MétaCan
Menu
Retour à la cohorte
Enregistrement W2792194565 · doi:10.3390/en11030670

Comparison of the Net Work Output between Stirling and Ericsson Cycles

2018· article· en· W2792194565 sur OpenAlexafffund
Rui Costa, Brendan D. MacDonald

Notice bibliographique

RevueEnergies · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Thermodynamic Systems and Engines
Établissements canadiensOntario Tech University
Organismes subventionnairesTransport Canada
Mots-clésStirling engineWork outputWork (physics)Stirling cycleVolume (thermodynamics)Net (polyhedron)Constant (computer programming)Heat engineMathematicsThermodynamicsMechanicsControl theory (sociology)Computer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

In this paper, we compare Stirling and Ericsson cycles to determine which engine produces greater net work output for various situations. Both cycles are for external heat engines that utilize regenerators, where the difference is the nature of the regeneration process, which is constant volume for Stirling and constant pressure for Ericsson. This difference alters the performance characteristics of the two engines drastically, and our comparison reveals which one produces greater net work output based on the thermodynamic parameters. The net work output equations are derived and analysed for three different scenarios: (i) equal mass and temperature limits; (ii) equal mass and pressure or volume; and (iii) equal temperature and pressure or volume limits. The comparison is performed by calculating when both cycles produce equal net work output and then analysing which one produces greater net work output based on how the parameters are varied. In general, the results demonstrate that Stirling engines produce more net work output at higher pressures and lower volumes, and Ericsson engines produce more net work output at lower pressures and higher volumes. For certain scenarios, threshold values are calculated to illustrate precisely when one cycle produces more net work output than the other. This paper can be used to inform the design of the engines and to determine when a Stirling or Ericsson engine should be selected for a particular application.

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)0,002
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,020
Tête enseignante GPT0,258
Écart entre enseignants0,238 · 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

Citations5
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetAdvanced Thermodynamic Systems and EnginesTravaux en français237 207