Active magnetic regenerator performance enhancement using passive magnetic materials.
Notice bibliographique
Résumé
Abstract Magnetic refrigeration devices using permanent magnets are currently limited to useful field strengths of less than 2 T, and more practically less than 1.5 T. In this range, the useful magnetocaloric effect is less than 6 K and limits the cooling power of active magnetic regenerator (AMR) devices. Maximizing the useful magnetocaloric effect is critical in enabling commercially viable permanent magnet devices, and methods of increasing the net change in magnetic field would be beneficial. It has been shown [O. Peksoy, A. Rowe, J. Magn. Magn. Mater. 288 (2005) 424] that the geometry of a regenerator and the magnetic properties of the refrigerant can alter the local magnetic field, H . This is called demagnetization . A numerical model is used to study demagnetizing effects in a single-material AMR. The use of additional passive magnetic material to reduce demagnetization is examined and suggests that augmenting the effective field, H , is possible. Numerical results are validated with experiments in near room temperature using AMRs consisting of Gd and Gd 0.74 Tb 0.26 adjacent to layers composed of 1010 carbon steel. Experimental data show an increase in the no-load temperature span for certain operating conditions and confirm the beneficial impact of using passive magnetic material to reduce demagnetization effects at low fields.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».