MétaCan
Menu
Retour à la cohorte
Enregistrement W4384158413 · doi:10.1109/itherm55368.2023.10177539

Self-adaptive flow regulation through shape memory alloy valves for microelectronics cooling

2023· article· en· W4384158413 sur OpenAlexaff
Montse Vilarrubí, David Beberide, Desideri Regany, Étienne Léveillé, Roger Vilà, Jaume Camarasa, Manuel Plana, Joan Rosell, Luc G. Fréchette, Jérôme Barrau

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueShape Memory Alloy Transformations
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésMicroelectronicsMicrochannelMaterials scienceMechanical engineeringVolumetric flow rateControl valvesFlow (mathematics)Energy consumptionWork (physics)SMA*MechanicsComputer scienceElectrical engineeringEngineeringOptoelectronics

Résumé

récupéré en direct d'OpenAlex

To overcome the current limitations of temperature uniformity and high pumping power consumption of current microchannel cold plates, this work proposes to develop an on-chip liquid cooling system that incorporates self-adaptive shape memory alloy valves able to regulate the flow rate to the local and instantaneous needs of the chips, leading to energy savings and improved thermal performance of the microelectronics. The behavior of the valves is achieved due to the use of bimorph SMA wings. Thus, the valve remains closed for low cooling demands, maintaining a low flow rate at the channel and, when the cooling demands increase, the valve opens to allow more flow rate into the channel and improve its heat extraction capacity. It has been evaluated that the SMA valves can double the flow rate in the channel when in open position and the expected energy savings can be quantified between 10 % and 30 % for different heat load scenarios. Finally, the hysteresis of the SMA has been experimentally characterized for a determined working application.

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 seuil0,003

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 savante0,0000,000
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 Opus0,029
Tête enseignante GPT0,272
Écart entre enseignants0,243 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetShape Memory Alloy TransformationsTravaux en français237 207