MétaCan
Menu
Retour à la cohorte
Enregistrement W2889422536 · doi:10.14447/jnmes.v21i3.455

Optimal Performance Evaluation of Energy Efficient Residential Air Conditioning System with Nanofluid-based Intercooler using Taguchi-based Response Surface Methodology

2018· article· en· W2889422536 sur OpenAlexvenueno aff
Balaji Navaneethakrishnan, N. Nithyanandan, R. Adalarasan, M. Santhanakumar, P. Suresh Mohan Kumar

Notice bibliographique

RevueJournal of New Materials for Electrochemical Systems · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNanofluidIntercoolerTaguchi methodsAir conditioningOrthogonal arrayMaterials scienceThermodynamicsVolumetric flow rateMechanical engineeringProcess engineeringEnvironmental scienceGas compressorChemical engineeringComposite materialEngineeringNanotechnologyPhysicsNanoparticle

Résumé

récupéré en direct d'OpenAlex

Air conditioning is viewed as a major energy consuming area in domestic and industrial applications. However energy conservation is effectively possible in air conditioners by employing an intercooler with nanofluids, which can consequently reduce the compressor load. This paper presents an investigative report on the performance of proposed energy efficient air conditioning system. A binary mixture of ethylene glycol (C2H6O2) and water is used as the base fluid in the shell and coil type heat exchanger (SCHE). The volume concentration of C2H6O2 in base fluid, type of suspended nano particles (Al2O3 and MgO), flow rate of nanofluid at shell side of intercooler and the volume fraction of nano particles are chosen for experimentation designed using Taguchi L18 orthogonal array. The coefficient of performance (COP) of the nanofluid-based domestic air conditioner is estimated as the performance index (response). Quadratic model and response surface plots are generated to observe the effects of inputs on the COP. The nano particles of MgO (0.75%v/v), suspended in a binary mixture with 28.65% C2H6O2 is found to improve the system performance (COP) at a nanofluid flow rate of 2.42 LPM.

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)0,003
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 enseignants0,438
Score d'incertitude au seuil0,650

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,034
Tête enseignante GPT0,283
Écart entre enseignants0,249 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of New Materials for Electrochemical SystemsMême sujetHeat Transfer and OptimizationTravaux en français237 207