An analytical prediction for charging–discharging cycles of metal foam composite phase change materials thermal energy storage
Notice bibliographique
Résumé
The main drawback of phase change materials is their low thermal conductivity, resulting in poor thermal performance. Recent research has attempted to enhance heat transfer and increase the thermal conductivity of phase change materials, including the addition of metal foams. However, modeling metal foam composite phase change materials using conventional methods, such as numerical simulations, can be computationally expensive due to their complex structure and non-linear phase transition. This paper proposes a unified mathematical framework based on a two-phase Stefan problem subject to a time-dependent convective boundary in an annulus, capable of predicting both solidification and melting processes for charging and discharging metal foam composite phase change materials. Three physical stages, along with four temporal regimes and five spatial layers, are considered to forge asymptotic solutions around a small Stefan number. The effective thermal conductivity is calculated by a three-dimensional structured tetrakaidecahedron model, while other thermophysical properties are obtained through the method of volume averaging. The analytical results are compared with numerical solutions and validated against experimental data in the literature. The computational time is found to be up to 2 orders of magnitude faster than the enthalpy method for each cycle. Effects of porosity and Biot number on the solution are investigated, utilizing dimensionless temperature, interface motion, and solid fraction. Reducing porosity by 2% alone could decrease cycling times by over 25%. The novel analytical model provides an accurate yet computationally efficient prediction of the charging–discharging cycles of metal foam composite phase change materials through a unified mathematical framework.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».