MétaCan
Menu
Retour à la cohorte
Enregistrement W4389236494 · doi:10.1063/5.0175130

Modeling and comparative assessment of solar thermal systems for space and water heating: Liquid water versus air-based systems

2023· article· en· W4389236494 sur OpenAlexaff
Sardar Muhammad Aneeq Khan, Abdul Waheed Badar, M. Salman Siddiqui, Muhammad Zeeshan Siddique, Muhammad Saad Ul Haq, Fahad Sarfraz Butt

Notice bibliographique

RevueJournal of Renewable and Sustainable Energy · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSolar Energy Systems and Technologies
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésStorage water heaterTRNSYSPhotovoltaic thermal hybrid solar collectorHeat exchangerThermal energy storageSolar air conditioningThermalEnvironmental scienceNuclear engineeringSolar water heatingMeteorologySolar energyEnvironmental engineeringEngineeringMechanical engineeringThermodynamicsElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,023
Tête enseignante GPT0,247
Écart entre enseignants0,224 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Renewable and Sustainable EnergyMême sujetSolar Energy Systems and TechnologiesTravaux en français237 207