MétaCan
Menu
Retour à la cohorte
Enregistrement W4388102881 · doi:10.1080/23744731.2023.2277113

Topology optimization of geothermal bore fields using the method of moving asymptotes

2023· article· en· W4388102881 sur OpenAlexafffund
Alexandre Noël, Massimo Cimmino

Notice bibliographique

RevueScience and Technology for the Built Environment · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueTopology Optimization in Engineering
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHydro-Québec
Mots-clésAsymptoteGeothermal gradientTopology (electrical circuits)Topology optimizationGeologyComputer scienceEnvironmental scienceEngineeringGeophysicsMathematicsStructural engineeringGeometryElectrical engineeringFinite element method

Résumé

récupéré en direct d'OpenAlex

A new method is proposed to optimize the configurations of vertical ground heat exchangers using topology optimization and the method of moving asymptotes. The problem formulation minimizes the required number of boreholes of a given length with simultaneous constraints on the entering fluid temperature in cooling and heating mode. The method relies on the adaptation of the alternative ASHRAE design method and a new analytical formulation for the calculation of g-functions based on a boundary condition of equal average fluid temperature. The method is applied to large bore fields consisting of more than a hundred boreholes. The paper also studies the effect of different types of domains and ground load profiles on the optimized configurations. It is shown that the shape of the domain has minimal impact on the optimized configurations. A higher density of boreholes on the perimeter of the domain compared to the center is recommended in the case where one operation mode is dominant. A uniform configuration is better suited when the load profile is balanced.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,246
Écart entre enseignants0,235 · 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'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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScience and Technology for the Built EnvironmentMême sujetTopology Optimization in EngineeringTravaux en français237 207