Experimental investigation and performance optimization of a double slope solar still integrated with nanoparticles in phase change materials
Notice bibliographique
Résumé
• Five modified double-slope solar stills with fins, PCM, and nanoparticles. • Single/multi-objective optimization applied to all modified solar still systems. • Energy, exergy, exergo-economic, environmental impact, and sustainability assessments. • Average output of 2.28 L/day—a 270.97 % increase over conventional stills. • High-accuracy RSM model validated via ANOVA, reliable vs. experimental results. By utilizing solar energy for desalination, solar stills offer a sustainable and cost-effective means of providing fresh drinking water in remote and arid regions. Existing studies have primarily focused on improving freshwater productivity while considering economic and environmental feasibility. The present work offers an in-depth assessment of solar still (SS) systems by analyzing energy and exergy performance, exergoeconomic factors (energy-economic factor, exergoeconomic factor, and cost of water), environmental impacts (CO 2 emissions, exergo-environmental factor, and carbon credit gained), and sustainability indicators (energy payback time and sustainability index). Five different cases were examined: (I) a conventional solar still (CSS), (II) CSS with fins, (III) CSS with fins and PCM, (IV) CSS with fins, PCM, and 1 % CuO nanoparticles, and (V) CSS with fins, PCM, and 1 % Al 2 O 3 nanoparticles. Response Surface Methodology (RSM) was employed to establish a mathematical model that describes the relationship between operating factors (daytime and solar intensity) and response factors (energy efficiency, exergy efficiency, and accumulated distilled water), thereby optimizing system performance. Case IV achieved the maximum freshwater production of 3.38 L/day, representing a 270.97 % increase over the conventional CSS, along with a maximum energy efficiency increase of 76.89 % compared to Case I. The ANOVA test confirmed the accuracy of the model, as evidenced by minimal residuals and strong agreement between the predicted and experimental results. The present study contributes key insights into optimizing SS configurations for enhanced performance, sustainability, and cost-effectiveness.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».