MétaCan
Menu
Retour à la cohorte
Enregistrement W2887968021 · doi:10.11159/htff18.152

Experimental Study of Latent Heat Thermal Energy Storage System for Medium Temperature Solar Applications

2018· article· en· W2887968021 sur OpenAlexvenueno aff
Ashish Kumar, Pardeep Shahi, Sandip Saha

Notice bibliographique

RevueProceedings of the World Congress on Mechanical, Chemical, and Material Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Renewable Energy LaboratoryIndo-US Science and Technology ForumU.S. Department of Energy
Mots-clésThermal energy storageLatent heatSolar energyThermalMaterials scienceEnergy storageThermodynamicsNuclear engineeringEnvironmental scienceEngineering physicsComputer scienceEngineeringPhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

An experimental study of multitube latent heat energy thermal storage system (LHTES) for medium temperature solar applications is presented in this paper. Charging and discharging of commercial grade PCM (A164), which is stored in annulus of the shell and tube type LHTES, is performed by flowing HTF (Hytherm 600) through seven inner tubes. Process of heat transfer between HTF and PCM is observed by obtaining temperature contours with the help of interpolation technique. The impact of parameters, such as HTF inlet temperature and mass flow rate of HTF on the thermal efficiency of LHTES is investigated during charging and discharging. Maximum efficiency of 41.3% is found at the highest HTF inlet temperature (200 C) considered in this study. The performance is found to increase with increasing mass flow rate and maximum efficiency of 33% is found at the mass flow rate of 0.1 kg/s.

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: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,820

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 Opus0,012
Tête enseignante GPT0,237
Écart entre enseignants0,224 · 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

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Mechanical, Chemical, and Material EngineeringMême sujetPhase Change Materials ResearchTravaux en français237 207