MétaCan
Menu
Retour à la cohorte
Enregistrement W4403701229 · doi:10.1002/est2.70041

Adsorption‐Based Thermal Energy Storage Using Zeolites for Mobile Heat Transfer

2024· article· en· W4403701229 sur OpenAlexafffund
Kapil Narwal, Saeed Farsad, Roger Kempers, Paul G. O’Brien

Notice bibliographique

RevueEnergy Storage · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdsorption and Cooling Systems
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAdsorptionHeat transferThermal energy storageMaterials scienceChemical engineeringThermalThermodynamicsChemistryOrganic chemistryPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The utilization of the water–zeolite pair as an adsorbate–adsorbent system has garnered significant attention in the realm of thermochemical energy storage, offering great potential for various applications. Despite promising results in laboratory settings, widespread implementation of this technology has yet to be realized. Recent advancements in mobile thermal energy storage (m‐TES) employing thermochemical materials have opened new avenues for enhancing the practicality and cost‐effectiveness of solar thermal energy harnessing and waste heat recovery. This experimental study investigates the feasibility of storing thermal energy in zeolites, charged externally to the heat recovery reactor, and discusses the potential applications of externally charged zeolites for m‐TES over short distances, shedding light on their practicality and significance in advancing the field of mobile thermal energy storage. Our findings reveal that zeolites charged at 200°C and subsequently stored outside the discharging unit exhibit an impressive energy storage density (ESD) exceeding 110 kWhth/m3 under conditions of 0.45 m/s air velocity and 60% relative humidity during zeolite discharging. These ESD values are comparable to previously reported figures in the literature. Moreover, ESD values of 30.6 kWhth/m3 were achieved by charging zeolite beads contained within packed transportable tubes constructed from stainless‐steel mesh.

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 seuil0,002

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 Opus0,014
Tête enseignante GPT0,226
Écart entre enseignants0,213 · 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 revueEnergy StorageMême sujetAdsorption and Cooling SystemsTravaux en français237 207