Electronic component cooling enhancement using nanofluids in a radial flow cooling system
Notice bibliographique
Résumé
This paper presents an initial investigation into the potential use of nanofluids in electronic equipment cooling devices. Continually increasing power densities per electronic device are requiring more innovative techniques of heat dissipation. The work presented in this paper numerically investigates the heat transfer enhancement capabilities of coolants with suspended metallic nanoparticles (in this case Al2O3 dispersed in water) inside a radial flow microelectronic cooling device. Steady, laminar radial flow of a nanofluid in a simplified axis-symmetric configuration with axial coolant injection has been considered. As this initial work on the use of nanofluids is purely numerical, the 'single phase fluid' approach was adopted in order to be able to study the thermal behaviours of nanofluids in this present application. Results clearly indicate that considerable increases in heat removal capabilities are possible in radial flow cooling systems with the use of nanofluids. For example, for a nanoparticle volume fraction « φ » of 5%, increases of 30% in the average wall heat transfer coefficients for the Water/Al2O3 nanofluid are found. In general, it was noticed that local heat transfer increases with φ and Reynolds number and decreases with an increase in channel height (distance separating the impinging jet nozzle and the heated plate). Local heat transfer was also noticed to change noticeably with the behaviour of the hydrodynamic field (i.e. flow separation areas). Although considerable increases in heat transfer capabilities are found, associated increases in wall shear stresses are also noticed.
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) | 0,000 | 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 ».