MétaCan
Menu
Retour à la cohorte
Enregistrement W2033514133 · doi:10.1080/15453660809509134

Performance Simulation of Combined Cycle with Kalina Bottoming Cycle

2008· article· en· W2033514133 sur OpenAlexaff
T. Srinivas, A. V. S. S. K. S. Gupta, Bale V. Reddy

Notice bibliographique

RevueCogeneration & Distributed Generation Journal · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueThermodynamic and Exergetic Analyses of Power and Cooling Systems
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésExergy efficiencyExergyWorking fluidCombined cycleTurbineSeparator (oil production)Rankine cycleEnvironmental scienceOrganic Rankine cycleWaste heatInletWaste heat recovery unitThermodynamicsProcess engineeringMaterials scienceWork (physics)Nuclear engineeringElectricity generationPower (physics)Mechanical engineeringEngineeringHeat exchanger

Résumé

récupéré en direct d'OpenAlex

The Kalina cycle has potential for improved performance regarding electrical efficiency, specific power output and cost of electricity compared with conventional technology because the mixture of working fluids enables efficient energy recovery. Thermodynamic analysis has been carried out for combined cycle with the Kalina bottoming cycle. In this work, the identified key parameters for the Kalina cycle are turbine inlet condition (pressure, temperature and concentration), separator temperature and ambient temperature. The effect of these parameters on exergy efficiency of combined cycle is examined. The combined cycle efficiency increases with the increase in the turbine inlet pressure, and the same decreases with increases in ambient temperature, turbine inlet temperature and its concentration. Heat recovery from exhaust decreases with increases in the separator temperature, and it does not alter the output of the combined cycle. The efficiency of the cycle is very sensitive to the turbine inlet concentration and ambient temperature.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,429
Score d'incertitude au seuil0,594

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 Opus0,013
Tête enseignante GPT0,211
Écart entre enseignants0,199 · 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'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

Citations11
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCogeneration & Distributed Generation JournalMême sujetThermodynamic and Exergetic Analyses of Power and Cooling SystemsTravaux en français237 207