MétaCan
Menu
Retour à la cohorte
Enregistrement W4242498077 · doi:10.32920/ryerson.14636754

Energetic Optimization and Exergetic Performance Investigation of an Ejector System Using HCFO-1233zd(E) as a Refrigerant

2021· preprint· en· W4242498077 sur OpenAlexaff
Aggrey Mwesigye, Amir Kiamari, Seth B. Dworkin

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueRefrigeration and Air Conditioning Technologies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésInjectorRefrigerantEvaporatorThermodynamicsCondenser (optics)ExergyRefrigerationCoefficient of performanceThrottleWorking fluidMaterials scienceMechanicsMechanical engineeringChemistryHeat exchangerEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

In this study, the performance of an ejector refrigeration system using HCFO-1233zd(E) as the working fluid is investigated and presented. A novel improved modeling approach that considers ejector loss coefficients as functions of the ejector pressure lift and area ratio has been used. The resulting mathematical model developed using the first and second laws of thermodynamics and gas dynamics is solved using Engineering Equation Solver. Different ejector geometries with area ratios of 6.44, 7.04, 7.51, 7.73, 8.28, 8.62, 9.13, 9.41 and 10.64 were used in this study. The evaporator temperatures were between 0 °C and 16 °C, the generator temperatures were between 75 °C and 120 °C and the condensing temperatures varied between 20 °C and 40 °C. For the range of parameters used, the optimal coefficient of performance (COP) is in the range 0.11 and 0.88 for evaporator temperatures between 4 °C and 16 °C. At the optimal working conditions, the COP improves with higher area ratios, lower condensing temperatures and requires increased generator temperatures. In the critical mode of operation, both the energetic and exegetic performance of the ejector are shown to decline as generator temperatures increase, evaporator temperatures reduce and as the area ratios decrease. Thermodynamic investigation using the exergy analysis method indicates that most of the exergetic losses come from the ejector (46-56%) followed by the condenser (18-29%), the generator (21-26%), the evaporator (0.8-3%), and the throttle valve (1- 1.6%), with the pump having a very small contribution. Moreover, correlations for the optimal generator and optimal COP were derived and presented. Keywords: Coefficient of performance, Critical mode, Ejector refrigeration system, Ejector loss coefficients, Exergetic performance, Hydroflouroolefins

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,092
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,208
Écart entre enseignants0,195 · 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.

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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRefrigeration and Air Conditioning TechnologiesTravaux en français237 207