Performance Analysis and Optimization of an Ejector Refrigeration System Using Alternative Working Fluids under Critical and Subcritical Operation Modes
Notice bibliographique
Résumé
Ejector systems are receiving considerable attention due to their simplicity, lower maintenance requirements, use of low grade heat, longer lifespan and low cost. In this paper an improved model to predict the performance of an ejector refrigeration system under both the critical and subcritical modes of operation was developed and validated. The model predicts ejector performance more precisely compared to studies following the same modelling approach in the literature. Using the developed model, performances with environmentally benign refrigerants, including R1233zd(E), HFO1336mzz(Z), R1234ze(Z), R600, RE245fa2, and RE245fa2 as alternatives to R141b and R245fa were investigated. For ejector area ratios between 4.45 to 12.98, evaporator temperatures between 0oC and 16oC and condenser temperatures between 20 and 40oC, the optimal performance of the ejector system was determined. Results show that for each refrigerant, higher area ratios give higher coefficients of performance, but require higher generator temperatures for better critical condensing temperatures. R600 showed the best performance followed by R1234Ze(Z) and R1233Zd(E) for the entire range of parameters considered. Results further show that there is an optimum generator temperature at each area ratio that maximizes performance. The optimal generator temperature increases as the area ratio and the condensing temperature increase. An alternative and more convenient approach to optimize ejector performance has been suggested in this work.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».