MétaCan
Menu
Retour à la cohorte
Enregistrement W3200693171 · doi:10.32393/csme.2021.179

Modélisation Thermodynamique Et Analyse Exergétique D’Un Tube Vortex Non Adiabatique Utilisant Un Fluide Naturel

2021· article· fr· W3200693171 sur OpenAlexaff
N.D. Doiron, Samuelle St-Onge, Mohammed Khennich

Notice bibliographique

RevueProgress in Canadian Mechanical Engineering. Volume 4 · 2021
Typearticle
Languefr
DomaineEngineering
ThématiqueFluid Dynamics and Vibration Analysis
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésPhysicsVortexHumanitiesThermodynamicsArt

Résumé

récupéré en direct d'OpenAlex

The different definitions of exergy efficiency (RE), which have been proposed in the past for the thermodynamic evaluation of expansion and compression devices, operating above and through ambient temperature are discussed. The comparison between these efficiencies is illustrated. An expression for (RE) based on the concept of transit exergy is presented. This concept allows the quantitative and unambiguous definition of two exergy measurements: the exergy produced and the exergy consumed. The development of these (RE) in the case of a non-adiabatic vortex tube with dimensionless thermal conductivity, integrated with a compressor above or through ambient temperature is presented. The methods of calculating the transit exergy are described. Analysis based on the mentioned measurements, combined with traditional exergy loss analysis, identifies the most important factors affecting the thermodynamic performance of compression and expansion in a non-adiabatic vortex tube. It was obtained that the use of a natural reel fluid (CO2) compared to an ideal gas (Air) increases the transit (RE) by 31.5% and decreases the exergy losses by 37.3% under the same operating conditions of the two fluids in the system with the same COP.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,681
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,005
Tête enseignante GPT0,217
Écart entre enseignants0,212 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProgress in Canadian Mechanical Engineering. Volume 4Même sujetFluid Dynamics and Vibration AnalysisTravaux en français237 207