MétaCan
Menu
Retour à la cohorte
Enregistrement W3157098015 · doi:10.18280/mmep.080212

Inert Gas and Refrigerating Vapor Mass Flow Rates Ratio: A Much Promising Parameter for Diffusion-Absorption-Refrigeration Systems Performances Evaluation

2021· article· en· W3157098015 sur OpenAlexvenueno aff
Djallel Zebbar, Souhila Zebbar, Sahraoui Kherris, Kouider Mostefa

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Thermodynamics and Statistical Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesDirection Générale de la Recherche Scientifique et du Développement Technologique
Mots-clésEvaporatorRefrigerantRefrigerationCoefficient of performanceInert gasThermal expansion valveThermodynamicsDiffusionMass flowAbsorption refrigeratorMass flow rateFlow (mathematics)Materials scienceAbsorption (acoustics)Volumetric flow rateInertMechanicsNuclear engineeringChemistryGas compressorEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This paper is consecrated to the thermodynamic study and analysis of diffusion-absorption-refrigeration (DAR) plants. The mass and energy balances analysis at the evaporator has allowed to highlight a new and original parameter, which can be used to analyze DAR system performances. It is the ratio of inert gas to refrigerant vapor mass flow rates at the evaporator inlets. This coefficient, which expression has been for the first time deduced mathematically, informs about the quality of the cycle and its performance, which are deeply affected by the growth of the inert gas flow energy expended to drive the refrigerant through the evaporator. The study shows that the coefficient of performance is decreasing with the increase of the mass flow rates ratio. The latter can be also used to find the optimal operating mode for the DAR machine with a specified working fluid.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil0,648

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 Opus0,025
Tête enseignante GPT0,253
Écart entre enseignants0,228 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetAdvanced Thermodynamics and Statistical MechanicsTravaux en français237 207