MétaCan
Menu
Retour à la cohorte
Enregistrement W4389624797 · doi:10.3390/en16248017

Experimental Study of an Air-Conditioning System in an Electric Vehicle with R1234yf

2023· article· en· W4389624797 sur OpenAlexaboutno aff
Jeonghyun Song, Seongyong Eom, Jae‐Seung Lee, Youngshin Chu, Jaewon Kim, Seohyun Choi, Minsung Choi, Gyungmin Choi, Yeseul Park

Notice bibliographique

RevueEnergies · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueRefrigeration and Air Conditioning Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefrigerantHVACCoefficient of performanceAir conditioningAir source heat pumpsGas compressorCoolantAutomotive engineeringNuclear engineeringIntercoolerWater chillerCooling capacityWater coolingHeat pumpEnvironmental scienceHeat exchangerEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

R134a, a vehicle refrigerant used in the vehicle heat pump system, is regulated according to the Montreal Protocol. Refrigerants such as R1234yf, R744, and R290 in vehicle heat pump systems are being investigated to identify their alternatives. Because developing a new system exclusively for new refrigerants is costly, an empirical test was conducted on the R1234yf refrigerant in a heat pump system designed for the R134a refrigerant in an actual vehicle system. The heating, cooling, and battery-cooling modes were tested for the amount of refrigerant charge, and operability tests were conducted for the compressor load; heating, ventilation, air conditioning (HVAC) air flow rate; coolant temperature; and flow rate of each mode. The optimal refrigerant charge in heating mode was 0.7 kg, and the optimal refrigerant charge in the cooling and battery-cooling modes was 0.9 kg. To yield the highest coefficient of performance of the system, the compressor load was 50%, the HVAC fan was 12 V, and the coolant flow rate was 10 LPM. The most efficient system operation was possible at a coolant temperature of 30 °C in the cooling and heating modes and at 20 °C in battery-cooling mode.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,691
Score d'incertitude au seuil0,335

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 technologies0,0000,000
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 Opus0,010
Tête enseignante GPT0,233
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 tête enseignante, 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

Citations10
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetRefrigeration and Air Conditioning TechnologiesTravaux en français237 207