MétaCan
Menu
Retour à la cohorte
Enregistrement W4412847730 · doi:10.1016/j.ijheatmasstransfer.2025.127626

Influence of flow attack angle on the heat transfer and pressure drop of hook-shaped fins and dimples

2025· article· en· W4412847730 sur OpenAlexafffund
Karim Alrefaey, John Swift, Roger Kempers

Notice bibliographique

RevueInternational Journal of Heat and Mass Transfer · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer Mechanisms
Établissements canadiensAlberta EnergyYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPressure dropDimpleMaterials scienceMechanicsHeat transferHookFlow (mathematics)Mechanical engineeringComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

The thermal – hydraulic performance of pin fin arrays can be adjusted to suit specific applications by altering the flow attack angle to reduce pumping power or improve heat transfer. This study investigates the effect of attack angle on hook-shaped pins and dimples. Numerical simulations were carried out to quantify the effect of attack angles ( α ) ranging from 0° to 90° in increments of 22.5° Water served as the working fluid, and the analysis spanned Reynolds numbers ( Re ) from 600 to 5000. The thermal performance of the array was evaluated using the average Nusselt number ( Nu avg ), hydraulic performance was assessed via the average friction coefficient ( f avg ), and the combined thermal-hydraulic performance relative to a bare surface was quantified by the overall thermal performance ( η o ). Results demonstrate that introducing an attack angle significantly enhances the thermal performance of the array. Specifically, an α of 22.5° led to a 44 % improvement in Nu avg at Re = 5000. Furthermore, certain configurations, such as α = 45°, 67.5°, and 90°, simultaneously improved heat transfer and reduced pressure drop. The findings demonstrate the potential of optimizing the array’s orientation for specific applications to enhance performance without increasing pumping power and, in some cases, to even reduce it.

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 enseignants0,085
Score d'incertitude au seuil0,436

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 Opus0,011
Tête enseignante GPT0,237
Écart entre enseignants0,226 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Heat and Mass TransferMême sujetHeat Transfer MechanismsTravaux en français237 207