Accelerating the charging process in a shell and dual coil ice storage unit equipped with connecting plates
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Frequent power outage in developing countries has created many problems for the people living in these regions, one of the most important of which is food spoilage due to the rise of refrigerator temperature. Ice storage systems are one of the promising techniques for handling this difficulty. Computational simulations are done here to influence the effects of dimensionless parameters on the charging rate of a shell and dual coil ice storage unit equipped with connecting plates as heat transfer enhancers. The ice storage unit is intended to be used as a backup cooling source for refrigerators in these regions. The studied parameters include the helical pitch length/storage height ratio (α1), the helical coil distance/storage diameter ratio (α2), the helical coil diameter/storage diameter ratio (α3), the connecting plate length/storage height ratio (α4), the connecting plate thickness/tube diameter ratio (α5), the modified Stefan number of the refrigerant flow (Ste*), and refrigerant flow Reynolds number (Re). The results suggest that the geometrical optimization of the proposed ice storage with α1, α2, and α3 parameters can improve the charging process up to 16.69%, 7.25%, and 18.84%, respectively. Also, the presence of full-length connecting plates can enhance the charging rate by up to 12%. While the influence of the Ste* on the charging rate is considerably high (25.56%), the Re does not exhibit a noticeable effect (0.95%). Moreover, the influence of natural convection on the process was considered, however, it was found that it does not have a considerable effect on the ice formation.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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