MétaCan
Menu
Retour à la cohorte
Enregistrement W4385240939 · doi:10.1038/s44172-023-00096-x

A symmetry analysis methodology for general energy conversion systems

2023· article· en· W4385240939 sur OpenAlexaff
Huan Guo, Yujie Xu, Yifu Li, Lujing Huang, Haisheng Chen

Notice bibliographique

RevueCommunications Engineering · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Thermodynamics and Statistical Mechanics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesYouth Innovation Promotion AssociationYouth Innovation Promotion Association of the Chinese Academy of SciencesNational Natural Science Foundation of China
Mots-clésCarnot cycleSymmetry (geometry)Work (physics)Work outputBrayton cycleReflection symmetryConstant (computer programming)Thermodynamic cycleRotational symmetryEnergy (signal processing)Theoretical physicsPhysicsStatistical physicsThermodynamicsMathematicsMechanicsComputer scienceQuantum mechanicsGeometryHeat exchanger

Résumé

récupéré en direct d'OpenAlex

Abstract Symmetry is a useful concept that has guided many scientific developments in fields such as structural engineering, data, and materials science. Here we apply a symmetry analysis method to explore the relationship between symmetry, output work and efficiency in macroscopic energy conversion systems. Brayton cycle is used as an example. A specific potential-displacement-energy (PDE) diagram was established for system symmetry analysis. Results prove that the symmetry of thermodynamic cycles could predict the output work and the efficiency. Stronger rotational symmetry generates more work while reflection symmetry leads to higher efficiency at constant specific heat capacity ( c p ). The condition for varied c p to keep intermediate maximum-work temperature constant is greatly broaden. A more symmetrical cycle with higher efficiency and larger output work is designed based on the symmetry analysis results. The results could also be applied to other thermodynamic cycles, such as Carnot cycle, which provides insights to design more efficient energy conversion cycles.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,317
Écart entre enseignants0,268 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications EngineeringMême sujetAdvanced Thermodynamics and Statistical MechanicsTravaux en français237 207