MétaCan
Menu
Retour à la cohorte
Enregistrement W4403465518 · doi:10.1016/j.tsep.2024.102991

Enhancing building energy efficiency: Innovations in glazing systems utilizing solid-solid phase change materials

2024· article· en· W4403465518 sur OpenAlexaffabout
Hossein Arasteh, Wahid Maref, Hamed H. Saber

Notice bibliographique

RevueThermal Science and Engineering Progress · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésGlazingPhase (matter)Phase changeMaterials scienceSolid surfaceProcess engineeringArchitectural engineeringEnvironmental scienceEngineering physicsComposite materialEngineeringChemistryChemical physics

Résumé

récupéré en direct d'OpenAlex

This study investigates the energy efficiency of a double-glazing window (DGW) integrating a solid–solid phase change material (SSPCM) with limited thickness, applied to the inner glass pane within the air gap. Numerical model, validated against experimental data, is developed using a finite volume method in ANSYS Fluent. In this model, the Discrete Ordinates (DO) model is applied to simulate radiation, while the enthalpy-porosity approach is used to capture the solidification and melting processes in the phase change material . With this model, the energy performance of the system is analyzed under various transient temperature values (10 to 30 °C) and ranges (1 to 5 °C) during the coldest and hottest days of the year, as well as during cloudy and sunny days in Montreal (Dfb), Vancouver (Cfb), and Miami (Aw). According to the obtained results in Montreal, the DGW-SSPCM system consistently saves energy under summer sunny conditions, with optimal performance when the SSPCM remains transparent. However, it incurs energy losses in cloudy days, where the energy lost is 2.3 times greater than the energy saved in sunny days. In Vancouver, the system shows consistent energy savings, particularly at T c = 30 °C, with average savings of 20.5 kJ (23 %) under summer sunny conditions. The system is most beneficial in Vancouver, where winter energy savings in cloudy days (50.6 kJ) are 7.1 times greater than the losses in sunny days (7.1 kJ). In Miami, the system results in energy losses by 60 % and 5 % (at T c = 30 °C) under both summer sunny and cloudy conditions, respectively, indicating unsuitability for its climate. During winter sunny conditions, all three cities experience energy losses, with Vancouver showing the lowest of 7.1 kJ (3 %) and Montreal the highest of 64.4 kJ (19 %) at T c = 30 °C. In winter cloudy conditions, the system saves energy in all cities, with the highest savings in Miami of 54.5 kJ (26 %) at T c = 30 °C. Overall, the SSPCM-DGW system has proven to be beneficial in Vancouver across various conditions in terms of energy and visual performance. These findings highlight the necessity of considering localized climate factors when designing and implementing energy-efficient glazing systems. Finally, the SSPCM-DGW system has provided complete visual clarity during office hours, making it more suitable for commercial buildings.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,281
Écart entre enseignants0,263 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThermal Science and Engineering ProgressMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207