MétaCan
Menu
Retour à la cohorte
Enregistrement W3109133350 · doi:10.1115/1.4048301

Exergetic Performance Assessment of Optimally Inclined BIPV Thermal System by Considering Cyclic Nature of Insolation

2020· article· en· W3109133350 sur OpenAlexaff
Somil Yadav, Sarat Kumar Panda, Caroline Hachem-Vermette, G.N. Tiwari

Notice bibliographique

RevueJournal of Solar Energy Engineering · 2020
Typearticle
Langueen
DomaineEnergy
ThématiqueSolar Thermal and Photovoltaic Systems
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésExergyPhotovoltaic systemExergy efficiencyInsolationBuilding-integrated photovoltaicsThermalSlabEnvironmental scienceMaterials scienceThermodynamicsMechanicsEngineeringPhysicsStructural engineeringElectrical engineeringGeology

Résumé

récupéré en direct d'OpenAlex

Abstract The structural and architectural elements of building-integrated photovoltaic-thermal (BIPVT) systems are made up of photovoltaic (PV) modules and these are required to be fixed at an optimum inclination angle for generating maximum exergy. This work presents an attempt to determine the amount of exergy generated by an optimally inclined double-storied BIPV thermal system by considering the actual cyclic nature of insolation, surrounding air temperature, PV cell temperature, intermediate slab temperature, and the chamber temperature. The insolation value, which is computed by an anisotropic sky model along with these cyclic variables, is used for solving the set of governing differential equations for evaluating the exergy of the system. Other influencing parameters of the BIPV thermal systems such as air changes in both chambers, packing factor of PV module, the orientation of PV module, and thickness of the intermediate slab are considered for finding its effect on the total exergy of the system. Numerical results show that for packing factor more than 0.6, there is no significant change in total heat exergy with respect to the inclination angle. For packing factor more than 0.3, the generation of electrical exergy exceeds the heat exergy, and the overall exergy of BIPVT system decreases with rise in packing factor (βm) up to 0.3 and then rises nonlinearly.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
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 savante0,0010,000
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 Opus0,007
Tête enseignante GPT0,203
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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Solar Energy EngineeringMême sujetSolar Thermal and Photovoltaic SystemsTravaux en français237 207