MétaCan
Menu
Retour à la cohorte
Enregistrement W3158875716 · doi:10.1002/est2.246

Energy analysis and simulation of <scp>PCM</scp>‐enhanced building envelopes in commercial buildings: A case study

2021· article· en· W3158875716 sur OpenAlexaff
Mostafa Beiranvand, Mohammad Reza Mohaghegh

Notice bibliographique

RevueEnergy Storage · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésCold winterEnergy consumptionEnvironmental scienceThermal energy storageBuilding energy simulationPhase-change materialThermalSimulation softwareCivil engineeringSoftwareComputer scienceEngineeringEnergy performanceMeteorologyGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Integrating phase change materials (PCMs) into the building envelopes is considered a promising solution to reduce the energy consumption in buildings. These materials, acting as thermal energy storage systems, delay the heat transfer from the building to out or in for several hours. The present research investigates the effect of PCM employed in the building envelopes on the building's energy‐saving. For this purpose, the central office building of the University of Torbat Heydarieh is simulated as the case study using DesignBuilder software in climatic conditions of East of Iran (dry climate with hot summer and cold winter). All materials are defined in the software, and a dynamic thermal model is developed to simulate the thermal loads of the building. The energy consumption of the building for cold seasons (from October to March) is simulated for the two scenarios of with and without PCM. The effect of the melting point is also investigated by considering three types of PCMs with different melting temperatures. After choosing the proper PCM according to weather conditions for this building, the effect of different combinations of PCMs applied to the south wall of the building on the reduction of the total energy consumption is investigated.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,372
Score d'incertitude au seuil0,876

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,023
Tête enseignante GPT0,292
Écart entre enseignants0,269 · 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
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

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy StorageMême sujetPhase Change Materials ResearchTravaux en français237 207