Performance investigation on novel combined power generation and refrigeration system
Notice bibliographique
Résumé
This article aims to examine a novel combined power and refrigeration system, using renewable and waste heat sources suitable for low-temperature applications. The present system is an integrated Kalina cycle and ejector refrigeration system to generate power and refrigeration simultaneously. To improve the vapour generation, the separator vapour fraction is used as a decision variable. Relative irreversibility and efficiency defect as two important parameters considered in this system for an investigation to identify the weaker components. The combined system generates power and refrigeration with two different mediums by the incorporation of the heat exchanger at the turbine exhaust. The novel system's energy and conventional exergy evaluation are carried out through Python Software. The optimum values of decision variables: turbine concentration, separator vapour fraction, entrainment ratio, expander ratio, split ratio and turbine concentration are identified using Python software from an opted range of variables. The maximum value of net power output, first law efficiency for power generation system, combined system, second law efficiency for power generation system, combined system, refrigeration effect and coefficient of performance are obtained as 113 kW, 8.85%, 11.83%, 93.44%, 81.29%, 38.07% and 0.118, respectively, at higher separator vapour fraction. Among the components considered in the combined power generation system, the condenser and LTRGN account for the higher exergy destruction rate of 30.41% and 25.53%. The coefficient of performance is maximized at a higher value of the refrigeration effect. The turbine pressure at the inlet is increased with increments in turbine work on choosing the higher value of the expander ratio. The higher exergetic value components are not emphasized to focus on improvement.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».