MétaCan
Menu
Retour à la cohorte
Enregistrement W4408394172 · doi:10.2172/2514340

Coatings for CSP Lifetime

2024· report· en· W4408394172 sur OpenAlexaff
Yaniv Binyamin, Ross E. Larsen, Judy Netter, Tucker Farrell, John McFarland, Aranzazú Fernández-García, Inmaculada Cañadas, Florian Sutter, Avigail Manheim, Jacob Hinze

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineMaterials Science
ThématiqueCorrosion Behavior and Inhibition
Établissements canadiensNutrasource
Organismes subventionnairesOffice of Energy EfficiencySolar Energy Technologies OfficeOffice of Energy Efficiency and Renewable EnergyU.S. Department of Energy
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

The feasibility and performance of tower-technology-based concentrated solar power (CSP) is highly dependent on the efficiency of the energy transformation from sun to heat at the receiver. The higher the solar absorptivity of the receiver coating, the higher the efficiency of the plant as a whole. BrightSource Energy (BSE) has developed a series of High-Performance Coating (HPC) systems in order to achieve high absorptivity over the plant lifetime (25-35 years). This requires stable coatings that are easily applicable on the large receiver surface and will maintain their optical properties under intense solar flux and thousands of heating and cooling cycles in desert conditions. Different coating formulations are required according to the differing plant conditions: receiver materials, operating conditions (temperatures, daily cycles, etc.), and environmental conditions. BSE also developed a coating for the next generation of CSP receivers, such as those being under DOE’s CSP Gen3 program, which will be operated with high temperature heat transfer fluids at temperatures of up to 800°C, which is significantly hotter than the operating temperature of current systems. Once the coating is formulated, the next challenge is evaluating its lifetime properties. BSE has found several independent failure modes that impact HPC absorptivity degradation: • Decrease in HPC optical properties due to oxidation in the receiver tubes surface below the HPC; • HPC film deterioration due to cycling of temperatures and humidity due to daily operation startup and shutdown as well as changing ambient conditions; • Mechanical degradation due to erosion by sand and wind. Existing test methods examine various aspects independently, but do not provide a combined accelerated lifetime result. Creating such a combined test suite, with a way to interpret the results to predict the coating’s projected lifetime, was the ultimate goal of this project. The project was divided into three major workstreams: lab testing (individual failure mode tests and combined failure mode tests); developing a theoretical model for aging; and validation of the test apparatus via on-sun testing in near real-world conditions at CIEMAT-PSA. Developing a test apparatus that accurately controlled the temperature while also introducing the desired solar flux proved more challenging than expected. While in the end we did succeed in creating a test apparatus that can control temperature, solar flux, and humidity, the results did not appear to accelerate the lifetime of the samples as desired. We suspect that to properly accelerate the samples we must also subject the samples to increased amounts of oxygen. Similarly, while we successfully created a combined model that is publicly available, we were unable to validate it sufficiently to feel comfortable recommending it as a general guideline.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,052
Tête enseignante GPT0,341
Écart entre enseignants0,289 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCorrosion Behavior and InhibitionTravaux en français237 207