MétaCan
Menu
Retour à la cohorte
Enregistrement W4382559860 · doi:10.18280/mmep.100339

Computational Fluid Dynamics Analysis of a Parabolic Trough Solar Collector for Enhanced Efficiency and Thermal Performance

2023· article· en· W4382559860 sur OpenAlexvenueno aff
Monaem Elmnifi, Ammar M. Al-Tajer, Hasan A. Al-Asadi, Mohammed Al Saker, Laith Jaafer Habeeb

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueSolar Thermal and Photovoltaic Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésParabolic troughThermalComputational fluid dynamicsTrough (economics)Environmental scienceMechanicsMaterials sciencePhysicsMeteorology

Résumé

récupéré en direct d'OpenAlex

Parabolic Trough Solar Collectors (PTCs) are crucial components in achieving high efficiency and thermal performance in thermoelectric power stations.This study presents a Computational Fluid Dynamics (CFD) simulation of a PTC with dimensions of 2 m × 1.5 m, incorporating a flat glass cover to safeguard the reflector's optical properties and the glass envelope from environmental factors such as dust, moisture, wind, and rain, resulting in improved thermal insulation and efficiency.A uniform temperature distribution at the Heat Collecting Element (HCE) level is assumed.A mathematical model is developed based on simplifying assumptions, and physical phenomena, including mass transfer, light, and heat, are simulated using mathematical equations derived from equilibrium equations and the optical behavior of materials (reflection, absorption, transmission).The model's validity is established through a comparison of simulation and computational results.The effects of PTC length, water mass flow, and solar tracking pattern on the water exit temperature are subsequently explored.This investigation enables the identification of optimal PTC dimensions and mass flow rates to meet the temperature requirements for various industrial and domestic applications, while maintaining high efficiency and thermal performance.

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 enseignants0,460
Score d'incertitude au seuil0,489

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,019
Tête enseignante GPT0,215
Écart entre enseignants0,196 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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