MétaCan
Menu
Retour à la cohorte
Enregistrement W3006384498 · doi:10.1016/j.heliyon.2020.e03401

Exergetic sustainability and economic analysis of hybrid solar-biomass dryer integrated with copper tubing as heat exchanger

2020· article· en· W3006384498 sur OpenAlexaff
Macmanus Chinenye Ndukwu, Merlin Simo‐Tagne, Fidelis I. Abam, O.S. Onwuka, S. P. M. Prince, Lyes Bennamoun

Notice bibliographique

RevueHeliyon · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGreenhouse Technology and Climate Control
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésExergySolar dryerExergy efficiencyEnvironmental scienceHeat exchangerEnvironmental engineeringBiomass (ecology)Solar energyWaste managementWater contentPulp and paper industryProcess engineeringEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to present a new hybrid solar-biomass dryer and carry out thermal analysis based on energy and exergo-sustainability analysis considering all the available exergy stream of solar radiation, air stream through the collector, and exergy of the moisture in the product. The research also presented the environmental impact and economic analysis of using the dryer. Performance evaluations show that at collector efficiency of 20.81%–21.89 %, the developed solar dryers can save between 10 – 21hrs of drying time in drying 5 mm thick plantain slices to 15 % moisture content from initial moisture content of 66 % w.b when compared to drying under the open sun. The improvement potential ranged from 0.036 to 20.6W while the waste exergy ratios and sustainability index ranged from 0.38 - 0.55 and 2.3–6.11 respectively. Application of the solar dryers can save between 44 -3074 of CO 2 entering the atmosphere per year while 2.94 to 205.43$ could also be saved at 10–100% rate of usage when compared to diesel fired dryer. The total energy consumption for drying ranges between 5.52 and 35.47 MJ, while the specific energy consumption ranged from 4.3 to 26.2 kWh/kg. The exergy efficiency ranges from 5.6 – 95.13 % during the sunshine hours.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,206
Écart entre enseignants0,196 · 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 source (Gemma direct ou Codex distillé), 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

Citations143
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetGreenhouse Technology and Climate ControlTravaux en français237 207