MétaCan
Menu
Retour à la cohorte
Enregistrement W4381619340 · doi:10.11159/ffhmt23.123

Improvement in Energy Performance of a HVAC System Working with Nanofluid

2023· article· en· W4381619340 sur OpenAlexvenueno aff
Marco Milanese, Marco Potenza, Claudio Grisoni, Arturo de Risi

Notice bibliographique

RevueProceedings of the ... International Conference on Fluid Flow, Heat and Mass Transfer · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueSolar Thermal and Photovoltaic Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNanofluidHVACEnergy (signal processing)Computer scienceEnergy performanceMaterials scienceMechanical engineeringAir conditioningEngineeringPhysicsNanotechnologyNanoparticle

Résumé

récupéré en direct d'OpenAlex

In the present work, a HVAC system in a residential building, operating with water firstly, followed by a nanofluid named Maxwell, has been experimentally monitored to evaluate the improvement in energy performance.Particularly, a robust measurement and verification equipment has been installed on the chillers and the pumps firstly, next a baseline data for a 30-day period has been acquired, by operating the HVAC system with water, then the same data have been measured for a 30-day nanofluid operating period, and finally the baseline data were compared to the nanofluid data.All collected data have been normalized according to the ambient temperature conditions, since this parameter plays a significant role in chiller performance and energy consumption.Furthermore, in order to ensure an objective, transparent and conservative evaluation of energy-conservation measures, the International Performance Measurement and Verification Protocol (IPMVP) was applied.The present experimental demonstration has evaluated chiller energy consumption and pump energy consumption as well as coefficient of performance (COP) resulting in a mean decrease in chiller energy use of about 16.85%.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,110
Score d'incertitude au seuil0,471

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,208
Écart entre enseignants0,184 · 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 tête enseignante, 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the ... International Conference on Fluid Flow, Heat and Mass TransferMême sujetSolar Thermal and Photovoltaic SystemsTravaux en français237 207