MétaCan
Menu
Retour à la cohorte
Enregistrement W2010828492 · doi:10.1080/10789669.2009.10390851

Run-Around Energy Recovery System for Air-to-Air Applications Using Cross-Flow Exchangers Coupled with a Porous Solid Desiccant—Part II: Results and Performance Sensitivity

2009· article· en· W2010828492 sur OpenAlexaff
Meng Li, Carey J. Simonson, Robert W. Besant, Wei Shang

Notice bibliographique

RevueHVAC&R Research · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueAdsorption and Cooling Systems
Établissements canadiensUniversity of SaskatchewanNewman Theological College
Organismes subventionnairesnon disponible
Mots-clésDesiccantAirflowMaterials scienceVolumetric flow rateRegenerative heat exchangerSensitivity (control systems)Process engineeringHeat exchangerMechanical engineeringComposite materialMechanicsEngineering

Résumé

récupéré en direct d'OpenAlex

The model for the run-around energy recovery system was developed and verified for sensible and latent energy transfer in Part I (Li et al. 2009). In this paper, the sensible, latent, and overall effectiveness are investigated in each exchanger as well as the run-around exchanger. The overall effectiveness of the run-around energy recovery system is dependent on the airflow rate, the solid desiccant flow rate, the desiccant properties, specific surface area, the size of each exchanger, and the inlet air operating conditions. The run-around system can achieve a high overall effectiveness when the flow rates and exchanger's properties are properly chosen. Comparisons between the solid desiccant and salt solution run-around system effectiveness (Fan et al. 2006) show they are in agreement. In a sensitivity study, the thickness of desiccant on the fiber is investigated in the solid run-around system. It was found that a good performance is obtained with very thin desiccant coatings (1 or 2 μm). During the practical use of this system, a desiccant-coated fiber could be inserted into very porous balls or cages, protecting the desiccant-coated fiber from mechanical wear. The performance sensitivity for this kind of run-around system is demonstrated.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,048
Tête enseignante GPT0,316
Écart entre enseignants0,268 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHVAC&R ResearchMême sujetAdsorption and Cooling SystemsTravaux en français237 207