MétaCan
Menu
Retour à la cohorte
Enregistrement W3212190953 · doi:10.32920/ryerson.14644590.v1

Investigate the Potential Use of Absorption Chiller for Waste Heat Recovery of Data Centre; Case Study of Earth Ranger Centre

2021· preprint· en· W3212190953 sur OpenAlexaffabout
Romina Kaveh

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésOverheating (electricity)ChillerAbsorption refrigeratorWaste heatEnvironmental scienceWaste heat recovery unitReuseData centerBoiler (water heating)Waste managementWater coolingEnergy consumptionTRNSYSThermal energy storageNuclear engineeringProcess engineeringEngineeringMechanical engineeringComputer scienceMeteorologyRefrigerationElectrical engineeringThermodynamicsThermalHeat exchangerOperating system

Résumé

récupéré en direct d'OpenAlex

Data centres are great contributors to global warming due to their high energy consumption. The same amount of energy being used in data centres to run the servers is required for cooling to prevent any damage as the result of overheating of the equipment. Reusing the exhaust heat for cooling purposes reduce energy demand for cooling and heat removal systems. This research proposal has focused on waste heat recovery of data centres located in Woodbridge, Ontario by using absorption chillers. A mathematical model was developed to analyze the performance of the system based on the temperature of the generator and absorber in Simulink/MATLAB. It is concluded that the COP of the system improves with the increase of the generator temperature and the decrease of the absorber temperature. Ultimately, a secondary energy source is required along with the rejected heat from the data centre to support the cooling load.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,689

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,050
Tête enseignante GPT0,243
Écart entre enseignants0,192 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHeat Transfer and OptimizationTravaux en français237 207