MétaCan
Menu
Retour à la cohorte
Enregistrement W4388723690 · doi:10.1080/09593330.2023.2284688

Concept and analysis of hybrid reversal multi-stage flash and membrane distillation desalination system

2023· article· en· W4388723690 sur OpenAlexaff
Emad Ali, Jamel Orfi, Hany Al‐Ansary, Saleh S. Baakeem, Ahmad S. Alsaadi, Noreddine Ghaffour

Notice bibliographique

RevueEnvironmental Technology · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesKing Saud University
Mots-clésDesalinationBrineDistillationSeawaterLow-temperature thermal desalinationChemistryProcess engineeringEnvironmental scienceMembraneChromatographyEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

The concept and analysis of integrating membrane distillations (MD) with reversal once-through Multistage Flash (RV-MSF) desalination is presented. The analysis is based on numerical simulation. The MD vessels are integrated into the terminal ends of the RV-MSF system to leverage the thermal energy associated with these terminal streams. Hybridisation at the last MSF stage, i.e. by replacing the brine cooler, contributes marginally to the overall production rate which amounts to 2%. However, it is found that hybridisation at stage one, i.e. utilising the energy of the MSF reject brine can increase the overall production rate by 65%. For seawater feed temperature of 80 oC and 24 MSF stages, 5 MD vessels in series can be integrated with the RV-MSF process. This ultimate hybridisation helped improve the recovery ratio from 7 to 23%, decreasing the specific cooling water requirement from 23 to 12 kg/kg and reducing the specific energy consumption from 129 to 41 kWh/m3 with respect to the stand-alone RV-MSF system. However, this achievement incurs an additional specific area for heat transfer which increased from 29 to 65 m2/(kg/s). This is because a large number of MD modules are incorporated into the hybridisation.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,176
Score d'incertitude au seuil0,608

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 technologies0,0000,001
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 Opus0,015
Tête enseignante GPT0,248
Écart entre enseignants0,233 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental TechnologyMême sujetMembrane Separation TechnologiesTravaux en français237 207