MétaCan
Menu
Retour à la cohorte
Enregistrement W4210696038 · doi:10.3390/en15030960

A Redesign Methodology to Improve the Performance of a Thermal Energy Storage with Phase Change Materials: A Numerical Approach

2022· article· en· W4210696038 sur OpenAlexaff
Itamar Harris, A.M. James, Maria De Los Ángeles Ortega Del Rosario, M. Ziad Saghir

Notice bibliographique

RevueEnergies · 2022
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesSecretaría Nacional de Ciencia, Tecnología e Innovación
Mots-clésThermal energy storagePhase-change materialHeat exchangerProcess engineeringPhase changeThermalEnvironmental scienceEnergy storageThermal energyThermal conductivityEfficient energy useNuclear engineeringMaterials scienceComputer scienceMechanical engineeringEngineeringMeteorologyThermodynamicsElectrical engineeringEngineering physicsComposite material

Résumé

récupéré en direct d'OpenAlex

In recent years, phase change materials (PCMs) have been presented as a suitable alternative for thermal energy storage (TES) systems for solar water heater (SWH) applications. However, PCMs’ low thermal conductivity and the high dependence on external conditions are the main challenges during the design of TES systems with PCMs. Design actions to improve the performance of the TES systems are crucial to achieve the necessary stored/released thermal energy and guarantee the all-day operation of SWHs under specific system requirements. In this study, a TES with PCM in the configuration of a heat exchanger was redesigned, focused on achieving two main targets: an outlet water temperature over 43 °C during discharging time (15 h) and efficiency over 60% to supply the hot water demand of two families (400 L). A four-step redesign methodology was proposed and implemented through numerical simulations to address this aim. It was concluded that the type, encapsulation shape, and amount of PCM slightly impacted the system’s performance; however, selecting a suitable sensible heat storage material had the highest impact on meeting the system’s targets. The redesigned TES reached 15 operating hours with a minimum outlet water temperature of 45.30 °C and efficiency of 76.08%.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,487

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,096
Tête enseignante GPT0,303
Écart entre enseignants0,207 · 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'étudeExpérimental (laboratoire)
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

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetPhase Change Materials ResearchTravaux en français237 207