MétaCan
Menu
Retour à la cohorte
Enregistrement W1978678654 · doi:10.1115/ajk2011-17005

Simulation of Hydrogen Production by Using Concentrated Solar Energy Through Thermo-Chemical Water Splitting Process: Part I—Simulation of Zinc Oxide Reduction Reaction

2011· article· en· W1978678654 sur OpenAlexaff
Furqan Ahmad Khan, Kamran Siddiqui

Notice bibliographique

RevueASME-JSME-KSME 2011 Joint Fluids Engineering Conference: Volume 1, Symposia – Parts A, B, C, and D · 2011
Typearticle
Langueen
DomaineEnergy
ThématiqueSolar Thermal and Photovoltaic Systems
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésZincHydrogenEndothermic processSolar energySolar furnaceHydrogen productionMaterials scienceChemical engineeringChemistryMetallurgyEngineering

Résumé

récupéré en direct d'OpenAlex

Due to the depleting reserves of fossil fuels and their harmful effects on the environment, there is an urgent need to explore clean alternative energy resources to fulfil the growing energy demand. Sunlight is an abundant source of energy, and its storage and utilization in the form of hydrogen is considered to be effective and cleanest. The present research is focused on the numerical investigation of hydrogen production through thermo-chemical decomposition of water. In this paper we report on the first step reaction which is the endothermic reduction of zinc oxide in a solar reactor/receiver coupled with a parabolic dish type solar energy concentrator. The simulations were conducted in a three-dimensional reactor model using the commercial CFD software FLUENT. The results of parametric study showed an increase in the fractional conversion of zinc oxide with a decrease in the diameter of the zinc oxide particles, while this fractional conversion decreased with a decrease in the zinc oxide mass flow rate. It was also observed that the particle initial temperature has no effect on the fractional conversion of the zinc oxide. The outlet temperature of the fluid mixture was also not influenced significantly by the zinc oxide fractional conversation and remained over 1800K for the entire fractional conversion range of zinc oxide.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,259
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,031
Tête enseignante GPT0,225
Écart entre enseignants0,194 · 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.

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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASME-JSME-KSME 2011 Joint Fluids Engineering Conference: Volume 1, Symposia – Parts A, B, C, and DMême sujetSolar Thermal and Photovoltaic SystemsTravaux en français237 207