Hemp-Lime Composite Integration with Phase Change Materials and their Application in Cold Climates
Notice bibliographique
Résumé
This research explores developing, characterizing, and analyzing a new low-carbon composite material combining hemp-lime (hempcrete) and phase change materials (PCMs) for enhanced thermal performance in buildings. The study is divided into four main phases. In the first phase, novel hemp-lime composites were created using recycled, locally sourced, low-embodied energy binders and pozzolans. These composites were experimentally characterized for mechanical, thermal, and moisture buffering properties. Results showed that density affects hempcrete's properties and locally sourced pozzolans like metakaolin and recycled brick performed better than traditional hydraulic lime. The second phase included developing new hemp-lime composites with metakaolin and microencapsulated PCMs (MPCM). Numerical simulations compared the energy performance of timber-frame walls with hempcrete and HPCMs. The inclusion of MPCMs enhanced the heat storage potential of the composites. Consequently, in the third phase, a novel hysteresis modelling approach was proposed to improve the accuracy of phase change simulations. The new model was validated experimentally and compared with existing hysteresis methods. The study highlighted the importance of selecting appropriate hysteresis models and PCM integration techniques. Finally, numerical simulations investigated the effect of different heating schedules on hempcrete-PCM wall assemblies. The scenarios tested included heating setback temperature and temperature ramp-up. Results indicated that changing setpoints significantly influences PCM behaviour and wall thermal performance. Overall, this research demonstrates the potential of PCM-enhanced hemp-lime composites as sustainable building materials with improved thermal mass capacity suitable for cold climates like Canada.
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 | 0,001 |
| 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 ».