohorte
Enregistrement W4312368156 · doi:10.11159/jffhmt.2022.018

Experimental Study of Flow Boiling Heat Transfer at Low Heat Fluxes

2022· article· en· W4312368156 sur OpenAlexvenueno aff
Ernest Gyan Bediako, Petra Dančová, Tomáš Vít

Notice bibliographique

RevueJournal of Fluid Flow Heat and Mass Transfer · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Boiling Studies
Établissements canadiensnon disponible
Organismes subventionnairesTechnická Univerzita v Liberci
Mots-clésCritical heat fluxNucleate boilingFlow boilingBoilingHeat transferBoiling heat transferThermodynamicsMaterials scienceMechanicsFlow (mathematics)Heat flowHeat transfer coefficientThermalPhysics

Résumé

récupéré en direct d'OpenAlex

This study presents an experimental investigation of heat transfer characteristics at low heat flux conditions. The focus is to compare experimental findings with qualitative descriptions of heat transfer coefficient reported in literature. The study also compares the experimental results with 3 correlations developed based on different theories. For the experimental conditions, R134a was the refrigerant used, heat fluxes ranged from 4.6-8.5 kW/m2 and mass flux from 200-300 kg/m 2 s. The experimental heat transfer coefficient results were also compared with Wojtan et al flow patterns map to determine the flow patterns observed during the study. In covering heat transfer coefficient over a broad range of vapor qualities, the findings revealed that, the qualitative descriptions proposed by different authors do not entirely validate the actual representation of heat transfer coefficient within the experimental conditions considered. At vapor qualities around zero (0), heat transfer coefficient rises to a maximum peak and decreases to a local minimum before increasing as vapor quality increases until it reaches dry-out. The flow pattern predicted are slug flow at low vapor-quality region, intermittent flow at mid vapor quality region and annular, dry-out and mist flow at high vapor quality region. None of the flow boiling correlations considered in this study was able to accurately predict the heat transfer data within a mean absolute error (MAE) of 30%.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,068
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,227
Écart entre enseignants0,214 · 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.

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 revueJournal of Fluid Flow Heat and Mass TransferMême sujetHeat Transfer and Boiling StudiesTravaux en français237 207