MétaCan
Menu
Retour à la cohorte
Enregistrement W4298303713

THERMODYNAMIC ANALYSIS OF REFRIGERANT MIXTURES IN VAPOR COMPRESSION REFRIGERATION SYSTEM

2003· article· en· W4298303713 sur OpenAlexaboutno aff
Erol Arcaklıoğlu, Ali Eri̇şen

Notice bibliographique

RevueDergiPark (Istanbul University) · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Power Generation Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefrigerantVapor-compression refrigerationRefrigerationThermodynamicsCompression (physics)Materials scienceGas compressorPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this study, performance analysis of vapor-compression refrigeration system with suction/liquid line heat exchanger has been realized with the calculations of the coefficient of performance, and volumetric refrigeration capacity values using different refrigerant mixtures. Refrigerants R12, R22, and R502 of CFCs, R134a, R152a, R125, R143a, and R32 of HFCs, R600a, and R290 of HCs, and their binary, ternary, and mixtures of different mass ratios have been used as working fluids. In order to decrease global pollution due to CFCs in accordance with Montreal Protocol in 1987, it is considered to use the refrigerant mixtures of HFCs, and HCs instead of CFCs (R12, R22, and R502). For this reason, the performance comparison of the new mixtures with CFC refrigerants has been done in the frame of this study. To compare the performance values, constant temperature method has been used. Thermodynamic properties of refrigerants that were used in the performance calculations have been taken from REFPROP 6.01. For this aim, new software has written in FORTRAN programing language using sub-programs of REFPROP, and all related calculations of performance have been achieved by this software.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,005
Tête enseignante GPT0,177
Écart entre enseignants0,172 · 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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDergiPark (Istanbul University)Même sujetAdvanced Power Generation TechnologiesTravaux en français237 207