MétaCan
Menu
Retour à la cohorte
Enregistrement W3135393230 · doi:10.3390/molecules26051496

Thermal Charging Optimization of a Wavy-Shaped Nano-Enhanced Thermal Storage Unit

2021· article· en· W3135393230 sur OpenAlexaff
Mohammad Ghalambaz, S.A.M. Mehryan, Ahmad Hajjar, Mohammad Yacoub Al Shdaifat, Obai Younis, Pouyan Talebizadehsardari, Wahiba Yaïci

Notice bibliographique

RevueMolecules · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésPhase-change materialThermal energy storageHeat transferHeat transfer enhancementMaterials scienceNatural convectionWavinessLatent heatComposite materialNanofluidThermodynamicsThermalMechanicsChemistryHeat transfer coefficient

Résumé

récupéré en direct d'OpenAlex

A wavy shape was used to enhance the thermal heat transfer in a shell-tube latent heat thermal energy storage (LHTES) unit. The thermal storage unit was filled with CuO-coconut oil nano-enhanced phase change material (NePCM). The enthalpy-porosity approach was employed to model the phase change heat transfer in the presence of natural convection effects in the molten NePCM. The finite element method was applied to integrate the governing equations for fluid motion and phase change heat transfer. The impact of wave amplitude and wave number of the heated tube, as well as the volume concertation of nanoparticles on the full-charging time of the LHTES unit, was addressed. The Taguchi optimization method was used to find an optimum design of the LHTES unit. The results showed that an increase in the volume fraction of nanoparticles reduces the charging time. Moreover, the waviness of the tube resists the natural convection flow circulation in the phase change domain and could increase the charging time.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,054
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,256
Écart entre enseignants0,231 · 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.

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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetPhase Change Materials ResearchTravaux en français237 207