Gaseous Contaminant Transfer in Membrane Energy Exchangers
Notice bibliographique
Résumé
Membrane-based air-to-air energy exchangers (M-AAEEs) reduce the energy required for conditioning building ventilation air by transferring heat and moisture between the building exhaust and ventilation air. However, M-AAEEs may also contaminate the ventilation air due to the transfer of contaminants from the stale exhaust air leaving the building to the fresh ventilation air being supplied to the building. It is important to quantify this transfer to assess its impact on indoor air quality. Hence, the main objective of this thesis is to quantify contaminant transfer in M-AAEEs using test methods available in the literature. \n\nA test facility was developed, and experiments were performed to quantify the contaminant transfer for different air flow rates, pressure conditions, contaminants and membrane types. Contaminant transfer was quantified using a parameter called the exhaust contaminant transfer ratio (ECTR), which gives the fraction of the contaminants that transferred from the exhaust air to the ventilation air. Furthermore, a theoretical model was developed to predict contaminant transfer through the membranes. The results from the experiments and the theory were in good agreement within uncertainty limits. The experimental uncertainty in ECTR was between ± 0.5% and ± 2.7%.\n\nContaminants with lower molecular weight and smaller size (i.e., higher diffusivity) tend to have higher transfer through the membranes considered in this study. As a result, the inert tracer gas test, which is recommended in current energy exchanger standards to determine leakage in M-AEEs, may not represent the transfer of many common indoor contaminants. Moreover, the theoretical model presented in this study can be used to estimate contaminant transfer if the moisture transfer rate through the membrane is known.
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 | 0,001 | 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 ».