Modeling and comparative assessment of solar thermal systems for space and water heating: Liquid water versus air-based systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This work pertains to the transient modeling and comparative study of active solar thermal space and water heating systems using liquid and air-type solar thermal collectors as the main energy source. The study utilizes TRNSYS to simulate the two systems in the context of Taxila's weather data (located at 33.74°N, 72.83°E), with the goal of meeting peak space and domestic water heating demands of 20 kW and 200 lit/day, respectively. The liquid water-based system (S-1) is primarily composed of a liquid solar collector, thermal storage, an auxiliary heater, connections to the hot water supply, and the space heating load through a water–air heat exchanger. In contrast, the air-based system (S-2), employs a pebble bed storage to store heat extracted from the solar thermal air collector. The heated air is subsequently used directly for space heating and passed through an air–water heat exchanger for water heating. Dynamic simulations of both systems span the entire winter season, and various performance metrics, including solar fraction, primary energy savings, and solar collector thermal efficiency, are computed. The results revealed that at the same collector area, the liquid water-based system (S-1) shows a higher solar fraction than the air-based systems (S-2) while the primary energy savings of the S-1 resulted in lower values than S-2 at smaller collector areas (< ∼30 m2) but surpasses the S-2 with increasing collector size. The optimal collector tilt for both systems is determined to be 50°, while specific storage volumes corresponding to maximum primary energy savings are estimated to be 100 and 40 L/m2 for S-1 and S-2, respectively.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle