MétaCan
Menu
Retour à la cohorte
Enregistrement W4402540513 · doi:10.1016/j.psep.2024.09.013

Hydrogen storage and refueling options: A performance evaluation

2024· article· en· W4402540513 sur OpenAlex

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueProcess Safety and Environmental Protection · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHydrogen Storage and Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHydrogen storageHydrogenEnvironmental scienceWaste managementEngineeringForensic engineeringNuclear engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

This study focuses on the comparative modeling and refueling simulations of hydrogen refueling stations for hydrogen-powered vehicles and high-pressure hydrogen storage options in tanks. The study further aims to simulate these under actual conditions in Ontario, Canada for better assessment which can be treated as a case study as well. The specific tests explore the modeling of hydrogen flow between the recharging station to the car's tank , as well as the optimization of transient variations in temperature, pressure and mass flow rate of hydrogen throughout the process of refueling a fuel cell electric vehicle . The H2FILLS program is utilized to assist for the simulation studies. The primary objective is to replicate various practical weather conditions, tank pressures, flow rates, and refueling periods for different categories of high-pressure hydrogen storage tanks and analyze their storage efficiency. The three different commercially available high-pressure type-IV hydrogen storage tanks were considered in the study as tank-I, tank-II and tank-III with working pressures of 500 bar, 700 bar, 700 bar, and hydrogen storage capacity of 9.5 kg, 4.6 kg, and 5 kg, respectively. Seven different ambient temperatures were selected to mimic seasonal effects. When the power output is constant, with temperature increases, flow rate decreases, and therefore time required to refuel also increases. There is a linear relationship between the final mass flow rate and the ambient temperature, where the mass flow rate drops by approximately 1.8 kg/h for every 10 °C rise in temperature. The variation in ultimate mass flow rate between the highest and lowest ambient temperatures is roughly 5.4 kg/h. Based on the refueling time and docking, undocking, downtime it’s been found that approximately five minutes is wasted between each vehicle. This can help reduce average of 230.02 kt, 231.70 kt, and 235.06 kt CO 2 emission per year for vehicle-III, vehicle-II, and vehicle-I, respectively. Lastly, yearly CO 2 reduction forecast shows that it may reach 0.9 Mt, 1.6 Mt, 2.7Mt, 3.76 Mt, and 4.73 Mt in the year 2030, 2035, 2040, 2045, and 2050, respectively corresponding to the Global Net-Zero scenario.

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 enseignants0,468
Score d'incertitude au seuil0,423

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,016
Tête enseignante GPT0,243
Écart entre enseignants0,227 · 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