MétaCan
Menu
Retour à la cohorte
Enregistrement W2920813254 · doi:10.1016/j.egypro.2019.01.591

Latent Heat Thermal Capacitor in Heat Exchangers- a Computational Investigation

2019· article· en· W2920813254 sur OpenAlexaff
Jundika C. Kurnia, Agus P. Sasmito

Notice bibliographique

RevueEnergy Procedia · 2019
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensMcGill University
Organismes subventionnairesYayasan UTP
Mots-clésPhase-change materialMaterials scienceHeat transferThermodynamicsHeat exchangerComputational fluid dynamicsMechanicsThermalPhysics

Résumé

récupéré en direct d'OpenAlex

The main objective of this study to evaluate the performance of phase change material (PCM) in smoothing outlet temperature of double tube heat exchanger subjected to fluctuating inlet temperature. A computational fluid dynamics (CFD) model is formulated, validated and utilized to investigate the conjugate heat transfer between heat transfer fluid (HTF) and PCM inside the heat exchanger. Three organic-based PCMs, i.e. n-octadecane (C18H38), n-eicosane (C20H42) and myristic acid (CH3(CH2)12COOH), were investigated to study the importance of PCM melting temperature on the performance of the PCM based thermal capacitor. The effect of heat transfer fluid inlet Reynolds was evaluated as well. The result confirms the potential usage of PCM as smoothing device (thermal capacitor). Moreover, the outlet temperature fluctuation was found to decrease as the inlet Reynolds number increases. Selecting PCM with appropriate melting points is crucial in ensuring successful application of PCM as thermal capacitor for specific 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 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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,413
Score d'incertitude au seuil0,499

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 Opus0,019
Tête enseignante GPT0,219
Écart entre enseignants0,200 · 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'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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy ProcediaMême sujetPhase Change Materials ResearchTravaux en français237 207