MétaCan
Menu
Retour à la cohorte
Enregistrement W4382542855 · doi:10.18280/mmep.100314

3-D FSI Simulation and Practical Experiments of Thermal Performance Enhancement on PVT in Tehran, Abadan, Baghdad, and Basra

2023· article· en· W4382542855 sur OpenAlexvenueno aff
Ali Ahmad Najm Jabri, Mohammad Reza Ansari, Mehdi Marefat

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueSolar Thermal and Photovoltaic Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThermalMaterials scienceThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

The pursuit of clean energy through advancements in thermal engineering and renewable energy research has led to the development of solar collectors and photovoltaic (PV) solar panels, with an emphasis on maximizing both thermal and electrical efficiencies.This study explores a thermal system designed to harness electrical energy from solar panels, provide cooling, and utilize waste heat to enhance the performance of the working fluid for various applications.The solution's accuracy was verified using ANSYS software for fluid simulations and Simulink for efficiency calculations.Results indicate that the average incoming solar flux throughout the summer quarter was highest in Basra, followed by Abadan, Baghdad, and Tehran.Peak output temperatures were observed at midday, with the system exhibiting maximum thermal efficiency during this period.A high degree of temperature convergence was noted, implying optimal system performance.Under identical operating conditions, including solar radiation from 8:00 AM to 5:00 PM and ambient temperature, the electrical performance of the system was assessed across the four cities.A positive correlation between solar radiation and electrical efficiency was observed, with Basra exhibiting the highest thermal and electrical efficiencies.The flow rate through the system's pipes was determined to be 0.0014 kg/s.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,500

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 Opus0,057
Tête enseignante GPT0,272
Écart entre enseignants0,215 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetSolar Thermal and Photovoltaic SystemsTravaux en français237 207