MétaCan
Menu
Retour à la cohorte
Enregistrement W3188073281 · doi:10.1504/ijex.2021.10040166

Energy and exergy analyses of experimental compressed air vehicle prototype with heating element

2021· article· en· W3188073281 sur OpenAlexaffabout
İbrahim Dinçer, Reza Alizade Evrin

Notice bibliographique

RevueInternational Journal of Exergy · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueRefrigeration and Air Conditioning Technologies
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésCompressed airExergyAutomotive engineeringDynamometerRange (aeronautics)Power (physics)Environmental scienceWork (physics)Exergy efficiencyMechanical engineeringNuclear engineeringComputer scienceProcess engineeringEngineeringAerospace engineeringThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

In this study, a new automobile powering system with compressed air is developed, built and tested. A working prototype for this pneumatic vehicle is developed at the Ontario Tech University, Oshawa, and its performance is investigated through energy and exergy efficiencies. The compressed air vehicle consists of a novel powering option integrated with a heating element prototype. The study introduces a new compressed air vehicle prototype with four air motors for powering the wheels. In addition, the compressed air exiting the motors is recovered for a second expansion to provide electrical power that heats the air before being recovered. A dynamometer is used for investigating the performance of the developed prototype. The energy efficiency for the prototype is found to be 59.5%. Also, the exergy efficiency is 51.0%. The prototype driving range is calculated to be 128 km with 300 litres of air at a pressure of 350 bars. The maximum shaft work generated is measured as 20.84 kW.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,018
Tête enseignante GPT0,285
Écart entre enseignants0,268 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ExergyMême sujetRefrigeration and Air Conditioning TechnologiesTravaux en français237 207