MétaCan
Menu
Retour à la cohorte
Enregistrement W3202084008 · doi:10.3390/e23101282

Energy and Entropy Analyses of a Pilot-Scale Dual Heating HDH Desalination System

2021· article· en· W3202084008 sur OpenAlexaff
Dahiru U. Lawal, Saad Abdul Jawad, Mostafa H. Sharqawy, Mohamed A. Antar

Notice bibliographique

RevueEntropy · 2021
Typearticle
Langueen
DomaineEnergy
ThématiqueSolar-Powered Water Purification Methods
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésDesalinationThermodynamicsEntropy (arrow of time)Mass flow rateMechanicsMass transferThermodynamic cycleNuclear engineeringMaterials scienceChemistryPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

This study focuses on energy and entropy analysis to theoretically investigate the performance of a pilot scale dual heated humidification-dehumidification (HDH) desalination system. Two cases of HDH systems are considered in the analysis. The first case is a dual heated (DH) cycle consisting of 1.59 kW air heater and 1.42 kW water heater with a heat rate ratio of 0.89 (CAOW-DH-I). Whereas the second case is a dual heated HDH cycle comprising of 1.59 kW air heater and 2.82 kW water heater with a heat rate ratio of 1.77 (CAOW-DH-II). As a first step, mathematical code was developed based on heat and mass transfer and entropy generation within the major components of the system. The code was validated against the experimental data obtained from a pilot scale HDH system and was found to be in a good agreement with the experimental results. Theoretical results revealed that there is an optimal mass flowrate ratio at which GOR is maximized, and entropy generation is minimized. Furthermore, the degree of irreversibility within the humidifier component is low and approaches zero, while the specific entropy generation within other components are relatively high and are of the same order of magnitude. Entropy analysis also showed that the dual heated system with heat rate ratio greater than unity is better than the one with heat rate ratio less than unity.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,043
Tête enseignante GPT0,318
Écart entre enseignants0,275 · 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'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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEntropyMême sujetSolar-Powered Water Purification MethodsTravaux en français237 207