MétaCan
Menu
Retour à la cohorte
Enregistrement W2132433520 · doi:10.1002/er.1398

Optimal geometry and flow arrangement for minimizing the cost of shell‐and‐tube condensers

2008· article· en· W2132433520 sur OpenAlexaff
Benoît Allen, Louis Gosselin

Notice bibliographique

RevueInternational Journal of Energy Research · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésBaffleShell and tube heat exchangerTube (container)Heat exchangerShell (structure)BundleEngineeringMechanical engineeringMechanicsFlow (mathematics)InletStructural engineeringMaterials sciencePhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

This paper presents a model for estimating the total cost of shell-and-tube heat exchangers (HEs) with condensation in tubes or in the shell, as well as a designing strategy for minimizing this cost. The optimization process is based on a genetic algorithm. The global cost includes the energy cost (i.e. pumping power) and the initial purchase cost of the exchanger. The choice of the best exchanger is based on its annualized total cost. Eleven design variables are optimized. Ten are associated with the HE geometry: tube pitch, tube layout patterns, baffle spacing at the center, baffle spacing at the inlet and outlet, baffle cut, tube-to-baffle diametrical clearance, shell-to-baffle diametrical clearance, tube bundle outer diameter, shell diameter, and tube outer diameter. The last design variable indicates whether the condensing fluid should flow in the tubes or in the shell. Two case studies are presented and the results obtained show that the procedure can rapidly identify the best design for a given heat transfer process between two fluids, one of which is condensing. Copyright © 2008 John Wiley & Sons, Ltd.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,057
Tête enseignante GPT0,321
Écart entre enseignants0,265 · 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

Citations65
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Energy ResearchMême sujetHeat Transfer and OptimizationTravaux en français237 207