MétaCan
Menu
Retour à la cohorte
Enregistrement W2767084163 · doi:10.1115/ht2017-4845

Characterization of an Air-PCM Energy Storage Design for Air Handling Unit Applications

2017· article· en· W2767084163 sur OpenAlexafffund
Sarah Wert, Cynthia A. Cruickshank, Dominic Groulx

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensDalhousie UniversityCarleton University
Organismes subventionnairesPublic Works and Government Services CanadaAkershus UniversitetssykehusGovernment of Canada
Mots-clésMaterials scienceThermocoupleThermal energy storageHVACHeat transferEnergy storageAirflowNuclear engineeringStorage tankPhase-change materialEnvironmental scienceMechanical engineeringAir conditioningThermalMeteorologyMechanicsComposite materialEngineeringThermodynamics

Résumé

récupéré en direct d'OpenAlex

This paper will discuss the characterization of an air-PCM storage design for commercial air handling unit (AHU) applications during winter. The air-PCM storage design consists of two rows of 29 aluminum flat plate containers (0.45 m × 0.35 m × 0.01 m) filled with PCM, vertically aligned leaving an air channel between each plate of 0.011 m wide. The storage device was placed within a closed air loop which conditions the air to the desired testing temperature and velocity. The PCM selected for testing was RT44HC with a melting temperature of 44 °C. This PCM was chosen for its similar properties to other PCMs having lower melting temperatures (in the range of 5 to 18°C) that could be used in actual HVAC application implementation. The system was instrumented and calibrated with Type T thermocouples and a velocity sensor. The system was tested at various inlet temperatures (55°C to 63°C for charging and 12°C to 25°C for discharging) and flow rates. The instantaneous heat transfer rates and total energy storage were calculated for each test from the data collected. The results provide a baseline value for heat transfer rates in a simple air-PCM design, to be used for model validation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,721
Score d'incertitude au seuil0,321

Scores Codex et Gemma par catégorie

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

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 Opus0,084
Tête enseignante GPT0,314
Écart entre enseignants0,230 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetPhase Change Materials ResearchTravaux en français237 207