Buoyancy assist adaptive charging and discharging thermal storage tank
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Thermal storage tanks are extensively used to supply domestic hot water for residential applications. Also, the thermal storage tanks are used in solar energy operated power plant. Since solar energy is intermittent, there is a need for a thermal storage system to accommodate the periods where the solar energy is not enough to keep the working fluid temperature at the desired operational levels. In this work, a novel design of a thermal storage tank is introduced and analyzed. The analyses are performed to understand the effect of the operating parameters on the performance of the proposed tank. The main idea of the tank is to control the fluid flow direction in the tank depending on the charging or discharging temperature without the aid of an external controlling system. The system relies on the buoyancy force to adjust the fluid flow direction. By this adaptive strategy, we can enhance the charging and discharge of the storage tank, which is one of the problems of the conventional storage systems. Lumped capacity method analyses are carried out to understand the temperature distribution of the system and the performance of the system. Sinusoidal variation of the fluid inlet temperature to the tank is assumed, to resemble the solar intensity variation. The fluid outlet temperature from the tank is monitored for a range of the controlling parameters. The results have demonstrated the effectiveness of the proposed system. Relatively large tank showed that the water in the storage tank could be kept at the average temperature level regardless of the fluctuations in the inlet temperature of the working fluid.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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