MétaCan
Menu
Retour à la cohorte
Enregistrement W4311089321 · doi:10.1016/j.ijft.2022.100262

Energy assessment of an integrated hydrogen production system

2022· article· en· W4311089321 sur OpenAlexaff
Mohamed S. Shahin, Mehmet F. Orhan, Kenan Saka, Ahmed T. Hamada, Faruk Uygul

Notice bibliographique

RevueInternational Journal of Thermofluids · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHeliostatHydrogen productionParabolic troughRenewable energySolar energyHigh-temperature electrolysisThermochemical cycleProcess engineeringPhotovoltaic systemNuclear engineeringThermal energyHydrogenEnvironmental scienceRankine cycleHydrogen fuelElectrolysisChemistryEngineeringElectrical engineeringThermodynamicsPower (physics)Physics

Résumé

récupéré en direct d'OpenAlex

Hydrogen is believed to be the future energy carrier that will reduce environmental pollution and solve the current energy crisis, especially when produced from a renewable energy source. Solar energy is a renewable source that has been commonly utilized in the production process of hydrogen for years because it is inexhaustible, clean, and free. Generally, hydrogen is produced by means of a water splitting process, mainly electrolysis, which requires energy input provided by harvesting solar energy. The proposed model integrates the solar harvesting system into a conventional Rankine cycle, producing electrical and thermal power used in domestic applications, and hydrogen by high temperature electrolysis (HTE) using a solid oxide steam electrolyzer (SOSE). The model is divided into three subsystems: the solar collector(s), the steam cycle, and an electrolysis subsystem, where the performance of each subsystem and their effect on the overall efficiency is evaluated thermodynamically using first and second laws. A parametric study investigating the hydrogen production rate upon varying system operating conditions (e.g. solar flux and area of solar collector) is conducted on both parabolic troughs and heliostat fields as potential solar energy harvesters. Results have shown that, heliostat-based systems were able to attain optimum performance with an overall thermal efficiency of 27% and a hydrogen production rate of 0.411 kg/s, whereas, parabolic trough-based systems attained an overall thermal efficiency of 25.35% and produced 0.332 kg/s of hydrogen.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,011
Tête enseignante GPT0,263
Écart entre enseignants0,252 · 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

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ThermofluidsMême sujetHybrid Renewable Energy SystemsTravaux en français237 207