MétaCan
Menu
Retour à la cohorte
Enregistrement W1996885151 · doi:10.1115/fedsm2012-72301

Investigation of the Turbulent Flow Behaviour in a Transpired Air Collector

2012· article· en· W1996885151 sur OpenAlexaff
David Greig, Kamran Siddiqui, Panagiota Karava

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer Mechanisms
Établissements canadiensWestern University
Organismes subventionnairesCore Research for Evolutional Science and Technology
Mots-clésTurbulenceParticle image velocimetryAirflowMechanicsTurbulence kinetic energyReynolds stressReynolds numberMeteorologyClear-air turbulenceHeat transferEnvironmental scienceFlow (mathematics)Materials sciencePhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

There is an increasing interest in developing renewable energy systems to address the increasing global energy demand and fight climate change. One emerging technology is the transpired air collector, which is a unique type of corrugated and perforated sheet metal installed in front of a building to absorb incident sunlight to preheat the building air intake. As the airflow behaviour in the channel influences the air heat gain, it is important to understand the fluid dynamics within the transpired air collector to maximize its efficiency. A full scale experimental setup using a commercial transpired air collector was built in a laboratory environment. Particle Image Velocimetry (PIV) was used to measure two-dimensional velocity fields at different air flow rates and at different locations inside the channel. PIV data were used to compute various turbulent characteristics of the air flow. It was found that the mean velocity peaks tended towards the flat construction wall side. The profiles of the Reynolds stress indicated a significant momentum transfer from the corrugation wall by the turbulent velocity field towards the bulk flow. Results demonstrate that the turbulence produced by the corrugation waveform dominates the entire channel.

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 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 enseignants0,048
Score d'incertitude au seuil0,213

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,016
Tête enseignante GPT0,192
Écart entre enseignants0,176 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHeat Transfer MechanismsTravaux en français237 207