MétaCan
Menu
Retour à la cohorte
Enregistrement W2461929151 · doi:10.1115/1.4032508

Analysis and Assessment of a Gas Turbine-Modular Helium Reactor for Nuclear Desalination

2016· article· en· W2461929151 sur OpenAlexaff
Farrukh Khalid, İbrahim Dinçer, Marc A. Rosen

Notice bibliographique

RevueJournal of Nuclear Engineering and Radiation Science · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueThermodynamic and Exergetic Analyses of Power and Cooling Systems
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésExergyNuclear engineeringElectricity generationRankine cycleDesalinationWaste heatEnvironmental scienceHeat recovery steam generatorTurbineWaste heat recovery unitProcess engineeringWaste managementThermal power stationMechanical engineeringEngineeringThermodynamicsHeat exchangerChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

A thermodynamic analysis of the coupling of a reverse osmosis (RO) process with the gas turbine-modular helium reactor (GT-MHR) is presented in which the waste heat is utilized for the generation of steam as it is expanded in a steam turbine. A comprehensive parametric study is carried out to reveal the effect of some parameters such as compression ratio, turbine inlet temperature, recovery ratio, and preheated feed seawater inlet temperature on the exergy efficiencies of the RO process, electricity generation process, electricity generation without steam turbine work output, and overall system. The analysis shows that the exergy efficiency of the electric generation process is increased by 10.3%, if the waste heat from the reactor is utilized. The exergy efficiencies of the RO process, electricity generation process, electricity generation without steam turbine work output, and overall system are found to be 89.0%, 40.0%, 29.7%, and 41.0%, respectively.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,005
Tête enseignante GPT0,236
Écart entre enseignants0,231 · 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

Citations21
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nuclear Engineering and Radiation ScienceMême sujetThermodynamic and Exergetic Analyses of Power and Cooling SystemsTravaux en français237 207