MétaCan
Menu
Retour à la cohorte
Enregistrement W4408979030 · doi:10.1016/j.enbuild.2025.115678

A novel systematic heat integration and heat recovery approach for reactivating abandoned mines to meet energy demand of greenhouses-application of dynamic pinch analysis

2025· article· en· W4408979030 sur OpenAlex
Hosein Faramarzpour, Soroush Entezari, Mikhaı̈l Sorin, Michel Grégoire

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.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueEnergy and Buildings · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGreenhouse Technology and Climate Control
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPinch analysisGreenhouseEnergy (signal processing)Energy analysisProcess integrationEnvironmental scienceEngineeringArchitectural engineeringMechanical engineeringProcess engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Designing an optimum and efficient energy system for a greenhouse in cold climate conditions, such as Canada, is a very challenging task, and is even more sophisticated when different sources of energies (solar, geothermal, etc.) should be integrated into the energy system. This study, for the first time, is proposing a systematic heat integration approach, based on Dynamic Pinch Analysis, to improve the efficiency of the energy system of a greenhouse through taking advantage of heat recovery from waste energies (grey water and air ventilation). Also, it proposed a novel methodology to integrate a solar assisted geothermal heat pump system into a greenhouse to eliminate fossil fuel consumption. Following the evaluation of the geothermal energy potential of an open pit lake of an abandoned mine (King Beaver Mine), a mathematical energy model was developed to calculate the energy demand of the case study greenhouse in Quebec, Canada. To reduce the calculation time, two unsupervised machine learning techniques (K-Means and K-medoids) were used to identify the typical days (TDs). For each typical day and each time slice (1 hr), composite curves (CCs) were plotted. These CCs enabled energy targeting by maximizing heat recovery and facilitating the design of an optimal heat exchanger network (HEN). A techno-economic analysis was then conducted to determine the optimal HEN configuration among the scenarios, ensuring efficient placement of heat exchangers to maximize energy efficiency and cost savings for the greenhouse climate control system. It is shown that by taking advantage of heat recovery from waste energy 38 percent energy saving is possible. Calculations indicate that using a properly sized thermal energy storage unit could reduce the condenser size of the heat pump by over 40 percent.

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)0,000
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 enseignants0,469
Score d'incertitude au seuil0,261

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,212
Écart entre enseignants0,205 · 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