MétaCan
Menu
Retour à la cohorte
Enregistrement W3127940896 · doi:10.1002/er.6498

Energy and environmental enhancement of power generation units by means of <scp>zero‐flow</scp> coolant strategy

2021· article· en· W3127940896 sur OpenAlexaff
Saman Samiezadeh, Ali Qasemian, Ali Sohani, Abolfazl Rezaei, Roozbeh Khodaverdian, Reza Soltani, Larry K.B. Li, Mohammad Hossein Doranehgard

Notice bibliographique

RevueInternational Journal of Energy Research · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueThermodynamic and Exergetic Analyses of Power and Cooling Systems
Établissements canadiensUniversity of AlbertaConcordia University
Organismes subventionnairesnon disponible
Mots-clésZero emissionCoolantElectricity generationProcess engineeringEnvironmental scienceCombustionElectricityEnvironmental pollutionAutomotive engineeringEnergy consumptionInternal combustion engineFuel efficiencyPower (physics)Nuclear engineeringWaste managementEngineeringMechanical engineeringThermodynamicsChemistryElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Warm-up period is considered as the most critical phase in the operation of any device that converts the energy of a fuel into heat, electricity, and other products, including power generation units since the system efficiency and environmental pollution levels are much worse than the normal operation in that phase. Considering this point, in this study, applying the zero-flow coolant strategy to reduce the warm-up period is suggested for power generation units and it is investigated in details. An internal combustion engine is selected as the case-study and implementation of the method to enhance the performance of that from both energy and environmental aspects are studied comprehensively. As the results show, for the investigated engine, which has a capacity of 1.8 L, implementation of the method leads to 17% decrease in the warm-up period. It is accompanied by 9.32% and 2.23% improvement in the amount of unburned hydrocarbon emission and fuel consumption. Moreover, based on the conducted discussion, despite other available methods to enhance systems that consume fuel, the method is so practical that it could be employed simply in an energy system without imposing a huge cost, which is taken into account as a significant advantage.

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 enseignants0,164
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 Opus0,021
Tête enseignante GPT0,269
Écart entre enseignants0,248 · 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Energy ResearchMême sujetThermodynamic and Exergetic Analyses of Power and Cooling SystemsTravaux en français237 207