Ejektörlü soğutma sistemlerinde R410A kullanımı
Notice bibliographique
Résumé
Bu çalışmada ejektörlü soğutma sistemlerinde R410A soğutucu akışkan kullanımının sistem performansına etkisinin araştırılması amaçlanmıştır. Ejektör genleştiricili kompresörlü soğutma sistemi matematiksel olarak modellenerek Engineering Equation Solver (EES) yazılım programı yardımıyla sekiz farklı soğutucu akışkan kullanılarak farklı kondenser ve evaporatör sıcaklıkları için uygulanmış sistemin soğutma kapasitesi ve kütlesel debi oranları elde edilmiştir. Elde edilen bulgular grafikleştirilerek sekiz farklı soğutucu akışkan, karşılaştırmalı olarak incelenmiştir. Ayrıca R410A soğutucu akışkanının kütlesel debi oranına bağlı olarak soğutma kapasitesi değerlerinin R22 soğutucu akışkanına yakın,.kütlesel debi oranına bağlı çalışma aralığının ise R22 soğutucu akışkanına göre daha geniş olduğu elde edildi. Kyoto ve Montreal Protokollerine göre çevreye yaptığı olumsuz etkileri nedeniyle üretimi durdurulan ve 2020 yılından itibaren de kullanımı yasaklanacak olan R22 soğutucu akışkanı yerine R410A'nın kullanımının ejektörlü soğutma sistemlerinde iyi bir alternatif olabileceği gösterildi
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,007 |
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 ».