Pool Boiling Heat Transfer Characteristics of Propylene Glycol, Glycerol, and Their Mixtures
Notice bibliographique
Résumé
Abstract Boiling phase change phenomena of propylene glycol (PG), glycerol (Gl), and their mixtures are of great interest in many engineering and industrial applications dealing with high heat flux systems. Examples include heating, ventilation, and air conditioning systems, corrosion controls, and food, pharmaceutical, entertainment, and vape industries. However, a systematic assessment of their heat transfer performance from a heating element to surrounding fluids remains obscure. In this study, heat transfer characteristics of pure PG, Gl, and three different PG–Gl mixtures, i.e., 30PG/70Gl, 50PG/50Gl, and 70PG/30Gl, are investigated by conducting pool boiling experiments. Pure PG and Gl show up to about 49% lower critical heat flux (CHF) than de-ionized water (DW). Gl has a higher heat transfer coefficient compared to PG or DW in the nucleate boiling regime, indicating an enhanced heat transfer performance. Mixing of PG and Gl significantly affects the solution's CHF and heat transfer coefficient due to changes in characteristic properties of a binary mixture. The boiling mechanism is further examined by high-speed imaging of bubble formation. This study provides comprehensive data, which are useful to operate PG- and/or Gl-based boiling equipment or processes more efficiently.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».