An automatic refrigerant circuit generation method for finned‐tube heat exchangers
Notice bibliographique
Résumé
Abstract Design of finned‐tube heat exchangers or coils, and in particular their refrigerant circuits, depends primarily on experimental data and the associated development cost is in general rather high. Taking into consideration the high number of possible refrigerant circuits, the input of each circuit into a particular design computational tool would be a very time‐consuming operation. In the present work, we present a model to automatically generate refrigerant circuits for finned‐tube heat exchangers based on a recursive algorithm. The model assumes that a tube is only connected to those that are in its neighbourhood. In this way the total number of connecting bend tubes is a minimum and, as a consequence, material usage is at its lowest level. In addition, a finned‐tube heat exchanger performance simulation model is developed to evaluate the performance of a finned‐tube heat exchanger with the automatically generated circuit. This simulation model can handle arbitrary refrigerant circuits and it is sufficiently user‐friendly to allow the easy inclusion of new features. In addition, it can simulate coil performance by analyzing the coil into uneven length elements and by considering non‐uniform air distribution at minimal computational cost. The simulation results of the model have a maximum ±10 % error compared with experimental data, most within ±5 % deviation of the experimental data. The automatically generated circuits are evaluated on the basis of the heat exchanger performance simulation results. This combined feature has the potential of being a powerful tool in designing finned‐tube heat exchangers.
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 ».