MétaCan
Menu
Retour à la cohorte
Enregistrement W4399921474 · doi:10.18280/mmep.110613

Convective Heat Transfer in a Three-Dimensional Tubular Exchanger Filled with Pure/Hybrid Water-Based Nanofluid and Exposed to the Magnetic Field Effects

2024· article· en· W4399921474 sur OpenAlexvenueno aff
D. Nezar, Malika Nezar, Samira Noui

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofluid Flow and Heat Transfer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNanofluidMaterials scienceMechanicsConvectionHeat exchangerHeat transferConvective heat transferMagnetic fieldThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to evaluate, numerically, the effect of different nanoparticle volume fractions, on a heat transfer in a tubular heat exchanger.The main objective is to control this process under the effect of a magnetic field.The nanoparticles used for this analysis include water-based pure (alumina: Al2O3 and copper Cu) and hybrid (Al2O3-Cu) nanoparticles.This work is considered for laminar and stationary conditions in co-current mode flow.The computational analysis is performed under the CFD/Fluent code.The magnetic induction used is around [0.1 to 0.6] Tesla, and is applied in conjunction with the exchanger axis.The comparative study shows that copper nanofluids have a significant effect on heat transfer compared with alumina because: in co-current mode and for B=0T, Re=50 and =1% volume fraction of nanoparticles, the efficiency of copper reached 88.25%, while alumina was 87.12%.In addition, the heat transfer coefficient and the friction factor can be controlled by the magnetic field because curves h(B) and Cf(B) show, under the growth of a magnetic field B, the heat transfer coefficient increases autonomously, while the friction coefficient decreases.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,527
Score d'incertitude au seuil0,710

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 GPT0,173
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetNanofluid Flow and Heat TransferTravaux en français237 207