Dynamic Analysis of the Solid-Gas Thermochemical Heat Transformers for Industrial Heat Recovery
Notice bibliographique
Résumé
A significant portion of the energy supplied to the industries is dissipated as low, medium, or high-grade waste heat.In the sake of improved energy efficiency and sustainability in the industrial sectors, significant recovery and heat upgrading measures for these waste heat streams are needed.Thermochemical heat transformers (THTs) have emerged as a promising sort of technological solutions for upgrading waste heat streams in industry.Among various types of THTs, solid-gas (SG) species reacting type provides significant advantages, including a higher temperature lift, greater heat storage capacity, and scalability.This study presents a dynamic model of an innovative SG-THT technology under development for waste heat upgrading for process heating applications in the range of 200-300, using SrBr2.H2O as the working pair due to its stable chemical properties and high energy density.The system is programmed in Modelica and dynamically simulated to track its chemical reactions within the hydration and dehydration reactors.The results indicate the maximum temperature lift of the system to be 84.59under the considered realistic operational conditions at an overall thermal energy efficiency of 66.65%.The results indicate that the proposed SG-THT system can show a satisfactory performance in transient conditions such as fluctuating off-design loads, start-up, and shutdown demonstrating its capability for making a potential role in the industrial sector decarbonization.This dynamic simulation provides important information for designing the system more effectively to reach better efficiency levels, reducing capital and operational costs, and cope better with use case dynamics.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».