MétaCan
Menu
Retour à la cohorte
Enregistrement W4236406509 · doi:10.5383/ijtee.07.02.010

Numerical Simulation of Low Energy Direct Contact Membrane Distillation

2014· article· en· W4236406509 sur OpenAlexvenueno aff

Notice bibliographique

RevueInternational Journal of Thermal and Environmental Engineering · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensnon disponible
Organismes subventionnairesMasdar Institute of Science and Technology
Mots-clésMembrane distillationMechanicsLaminar flowThermodynamicsConcentration polarizationHagen–Poiseuille equationComputational fluid dynamicsMass fluxChemistryMaterials scienceFlow (mathematics)MembranePhysicsDesalination

Résumé

récupéré en direct d'OpenAlex

Computational Fluid Dynamics (CFD) is used to study the steady state performance of Low Energy Direct Contact Membrane Distillation (DCMD). Two-dimensional numerical model with parallel and counter flow is developed. A case of fully developed pressure driven parabolic flow is considered entering the domain at the feed and the permeate sides at 40 C and 25 C, respectively. The model parameters were measured in the consideration of two dimensional fluid flow governed by the complete Navier-Stokes coupled with the energy equation for non-isothermal laminar flow. The feed stream is water at water 4% salinity, whereas the permeate stream is comprised of pure water. Across the membrane the temperature difference creates a pressure gradient responsible for the transport of vapor mass through the pours of the permeable membrane. The vapor flow is driven by two mechanisms, Knudson and Poiseuille flow. The membrane’s coefficients of DCMD membrane is evaluated along with the mass flux, heat flux, and temperature polarization factor and results showed a good agreement with the published theoretical work. In view of these plausible results, parametrical study is carried out accounting for parallel and counter flow, different flow rates and inlet temperature in an attempt to achieve optimal or better yield to the Multi stage flashing method.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,004
Tête enseignante GPT0,192
Écart entre enseignants0,188 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Thermal and Environmental EngineeringMême sujetMembrane Separation TechnologiesTravaux en français237 207