MétaCan
Menu
Retour à la cohorte
Enregistrement W1833440051 · doi:10.1115/gt2015-43609

Open Loop and Closed Loop Performance of Solid Oxide Fuel Cell Turbine Hybrid Systems During Fuel Composition Changes

2015· article· en· W1833440051 sur OpenAlexaff
Nor Farida Harun, David Tucker, Thomas A. Adams

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvancements in Solid Oxide Fuel Cells
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSolid oxide fuel cellTurbineFeed forwardProcess engineeringAutomotive engineeringEngineeringNuclear engineeringEnvironmental scienceAnodeMechanical engineeringControl engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

The dynamic behavior of a solid oxide fuel cell gas turbine hybrid system (SOFC/GT) from both open and closed loop transients in response to sudden changes in fuel composition was experimentally investigated. A pilot-scale (200kW – 700kW) hybrid facility available at the U.S. Department of Energy, National Energy Technology Laboratory was used to perform the experiments using a combination of numerical models and actual equipment. In the open loop configuration, the turbine speed was driven by the thermal effluent fed into the gas turbine system, where the thermal effluent was determined by the feedforward fuel cell control system. However, in the closed loop configuration, a load-based speed control system was used to maintain the turbine speed constant at 40,500rpm by adjusting the load on the turbine, in addition to the implementation of the fuel cell system control. The open loop transient response showed that the impacts of fuel composition changes on key process variables, such as fuel cell thermal effluent, turbine speed and cathode feed stream conditions in the SOFC/GT systems were propagated over the course of the test, except for the cathode inlet temperature. The trajectories of the aforementioned variables are discussed in this paper to better understand the resulting mitigation/propagation behaviors. This will help lead to the development of novel control strategies to mitigate the negative impacts experienced during fuel composition transients of SOFC/GT systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,004
Score d'incertitude au seuil0,945

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,030
Tête enseignante GPT0,273
Écart entre enseignants0,244 · 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 tête enseignante, 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

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvancements in Solid Oxide Fuel CellsTravaux en français237 207