Tubular daylighting devices—Development and validation of a thermal model (1415-RP)
Notice bibliographique
Résumé
This article presents the development and validation of a simplified model to compute the thermal characteristics (solar heat gain coefficient and thermal conductance (U-factor)) and surface temperatures of tubular daylighting devices. The model takes into account the three modes of heat transfer: conduction, convection, and surface-to-surface radiation. A one-dimensional heat conduction model is applied to tubular daylight device glazing layers. The convective heat transfer from tubular daylight device surfaces to their adjacent air spaces uses existing correlations for natural flows in enclosed air cavities and free stream air spaces. A zonal model, in which the pipe air space is divided into a number of thermally stacked zones, is used to predict the vertical average temperature distribution in the air cavity and wall surface of pipe. Thermal radiation exchange among surfaces uses the formulation of the form factor applied to the aforementioned zonal model. An iterative sequential procedure is proposed to solve the temperature distribution in tubular daylight device glazing layers and air cavities. The U-factor predictions of the simplified model are compared with the National Fenestration Rating Council certified product rating measurement data and detailed computational fluid dynamic simulations. Four tubular daylight device products are simulated under the National Fenestration Rating Council standard rating conditions for the residential (insulation at ceiling level) and commercial (insulation at roof level) settings. The temperatures of the tubular daylight device glazing layers and vertical temperature distribution inside the pipe air space are also compared with the computational fluid dynamic simulations. The results show that the U-factor predictions of the simplified model are in good agreement with the measurement data and computational fluid dynamic simulations, within a maximum deviation of 15% for both the residential and commercial rating conditions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».