MétaCan
Menu
Retour à la cohorte
Enregistrement W3134070977 · doi:10.3390/en14051508

Latent Heat Thermal Storage of Nano-Enhanced Phase Change Material Filled by Copper Foam with Linear Porosity Variation in Vertical Direction

2021· article· en· W3134070977 sur OpenAlexaff
Mohammad Ghalambaz, Mohammad Shahabadi, S.A.M. Mehryan, Mikhail А. Sheremet, Obai Younis, Pouyan Talebizadehsardari, Wahiba Yaïci

Notice bibliographique

RevueEnergies · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésPorosityMaterials scienceMetal foamPhase-change materialCopperComposite materialLatent heatHeat transferNatural convectionThermal energy storagePorous mediumThermalThermodynamicsMetallurgy

Résumé

récupéré en direct d'OpenAlex

The melting flow and heat transfer of copper-oxide coconut oil in thermal energy storage filled with a nonlinear copper metal foam are addressed. The porosity of the copper foam changes linearly from bottom to top. The phase change material (PCM) is filled into the metal foam pores, which form a composite PCM. The natural convection effect is also taken into account. The effect of average porosity; porosity distribution; pore size density; the inclination angle of enclosure; and nanoparticles’ concentration on the isotherms, melting maps, and the melting rate are investigated. The results show that the average porosity is the most important parameter on the melting behavior. The variation in porosity from 0.825 to 0.9 changes the melting time by about 116%. The natural convection flows are weak in the metal foam, and hence, the impact of each of the other parameters on the melting time is insignificant (less than 5%).

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 enseignants0,002
Score d'incertitude au seuil0,467

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 Opus0,022
Tête enseignante GPT0,261
Écart entre enseignants0,239 · 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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetPhase Change Materials ResearchTravaux en français237 207