MétaCan
Menu
Retour à la cohorte
Enregistrement W4386072883 · doi:10.11159/htff23.150

A Flexible Pulsating Heat Pipe with Multiple Heat Transfer Branches

2023· article· en· W4386072883 sur OpenAlexvenueno aff
Zhanxiao Kang, Jintu Fan

Notice bibliographique

RevueProceedings of the World Congress on Mechanical, Chemical, and Material Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Boiling Studies
Établissements canadiensnon disponible
Organismes subventionnairesHong Kong Polytechnic University
Mots-clésHeat transferHeat sinkHeat pipeMechanicsHeat spreaderMaterials scienceComputer scienceMechanical engineeringPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Flexible heat pipes are highly desired in many applications, such as human body thermal management, cooling of flexible electronic devices, and waste heat or renewable energy harvesting. In general, the thermal performance of flexible heat pipes is inversely proportional to flexibility. In this paper, a flexible heat pipe with multiple heat transfer branches was fabricated by Teflon tubes in the middle section and copper tubes in the heating and cooling sections based on the working principle of a pulsating heat pipe, which had both good thermal performance and flexibility. The experimental results showed that the thermal performance of the heat pipe decreased with increasing the bending angle or decreasing the inclination angle of the heat pipe. Furthermore, the apparent thermal conductivity of the proposed flexible heat pipe increased with the increasing heat power, which was up to 4333 W/(mK) at the heat power of 24.6 W. In addition, as all the heat transfer branches had a large portion of the soft section (Teflon tube), they could deform independently with excellent flexibility. Therefore, the proposed flexible heat pipe can contribute to advanced thermal management and energy applications, which is beneficial to improve human thermal comfort as well as reduce fossil energy consumption and greenhouse gas emissions.

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 enseignants0,011
Score d'incertitude au seuil0,981

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 Opus0,009
Tête enseignante GPT0,195
Écart entre enseignants0,186 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Mechanical, Chemical, and Material EngineeringMême sujetHeat Transfer and Boiling StudiesTravaux en français237 207