Comprehensive study of flow boiling modeling inside helical micro-finned tubes: Empirical, non-convex optimization and deep learning predictive models - Institut National des Sciences Appliquées de Strasbourg
Article Dans Une Revue International Journal of Heat and Mass Transfer Année : 2024

Comprehensive study of flow boiling modeling inside helical micro-finned tubes: Empirical, non-convex optimization and deep learning predictive models

Domaines

Autre
Fichier principal
Vignette du fichier
islandora_172676.pdf (5.88 Mo) Télécharger le fichier
Origine Fichiers éditeurs autorisés sur une archive ouverte

Archive ouverte univOAK  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04729330

Soumis le : mercredi 9 octobre 2024-23:00:59

Dernière modification le : vendredi 11 octobre 2024-03:15:18

Télécharger pour visualiser

Dates et versions

hal-04729330 , version 1 (09-10-2024)

Licence

Paternité

Identifiants

Citer

Nima Irannezhad, Alexandre Stenger, Luisa Rossetto, Andrea Diani. Comprehensive study of flow boiling modeling inside helical micro-finned tubes: Empirical, non-convex optimization and deep learning predictive models. International Journal of Heat and Mass Transfer, 2024, 231, pp.125802. ⟨10.1016/j.ijheatmasstransfer.2024.125802⟩. ⟨hal-04729330⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS ENGEES INSA-STRASBOURG INC-CNRS SITE-ALSACE INSA-GROUPE
20 Consultations
4 Téléchargements

Altmetric

Partager

More