Prediction of Water Vapor Condensation Heat Transfer in Horizontal Channels with Non-Condensable Gases using Machine Learning Methods
Cette étude développe un cadre d'apprentissage automatique utilisant des paramètres adimensionnels dérivés du théorème de Buckingham pour prédire avec précision et efficacité le transfert de chaleur de la condensation de la vapeur d'eau dans des canaux horizontaux contenant des gaz non condensables, démontrant que l'algorithme XGBoost surpasse les corrélations traditionnelles et les autres modèles tout en maintenant une grande précision, même avec un ensemble de caractéristiques réduit.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.