MétaCan
Menu
Retour à la cohorte
Enregistrement W2951654281 · doi:10.1115/1.4044056

Renewable Energy Based Dimethyl-Ether Production System Linked With Industrial Waste Heat

2019· article· en· W2951654281 sur OpenAlexaff
Magd N. DinAli, İbrahim Dinçer

Notice bibliographique

RevueJournal of Energy Resources Technology · 2019
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésDimethyl etherExergyRenewable energyWaste heatMethanolProcess engineeringWaste heat recovery unitThermal energyWaste managementPhotovoltaic systemExergy efficiencyProton exchange membrane fuel cellEnvironmental scienceChemistryEngineeringHeat exchangerThermodynamicsMechanical engineeringOrganic chemistryElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

A new renewable energy based dimethyl-ether (DME) production system is proposed in this paper. The DME is then produced through the indirect synthesis method where methanol is produced first through carbon hydrogenation process, then methanol derived to a process called methanol dehydration to produce the DME. The proposed integrated system consists of four main subsystems named as carbon capturing and heat recovery system, proton exchange membrane (PEM) hydrogen production system, methanol synthesis system, and the DME synthesis system. The main inputs are electrical energy from photovoltaic (PV) solar panels and thermal energy from flue gas waste heat. The system is modeled and simulated using both aspen plus process simulation software and engineering equation solver (EES) and assessed based on energy and exergy approaches. The energy and exergy efficiencies are determined to be 40.46% and 52.81%, respectively.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,908
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,009
Tête enseignante GPT0,191
Écart entre enseignants0,182 · 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.

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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Energy Resources TechnologyMême sujetHybrid Renewable Energy SystemsTravaux en français237 207