MétaCan
Menu
Retour à la cohorte
Enregistrement W4237954849 · doi:10.32920/ryerson.14647128

Underground Energy Storage Utilizing Concrete Building Foundation: Experimental and Numerical Approach

2021· preprint· en· W4237954849 sur OpenAlexafffund
Magdy M. Mousa, Ayman M. Bayomy, Julie Wang, Seth B. Dworkin, M. Z. Saghir

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnergy
ThématiqueGeothermal Energy Systems and Applications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Research Foundation
Mots-clésBoreholePileThermal energy storageFoundation (evidence)Laminar flowParametric statisticsDrillingThermalEnvironmental scienceEnergy storageVolumetric flow rateFlow (mathematics)Geotechnical engineeringMechanicsEngineeringMechanical engineeringMeteorologyThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Space heating and cooling represents 63% of total building energy demand. In the present study, the concept of concrete foundation piles was used as an underground storage medium. This system requires no additional drilling costs or space, unlike conventional boreholes. A lab-scaled experiment facility was designed to experimentally investigate the thermal response of a concrete pile during the charging and discharging processes. The amount of energy stored and released during each process was evaluated. A flow rate parametric study was also conducted to explore the effect of the laminar and turbulent flow behaviour. In order to complement the experimental study, an extensive CFD model was developed and compared with the experimental data. There was good agreement between the numerical and experimental results for each process at different flow rates. The results revealed that increasing the flow rate increases not only the heat rejection and extraction but also the storage efficiency. Keywords: borehole, energy pile, thermal storage, thermal response, ground source heat pump

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,273
Écart entre enseignants0,240 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGeothermal Energy Systems and ApplicationsTravaux en français237 207