Effects of Physical and Sorption Properties of Desiccant Coating on Performance of Energy Wheels
Notice bibliographique
Résumé
Desiccant-coated energy wheels are rotary-air-to-air energy exchangers widely used in ventilation systems to reduce the energy consumption required in industrial environments and commercial buildings. In this study, the effects of silica gel microphysical properties, i.e., pore width (Pw), specific surface area (SA), and particle size (dp), on the moisture recovery efficiency (latent effectiveness) of energy wheels are investigated. Three silica gel samples with different particle size and pore width (55 μm–77 Å, 150 μm–63 Å, and 160 μm–115 Å) are selected to coat small-scale energy exchangers. The sorption performance of the exchangers is determined from their normalized humidity response to a step increase in the inlet humidity at different flow rates. The results demonstrate that the transient humidity response is mainly specified by the desiccant pore size distribution, specific surface area, and mass of the coating. The transient analytical model is used to calculate the latent effectiveness (ɛL) of the exchangers from the transient humidity response. It was found that the exchanger coated with the smallest pore width (63 Å) has the highest available surface area and the highest latent effectiveness. With almost the same particle size (dp = 150 μm and 160 μm), the latent effectiveness increases by 5% (at wheel speed 20 rpm and Re = 174) as the pore width reduces from 150 Å to 63 Å. Increasing the particle size from 55 μm to 150 μm with almost the identical pore width (Pw = 63 Å and 77 Å) results in a slight enhancement in the latent effectiveness. ɛL is also calculated for correlated data (Yoon–Nelson model) where the results agree within experimental uncertainty bounds.
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 ».