MétaCan
Menu
Retour à la cohorte
Enregistrement W3033328021 · doi:10.3390/resources9060069

Modelling the Steady-State Performance of Coiled Falling-Film Drain Water Heat Recovery Systems Using Rated Data

2020· article· en· W3033328021 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueResources · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHeat exchangerWork (physics)Steady state (chemistry)MechanicsFalling (accident)InletMetric (unit)Constant (computer programming)Volumetric flow rateFlow (mathematics)Environmental scienceThermodynamicsSimulationComputer scienceEngineeringChemistryMechanical engineeringOperations managementPhysics

Résumé

récupéré en direct d'OpenAlex

Falling-film drain water heat recovery (DWHR) systems are heat exchangers used to recover energy from warm water travelling down vertical drainpipes. DWHR systems are rated at constant inlet temperatures at multiple flow rates while maintaining an equal flow rate through both sides of the heat exchanger. The outcome of the rating system is an effectiveness value that is the main metric used to sell DWHR systems to the public. Unfortunately, the rated conditions may not be representative of what occurs during operation in a typical house. The present work aims to bridge this gap by presenting several semi-empirical correlations that are combined into a model capable of predicting the steady-state performance of a DWHR system at variable temperatures and flow rates, based on data generated during the rating process. This model is then validated experimentally for eight different DWHR systems for a total of 135 validation cases. The results show that the model is very effective at estimating the performance of DWHR systems for validation cases, and the mean absolute percentage error for the model predictions versus the experimental results is less than 3%.

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 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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,126
Score d'incertitude au seuil0,340

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 Opus0,045
Tête enseignante GPT0,213
Écart entre enseignants0,168 · 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