Thermal Performance and Pressure Drop Optimization in Particle-Based Solar Receivers for Next-Generation CSP Plants
Notice bibliographique
Résumé
Solar particle receivers offer significant potential for enhancing next-generation concentrated solar power (CSP) plant efficiency through ultra-high operating temperatures (>700℃).This study addresses the critical challenge of balancing thermal performance against hydraulic losses by developing an integrated optimization methodology combining high-fidelity multiphase computational fluid dynamics (CFD), response surface methodology (RSM), and multi-objective evolutionary algorithms (NSGA-II).Parametric analysis evaluated receiver geometry (inclination angle: 30° -75° , hydraulic diameter: 0.05-0.20 m), particle flow dynamics (mass flow rate: 0.5-2.0kg/s), and incident radiation (≤800 kW/m² ).Results quantified a fundamental trade-off: thermal efficiency (ηth) declined by 24% as mass flow rate increased from 0.5 to 2.0 kg/s, while pressure drop (ΔP) rose by 320%.Pareto-optimal solutions revealed high-efficiency designs achieving ηth > 82.3% at ΔP > 5.8 kPa and low-resistance configurations maintaining ΔP < 2.1 kPa with ηth = 71.6%.Crucially, the balanced solution (ηth = 78.1%,ΔP = 3.4 kPa) reduced pumping power requirements by 32% compared to maximum-efficiency designs.Optimal operational windows were identified at inclination angles of 55° -65° and hydraulic diameters of 0.12-0.17m, with a quantified trade-off of 2.9% ηth reduction per 1 kPa ΔP decrease near the Pareto knee.This work establishes actionable design protocols for achieving >78% thermal efficiency with minimized hydraulic penalties, advancing economically viable high-temperature CSP systems.
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 | 0,000 |
| 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 | 0,001 | 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) | 0,001 | 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 ».