MétaCan
Menu
Retour à la cohorte
Enregistrement W4280510322 · doi:10.1002/ep.13902

An insight into hybrid membrane‐based air conditioning system performance using gray relational analysis methods: Structural versus operational parameters

2022· article· en· W4280510322 sur OpenAlexaff
Seyed Abdollatif Hashemifard, Farideh Abdollahi, Arash Khosravi, Takeshi Matsuura

Notice bibliographique

RevueEnvironmental Progress & Sustainable Energy · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdsorption and Cooling Systems
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesPersian Gulf University
Mots-clésPermeanceTaguchi methodsMembraneAirflowHollow fiber membraneVolumetric flow rateGrey relational analysisAir conditioningDesign of experimentsMaterials scienceMathematicsProcess engineeringEngineeringChemistryMechanical engineeringComposite materialStatisticsMechanics

Résumé

récupéré en direct d'OpenAlex

Abstract Various parameters have an impact on the fresh air temperature and input power of a hybrid membrane‐based air conditioning (HMBAC) system, such as pressure ratio, membrane selectivity, membrane permeance, membrane area, air flowrate of the dehumidification unit, and module length, number of fibers, and fiber outer diameter of the humidification unit, which comprise both operational and structural parameters. Therefore, in this study, the effects of these parameters on the system performance are examined separately based on a statistical approach. The importance order of each parameter and its contribution ratio are determined by using Taguchi method and ANOVA analysis. The optimum level for each input parameter is determined using statistical analysis for the fresh air temperature and input power. Then, for the simultaneous minimization of fresh air temperature and input power Taguchi‐gray relational grade (GRG) is used. GRG revealed that membrane selectivity, pressure ratio, and membrane permeance with the contribution ratio of 37.87%, 32.51%, and 10.55%, respectively, are the most critical parameters of the multiperformance of an HMBAC system. Interestingly dehumidification from a humid airflow can be more effective when membranes with low selectivity and high permeability are used. In conclusion, the optimization outputs disclosed that both structural and operational parameters have significant effects on the performance of the HMBAC system and this optimization can be a helpful tool for designing a HMBAC systems to cover the optimal conditions to develop a sustainable membrane‐based air conditioning system.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
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
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,009
Tête enseignante GPT0,239
Écart entre enseignants0,229 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Progress & Sustainable EnergyMême sujetAdsorption and Cooling SystemsTravaux en français237 207