MétaCan
Menu
Retour à la cohorte
Enregistrement W4415994565 · doi:10.1002/htj.70114

Analysis of Cooling Regimes as a Function of Biot Number During Quenching by Immersion

2025· article· en· W4415994565 sur OpenAlexafffund
Gamaliel Salazar, Jean‐Sebastien Lemyre‐Baron, Mohammad Jahazi, Henri Champliaud, Antoine Tahan

Notice bibliographique

RevueHeat Transfer · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Boiling Studies
Établissements canadiensSafran Electronics (Canada)École de Technologie Supérieure
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiot numberCooling curveImmersion (mathematics)Quenching (fluorescence)BoilingThermalConvectionLeidenfrost effect

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This paper analyses the transition temperature and duration of the cooling regimes (film boiling, transition boiling, nucleate boiling, and convection) during quenching by immersion of specimens covering a range of Biot numbers from 0.70 to 1.32. Test data were acquired under an industrial environment, thus capturing the in situ conditions, information that is rarely available in the literature. The experimentally acquired cooling curves were processed to determine characteristic points, in the form of time, temperature, and cooling rate, representing the transition between cooling regimes. These points were precisely identified as per the peaks of the cooling curve derivatives with respect to time. The results show that transition temperatures tend to decrease with the number following a linear behavior. Correlation models between the duration of each regime and the number were developed following the nonlinear behavior of the regimes. The duration of boiling phases and convection evolve inversely; the former prevails as the number decreases, while the latter drives the cooling time for larger numbers. The models provide reference points for time and temperature that constitute the basis for a more comprehensive thermal modeling of immersion quenching.

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)0,001
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,227
Écart entre enseignants0,221 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHeat TransferMême sujetHeat Transfer and Boiling StudiesTravaux en français237 207