Molecular Simulation for Thermodynamic Properties and Process Modeling of Refrigerants
Notice bibliographique
Résumé
The calculation of mixture dew and bubble points and the simulation of fluid processes occurring under specified enthalpy or entropy changes are important in the refrigeration and other industries. These calculations are typically carried out using an empirically based multiparameter equation of state approach, such as that incorporated in the industry-standard REFPROP software package. We consider the capabilities of more fundamentally based molecular simulation methodology for performing these calculations. This approach requires a much smaller parameter set, can reliably extrapolate beyond the thermodynamic conditions used to determine the parameters, and can be used for the prediction of multiple properties. We briefly review relevant algorithms and focus on a set of Monte Carlo molecular simulation methods for accomplishing the tasks. We demonstrate their applications to the calculation of isoenthalps for the two pure fluid alternative refrigerants R134a (CH 2 FCF 3; 1,1,1,2-tetrafluoroethane) and R143a (CH 3 CF 3; 1,1,1-trifluoroethane), and to the simulation of all stages of a vapor-compression refrigeration cycle involving a binary mixture of the refrigerant R32 (CH 2 F 2: difluoromethane) and R134a of 30 mass % R32. The molecular simulation algorithms produce results for these problems in good agreement with those calculated by REFPROP.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».