MétaCan
Menu
Retour à la cohorte
Enregistrement W3031592234 · doi:10.1016/j.clet.2020.100024

Thermal performance of heat and water recovery systems: Role of condensing heat exchanger material

2020· article· en· W3031592234 sur OpenAlexafffund
Negar Mohammadaliha, Mohammad Amani, Majid Bahrami

Notice bibliographique

RevueCleaner Engineering and Technology · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSimon Fraser University
Mots-clésCopper in heat exchangersThermal conductivityHeat exchangerMaterials scienceShell and tube heat exchangerHeat recovery ventilationPlate heat exchangerFlue gasHeat pipePlate fin heat exchangerComposite materialCondensationThermal resistanceHeat spreaderThermalThermodynamicsHeat transferWaste management

Résumé

récupéré en direct d'OpenAlex

A significant amount of sensible and latent heat can be recovered at low temperatures from the flue gas of process heating equipment. However, the condensation of acids and water vapor makes the flue gas a highly-corrosive environment, which is a challenge for condensing heat exchangers. Corrosion-resistant materials are usually expensive and/or have relatively low thermal conductivities. Hence, it is essential to characterize the role of thermal conductivity of heat exchanger material in the performance of condensing heat exchangers. In the present study, a new analytical model is proposed and validated against available experimental data to predict the thermal performance of a tube-bank heat and water recovery unit. Our study indicates a threshold for tube thermal conductivity (~0.75 ​W ​m−1K−1), which is a point where further increase does not significantly improve the condensation efficiency. This relatively low value of thermal conductivity, compared to commonly-used materials, e.g., ~10–15 ​W ​m−1K−1 for stainless steel, unlocks the potential of using materials such as natural graphite, plastics, polymers, and ceramics (with thermally conductive additives) for applications in condensing heat exchangers and heat/water recovery in industry.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,189
Score d'incertitude au seuil0,348

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 Opus0,004
Tête enseignante GPT0,153
Écart entre enseignants0,148 · 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

Citations14
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCleaner Engineering and TechnologyMême sujetHeat Transfer and OptimizationTravaux en français237 207