SOĞUTUCU AKIŞKAN KARIŞIMLARININ BUHAR SIKIŞTIRMALI SOĞUTMA SİSTEMİNDE TERMODİNAMİK ANALİZİ
Bibliographic record
Abstract
Bu çalışmada, emme/sıvı hattı ısı değiştiricili buhar sıkıştırmalı soğutma sistemi için, farklı soğutucu akışkanlar ve karışımları kullanılarak soğutma tesir katsayısı ve hacimsel soğutma kapasitesi değerleri hesaplanmıştır. Şu anda mevcut sistemlerde yaygın olarak kullanılan CFC grubundan R12, R22 ve R502, HFC grubundan R134a, R152a, R125, R143a ve R32, HC grubundan R290 ve R600a soğutucu akışkanları ve bunların ikili, üçlü ve dörtlü olarak farklı oranlarda karışımları çalışma akışkanı olarak kullanılmıştır. 1987'de gerçekleştirilen Montreal Protokolü gereği global kirlenmeyi azaltmak amacıyla uluslararası düzeyde R12, R22 ve R502 yerine HFC ve HC grubu soğutucu akışkan karışımlarının kullanılması düşünülmektedir. Bu amaçla çalışmanın kapsamında yeni karışımların CFC akışkanlarıyla performans açısından karşılaştırılması da yer almıştır. Performans değerlerini karşılaştırma amacıyla, sabit sıcaklığa dayalı yöntem kullanılmıştır. Performans değerlerini hesaplamada kullanılan soğutucu akışkanlara ait termodinamik özelikler, REFPROP 6.01 yazılımından alınmıştır. Bu amaçla, bu yazılımın alt programları kullanılarak FORTRAN dilinde yeni yazılımlar hazırlanmış ve ilgili hesaplamalar, bu yazılım aracılığıyla gerçekleştirilmiştir.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".