MétaCan
Menu
Retour à la cohorte
Enregistrement W3199400680 · doi:10.1016/j.ijheatmasstransfer.2021.121909

Experimental methods to determine the performance of desiccant coated fixed-bed regenerators (FBRs)

2021· article· en· W3199400680 sur OpenAlexafffund
Easwaran N. Krishnan, Hadi Ramin, A. Gurubalan, Carey J. Simonson

Notice bibliographique

RevueInternational Journal of Heat and Mass Transfer · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdsorption and Cooling Systems
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of SaskatchewanCanadian Light Source
Mots-clésDesiccantHumidityMaterials scienceNuclear engineeringMoistureSteady state (chemistry)Relative humidityEnvironmental scienceProcess engineeringHeat exchangerThermodynamicsComposite materialChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Desiccant coated fixed-bed regenerators (FBRs) transfer heat and moisture between two airstreams having different temperature and humidity. The experiments on FBRs are challenging because of their transient nature of operation. Unlike other energy exchangers, FBRs do not attain a steady-state condition; instead, they reach a quasi-steady state where the humidity and temperature of the outlet air continuously vary with time. This paper shows that measuring the temperature and humidity of a time-varying airstream with temperature and humidity sensors may lead to errors in the effectiveness in the order of 15–20%. Meanwhile, the method proposed in this paper reduces errors to ±5–8%, which is comparable to the accepted uncertainties in steady-state test standards. The major contributions of this paper are: (i) development and verification of new experimental methods to determine the effectiveness of desiccant coated FBRs and (ii) verification of the bag sampling method (BSM) for humidity measurements proposed by test standards. The results are verified using a validated numerical model and a correlation from the literature.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 enseignants0,266 · 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
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

Citations9
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Heat and Mass TransferMême sujetAdsorption and Cooling SystemsTravaux en français237 207