MétaCan
Menu
Retour à la cohorte
Enregistrement W4401587991 · doi:10.1155/2024/6407933

Heat Transfer Analysis Methodology for Compression Hydrogen Storage Tank during Charge–Discharge Cycle

2024· article· en· W4401587991 sur OpenAlex
Hao Luo, Chengqing Yuan, Li Wang, Tianqi Yang, Liang Tong, Feng Ye, Yupeng Yuan, Pierre Bénard, Richard Chahine, Jinsheng Xiao

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Energy Research · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSpacecraft and Cryogenic Technologies
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesHigher Education Discipline Innovation ProjectJianghan UniversityNational Key Research and Development Program of ChinaChina Scholarship CouncilNatural Science Foundation of Hubei ProvinceMinistry of Education of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésHydrogen storageCompression (physics)Heat transferNuclear engineeringEnvironmental scienceHydrogenMaterials scienceThermodynamicsChemistryEngineeringPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

Heat transfer analysis for the compression hydrogen storage tank (CHST) during the charge–discharge cycle is necessary to ensure quick and safe refueling for fuel cell vehicles. In this paper, a dual‐zone dual‐temperature (DZDT) model for a CHST during the charge–discharge cycle process is established. The constant/variable mass flow rates and heat transfer coefficients (HTCs) are combined to form three methods. Method 1 uses constant mass flow rate and constant HTC. Method 2 uses variable mass flow rate and variable HTC calculated through the energy conservation equation. Method 3 uses variable mass flow rate and variable HTC calculated through the empirical equation. Then, these methods are applied to the DZDT model for heat transfer analysis in three cases. Research shows that for the charging process, the simulated hydrogen temperatures by Method 2 agree well with experiment data for three CHSTs. Method 1 has a maximum error of about 20°C for 19 L CHST, 15°C for 29 L CHST, and 25°C for 40 L CHST. The error of Method 3 is between Methods 1 and 2. The simulated hydrogen pressures by Methods 2 and 3 agree well with the experimental data, while Method 1 has a maximum error of about 5 MPa for 19 L CHST, 10 MPa for 29 L CHST, and 3 MPa for 40 L CHST. For the discharge process, the simulated hydrogen temperatures by Methods 2 and 3 have a relatively slight difference with the experimental data, while Method 1 has relatively significant differences for three CHSTs. Only slight differences exist between the simulated hydrogen pressures by Methods 1, 2, and 3 with the experimental data for three CHSTs. In short, Method 2 can simulate the hydrogen temperature and pressure well during the charge–discharge process. Method 3 can simulate the approximate hydrogen temperature and precise hydrogen pressure during the charge–discharge process. Method 1 can only simulate the hydrogen pressure during the discharging process. The conclusions of this article can inform researchers which analysis methods are more reasonable to choose in future hydrogen‐filling studies.

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 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)0,001
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 enseignants0,137
Score d'incertitude au seuil0,389

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,074
Tête enseignante GPT0,381
Écart entre enseignants0,307 · 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