MétaCan
Menu
Retour à la cohorte
Enregistrement W4225008509 · doi:10.18280/mmep.090208

Modeling the Thermal Regime of a Room in a Building with a Thermal Energy Storage Envelope

2022· article· en· W4225008509 sur OpenAlexvenueno aff
Ruslan Kudabayev, Ulanbator Suleimenov, Raimberdi Ristavletov, Irkin Kasimov, Medetbek Kambarov, Nurlan Zhangabay, Khassen Abshenov

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2022
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThermal energy storageBuilding envelopeEnclosureThermalPhase-change materialEnvelope (radar)Thermal conductivityThermal energyThermal massMaterials scienceEnergy storageRenewable energyPhase changeEnergy (signal processing)Environmental scienceMechanical engineeringNuclear engineeringProcess engineeringMechanicsEngineeringComposite materialMeteorologyEngineering physicsThermodynamicsAerospace engineeringElectrical engineeringPhysicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

An increasing demand for energy and climate change encouraged the search for new ways of using renewable energy sources, including in building structures. At present, improving energy efficiency in buildings by integrating thermal energy storage materials is an urgent task. This paper proposes a mathematical model for the thermal regime in a building with a TES building envelope. The enclosure model consists of gypsum board with 25% of phase change material (PCM). The PCM layers of different thickness reduce room temperature and heat load. The effectiveness evaluation of the proposed model involved calculating the thermal conductivity using the finite difference method. The results show that the incorporation of thermal energy storage materials can reduce temperature fluctuations in the room and maintain a comfortable temperature for a long time (up to 8 hours). With an increase in the thickness of the thermal energy storage layer, the cooling time of the exterior surface of the internal wall also increases.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,216
Écart entre enseignants0,185 · 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

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetPhase Change Materials ResearchTravaux en français237 207