Caractérisation des propriétés et des performances du D-mannitol dans un système de récupération de chaleur
Bibliographic record
Abstract
Aujourd’hui, alors que le monde s’oriente vers l’utilisation des énergies renouvelables afin de limiter les émissions de CO2, le stockage d’énergie devient un enjeu économique important dans cette transition énergétique. En effet, le stockage d’énergie permettrait de réguler l’intermittence des énergies renouvelables comme le solaire ou l’éolien et ainsi de réduire le « Peak shifting ». Cette approche offre, en outre, de stocker l’énergie électrique lorsque la demande est faible et/ou les prix sont bas pour la redistribuer lorsque la demande est plus forte et/ou les prix plus élevés. Une des solutions de stockage thermique, ayant un impact environnemental limité, est l’utilisation de matériaux à changement de phase (MCPs). Ces matériaux ont la capacité de stocker une grande quantité d’énergie thermique dans un volume relativement faible par leur chaleur latente de fusion et sont donc une alternative intéressante par rapport aux solutions de stockage d’énergie thermique sous la forme de chaleur sensible. Ce projet de maîtrise tente d’apporter une réponse quant à la pertinence ou non d’utiliser un MCP comme milieu de stockage thermique dans un système de stockage d’énergie par air comprimé (CAES). Cette étude combine une approche numérique, réalisée avec le logiciel ANSYS-Fluent V18.0, et une approche expérimentale sur la caractérisation des propriétés et des performances d’un MCP. Enfin l’ajout de nanoparticules afin d’améliorer leur conductivité thermique est testé numériquement. Des mesures de température permettront d’observer le temps de changement de phase du matériau pour en déduire l’efficacité de la méthode employée ou du MCP utilisé. Cela permettra d’envisager l’utilisation d’un MCP à haute température de fusion (100-200⁰C) comme moyen d’amélioration du rendement d’un système CAES. L’objectif de ce projet de recherche est d’apporter à l’université de Sherbrooke un nouveau banc d’essais simple permettant de caractériser les performances de MCPs comme système de stockage thermique et un nouveau modèle numérique servant de comparaison. Avec ces deux nouveaux outils, on pourra quantifier les performances des MCPs et surtout leur dégradation après des cycles répétés de charge/décharge et comprendre comment améliorer leur capacité de stockage et leur temps de réponse. Le but est lorsque ce système de stockage thermique est couplé à un système de stockage par air comprimé, l’ensemble devienne suffisamment efficace pour concurrencer les batteries ou les centrales au diesel largement utilisées dans les sites reculés du Québec.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".