Performance analysis of the Thermo Osmotic Energy Conversion (TOEC) process for harvesting low-grade heat
Notice bibliographique
Résumé
Low-grade heat energy from resources below 100 °C is readily available in massive quantities worldwide. However, existing technologies face challenges in converting this heat power into usable forms of energy, such as electricity. This is primarily due to temperature fluctuations in these heat sources and the limited temperature gradient with the surrounding environment. To address this issue, a recently developed technology called thermo-osmotic energy conversion (TOEC) offers a promising solution for harvesting electrical energy from low-grade heat sources. In the TOEC method, a hydrophobic membrane facilitates the transfer of water vapor molecules from a moderately hot aqueous solution to a cold water stream. The resulting hydraulic pressure in the compressed water on the cold side can be harnessed using a hydro-turbine. Despite the many interesting features of TOEC technology, a comprehensive analysis of its performance under various operating conditions and membrane properties is currently lacking in the literature. In this study, we conducted a theoretical evaluation of the TOEC process based on mass and heat transfer phenomena, and we validated our findings with experimental data. Our results indicate that employing membranes with smaller pore size, low thickness, and high porosity, along with higher feed temperature and flowrates, can significantly enhance energy efficiency and power density. Specifically, we demonstrate that the utilization of hydrophobic membranes with nanometer-sized pores, coupled with hydraulic pressures ranging from 6.2 bar to 11.8 bar, enables us to achieve power densities exceeding 5 W/m2, given a 20 °C heat sink and a heat source temperature above 65 °C. Furthermore, we have determined that an applied hydraulic pressure of 9.4 bar yields the maximum energy efficiency value of 0.016%.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».