دانشگاه کاشانمهندسی و مدیریت انرژی2345-295115220260220Numerical Simulation of a Parabolic Trough Solar Collector Equipped with a Vortex Generator under Magnetic Field Using Cu-DWCNT/Therminol VP-1 Hybrid Nanofluidشبیهسازی عددی کلکتور خورشیدی سهموی مجهز به مولد گردابه تحتتأثیر میدان مغناطیسی حاوی نانوسیال هیبریدی دوفازی Cu-DWCNT/Therminol VP-122111531110.22052/eem.2026.257681.1146FAعلیرضاآقاییدانشکده مهندسی مکانیک، دانشگاه کاشان، ایرانعلیرضامیرزاییدانشکده مهندسی مکانیک، دانشگاه کاشان، ایرانJournal Article20251004This study numerically investigated the thermal performance of a parabolic trough solar collector (PTSC) equipped with a vortex generator (VG), which was under an external magnetic field, using a two-phase hybrid nanofluid (Cu-DWCNT/Therminol VP-1). Key parameters such as Reynolds number, nanoparticle concentration, and magnetic field intensity were analyzed.The paper presents a numerical simulation of heat transfer and fluid flow in a PTSC, using a hybrid nanofluid (Cu-DWCNT/Therminol VP-1) enhanced by vortex generators and exposed to a transverse magnetic field. Results showed that with 4% nanoparticle concentration, with Reynolds number of 33,000, and with optimized VG geometry (Case F), the exergetic efficiency increased by 65.83%. Moreover, the highest thermal enhancement under magnetic influence was observed at Hartmann number Ha = 125 and Re = 21,000.<strong>در مطالعۀ حاضر، اثر شکل هندسی مختلف مولدهای گردابه در یک کلکتور خورشیدی سهموی مورد بررسی قرار میگیرد. همچنین اثر میدان مغناطیسی در اعداد هارتمن 25 تا 125 بر کلکتور بررسی شده است. نانوسیال هیبریدی دوفازی Cu-DWCNT/Therminol VP-1 بهعنوان سیال کاری در کسرحجمی صفر، 1 و 4 درصد مورد شبیهسازی قرار گرفته است. مطالعه برای رژیم جریان آشفته و در اعداد رینولدز 15000 تا 33000 انجام شد. نانوسیال هیبریدی دوفازی در دمای 23 درجه وارد لوله شده است. همچنین بهمنظور حل جریان آشفته از مدل توربولانسی k-ω-SST و برای حل مشکل کوپلینگ فشار و سرعت از الگوریتم سیمپل سی استفاده شده است. در کسر حجمی 4 درصد از نانوسیال هیبریدی و عدد رینولدز 33000، افزودن مولد (حالت هندسی Case F) درون کلکتور باعث میشود عدد ناسلت متوسط به میزان 83/65 درصد نسبت به زمانی که درون کلکتور بدون مولد گردابه است، افزایش یابد. درنهایت با افزایش عدد هارتمن از 25 تا 125و افزایش عدد رینولدز از 15000 به 33000 موجب افزایش معنیدار بازده اگزرژی میشود (برای مثال: Case D ≈ 26/6%، Case E ≈ 27/38% ، Case F ≈ 28/92%). این افزایش تا حدود Re ≈ 21000 ادامه داشته و سپس با افزایش بیشتر Re کاهش مییابد. </strong><strong>در واقع میتوان نتیجه گرفت که استفاده از میدان مغناطیسی حداکثر بازده اگزرژی را در عدد رینولدز 21000 و عدد هارتمن 120 درون کلکتور مجهز به مولد گردابه با شکل هندسی Case F دارد.</strong>https://energy.kashanu.ac.ir/article_115311_3de3b70aa06f6d4a2cc70ec8ca8b768a.pdfدانشگاه کاشانمهندسی و مدیریت انرژی2345-295115220260121Localized Implementation of Passive Solar Systems Using a Two-Stage Data Analysis Approach for Energy Management in Cold Climate Regions of Iran: A Case Study of City of Zanjanبومیسازی اجرای سیستمهای غیرفعال خورشیدی مبتنی بر تحلیل دومرحلهای داده با هدف مدیریت انرژی در مناطق سردسیر ایران (منطقۀ مورد مطالعه: شهر زنجان)224111536310.22052/eem.2026.257671.1148FAفرنوشمریخ بیاتگروه مدیریت فناوری اطلاعات، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران.محمد رضاثناییگروه مدیریت فناوری اطلاعات، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران.هومنثبوتیگروه معماری، واحد زنجان، دانشگاه آزاد اسلامی، زنجان، ایران.محمدمهدیگیلانیان صادقیگروه مهندسی کامپیوتر و فناوری اطلاعات، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران.Journal Article20251017This study aims to propose an energy management strategy for buildings located in cold climates during critical periods of energy supply, with a goal of designing a self-sufficient building capable of meeting its own energy demands. It utilizes passive solar technologies as part of sustainable urban development. In this analytical and comparative framework, the building envelope is designed in harmony with geographic coordinates and influential environmental factors (climate), enabling the structure to operate independently from the existing energy network by harnessing renewable solar energy through architectural components. To achieve this objective, a dataset was developed using descriptive information layers, aerial maps, and field surveys, comprising the architectural characteristics of 100 residential buildings located in a cold climate zone (city of Zanjan). It included 35 informational attributes. Subsequently, a two-stage environmental data analysis was conducted based on internal and external influencing factors, employing a decision matrix and three predictive data-mining models (decision tree, association rules, and Bayesian classifier). Site plan characteristics were also analyzed to evaluate the impact of criteria related to climatic optimization, calculating the influence of three variables—orientation relative to the south, surface coverage, and building elongation—on maximizing solar energy utilization. A combined prioritization, based on the climatic energy labeling index, was then computed and validated, integrating the residential zone and the passive solar design approach while considering the architectural characteristics of the building envelope and energy loss criteria. The high reliability of the obtained results (over 85%) confirmed the validity of the management decisions and retrofitting operations derived from the analysis.پژوهش حاضر بهمنظور ارائۀ راهکار مدیریت انرژی برای ساختمانهای واقع در اقلیم سرد در زمانهای بحرانی تأمین انرژی با هدف طراحی ساختمانی خودتأمین ازنظر رفع نیاز انرژی، مبتنی بر استفاده از فناوری غیرفعال خورشیدی در مسیر توسعۀ پایدار شهری صورت پذیرفته است. در این راهکار تحلیلی و قیاسی، پوستۀ خارجی ساختمان هماهنگ با مختصات جغرافیایی و عوامل محیطی مؤثر (اقلیم) طراحی گردیده و مستقل از شبکۀ موجود تأمین انرژی، نیاز خود را از انرژی تجدیدپذیر خورشیدی بر پایۀ اجزای معماری تأمین میکند.
در راستای تحقق این هدف، ابتدا مجموعه داده با استفاده از لایههای اطلاعات توصیفی، نقشۀ هوایی و بازدید میدانی، مشتمل بر مشخصههای معماری 100 ساختمان مسکونی واقع در اقلیم سرد (شهر زنجان) و تعیین 35 مشخصۀ اطلاعاتی ساخته شد. در ادامه دو مرحله تحلیل دادۀ محیطی مبتنی بر عوامل بیرونی و درونی مؤثر، بهترتیب با استفاده از ماتریس تصمیم و سه مدل پیشبینی حاصل از عملیات دادهکاوی (درخت تصمیم، قواعد انجمنی و قانون بیز) انجام گردید. تحلیل ویژگیهای سایت پلانی با بررسی میزان تأثیر معیارهای مرتبط با بهسازی اقلیمی، میزان تأثیرگذاری در استفادۀ حداکثری از انرژی خورشید را با سه متغیر زاویه با جنوب، سطح پوشش و کشیدگی بنا محاسبه نموده و سپس اولویتبندی ترکیبی بر مبنای سنجۀ برچسب انرژی اقلیمی، متشکل از منطقۀ مسکونی و روش غیرفعال خورشیدی با لحاظ مشخصههای معماری پوستۀ خارجی و معیارهای هدررفت انرژی محاسبه و اعتبارسنجی گردید. ضریب اطمینان بالای نتایج حاصل (بیش از 85 درصد)، به تصمیمات مدیریتی و عملیات بهسازی مبتنی بر نتایج، اعتبار میبخشد.https://energy.kashanu.ac.ir/article_115363_375ab99faf7d3ed6afa4479eb640c643.pdfدانشگاه کاشانمهندسی و مدیریت انرژی2345-295115220260220Optimal Planning of Renewable Energy Management with Energy Storage for an Industrial Microgrid by a New Hybrid Model Based on Deep Machine Learning in Golgohar Industrial and Mining Complexبرنامهریزی بهینۀ مدیریت انرژی تجدیدپذیر و ذخیرهساز برای یک ریزشبکۀ هوشمند صنعتی با استفاده از مدل ترکیبی جدید مبتنیبر آموزش عمیق ماشین425511531410.22052/eem.2026.257360.1137FAفرشیدکی نیاپژوهشکده انرژی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران.غلامرضامعمارزادهدانشکده مهندسی، دانشگاه ولیعصر (عج)، رفسنجان، ایرانرضاخاکسارپورشرکت معدنی و صنعتی گل گهر سیرجان، کرمان، ایران.علیعباسی نیاشرکت معدنی و صنعتی گل گهر سیرجان، کرمان، ایرانJournal Article20250804Renewable energy sources have attracted much attention as a priority option to reduce costs and reduce greenhouse gas emissions from fossil fuels. However, their use causes uncertainty and reduces reliability in industries. Moreover, rapid fluctuations in renewable energy generation can strain the grid infrastructure and require investment in advanced grid management systems and energy storage solutions to maintain system stability and reliability. This paper proposes a comprehensive framework for optimizing the performance and profitability of a microgrid. To this end, first it used data mining techniques to accurately predict net load and electricity price through using appropriate inputs for a hybrid forecasting model with cascade neural network architecture and deep learning. <strong>منابع انرژی تجدیدپذیر بهعنوان یک گزینۀ اولویتدار برای کاهش هزینه و کاهش انتشار گازهای گلخانهای از سوختهای فسیلی توجه زیادی را به خود جلب کردهاند. بااینحال، استفاده از آنها باعث عدم قطعیت و کاهش قابلیت اطمینان در صنایع میشود. علاوهبر این، نوسانات سریع در تولید انرژیهای تجدیدپذیر میتواند زیرساختهای شبکه را تحت فشار قرار دهد و به سرمایهگذاری در سیستمهای مدیریت شبکۀ پیشرفته و راهحلهای ذخیره انرژی برای حفظ ثبات و قابلیت اطمینان سیستم نیاز دارد. در این مقاله یک چارچوب جامع برای بهینهسازی عملکرد و سودآوری یک ریزشبکۀ هوشمند پیشنهاد میشود. برای این منظور، ابتدا با استفاده از روشهای انتخاب مشخصههای مناسب برای مدل پیشبینی ترکیبی با معماری شبکههای عصبی آبشاری و یادگیری عمیق، بهطور دقیق بار خالص و قیمت برق را پیشبینی میشود. براساس نتایج بهدستآمده، الگوریتم پیشنهادی بهطور میانگین بهدقت پیشبینی قابل توجهی برای پیشبینی بار خالص و قیمت برق دست مییابد که اثربخشی آن را در مدلسازی پیچیدگیهای ذاتی این متغیرها نشان میدهد. علاوهبر این، این مقاله تأثیر ذخیرهساز انرژی را بر سودآوری ریزشبکۀ هوشمند بررسی میکند. نتایج نشان میدهد که ترکیب یک ذخیرهساز انرژی با اندازۀ بهینه میتواند درآمد ریزشبکۀ هوشمند را تا میزان قابل توجهی افزایش دهد و مزایای اقتصادی ذخیرهسازی انرژی را در کاهش چالشهای ناشی از یکپارچهسازی انرژیهای تجدیدپذیر برجسته کند.</strong>https://energy.kashanu.ac.ir/article_115314_fb30e9cfe5adfd8d00d510bae704dc44.pdfدانشگاه کاشانمهندسی و مدیریت انرژی2345-295115220260121An Energy Consumption Management Framework in IoT and Smart Citiesارائۀ یک چارچوب مدیریت مصرف انرژی در بستر اینترنت اشیا و شهرهای هوشمند566911536410.22052/eem.2026.257762.1149FAسهیلاکرباسیگروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه گلستان، گرگان، ایران،مریمملکگروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه گلستان، گرگان، ایرانJournal Article20251015<strong> </strong>In recent years, research in the field of smart cities and their related parameters has become very popular. One of the fundamental challenges in managing smart cities within the Internet of Things (IoT) context is the amount of energy consumption, which is supplied through electrical energy. This research presents a new framework for energy consumption management in smart cities while introducing the advantages and challenges of IoT in smart cities. For this purpose, the distance metric between communication nodes in a smart city is considered as a fundamental parameter for energy consumption management. Also, another parameter, referred to as the ‘remaining battery charge of each transmitting node’ is engaged. This allows for an appropriate decision to be made regarding the selection of a node for transmission, taking into account the distance and the remaining battery charge of a node. Therefore, the distance and the battery charge of the nodes are examined by a fuzzy logic system; by assigning a number between zero and one hundred to each node, the best candidate node is identified from among the nodes. In this way, each node with a higher assigned number is considered a more suitable candidate for data transmission. Throughout the network, some nodes are selected as agents that undertake the task of transmitting their own data and that of their neighboring nodes. The selection of these agent nodes is a fundamental challenge that has infinitely many solutions. For this purpose, the Grey Wolf Optimizer algorithm has been used to find optimal values for the agent nodes. The issue of selecting multiple agents in a smart city for the best agent transmission is a multi-agent problem. By defining various objectives such as bandwidth, throughput, and time, it transforms into a multi-objective problem. Finally, by comparing the simulation results of proposed method with two other methods, the findings showed that the proposed method offered better performance for the various defined scenarios. Thus, by considering distance and utilizing a multi-agent, multi-objective system, the remaining battery charge can provide acceptable results in the field of energy consumption in smart cities, especially in countries with energy challenges.<strong>در سالهای اخیر پژوهش در حوزۀ شهرهای هوشمند و مؤلفههای مربوط به آن بسیار رواج یافته است. یکی از چالشهای اساسی در مدیریت شهرهای هوشمند در بستر اینترنت اشیا، میزان انرژی مصرفی است که ازطریق انرژی الکتریکی تأمین میگردد. در این تحقیق ضمن معرفی مزایا و چالشهای اینترنت اشیا در شهرهای هوشمند، یک چارچوب پیشنهادی برای مدیریت مصرف انرژی در شهرهای هوشمند ارائه شده است. برای این منظور معیار فاصلۀ بین انواع دستگاههای (گره) شبکه در شهر هوشمند بهعنوان یک پارامتر اساسی برای مدیریت انرژی در نظر گرفته شده است. همچنین بهمنظور مدیریت هوشمند مصرف انرژی از پارامتر میزان انرژی باتری گره ارسالکننده کمک گرفته میشود تا با توجه به مقدار فاصله و مقدار شارژ باتری، تصمیم مناسب برای انتخاب گره برای ارسال اتخاذ شود. میزان فاصله و مقدار شارژ باتری گرهها توسط یک منطق فازی مورد بررسی قرار میگیرد و با اختصاص عددی بین صفر تا صد به هر گره، بهترین گره بهعنوان کاندید از میان گرهها مشخص میشود. در کل شبکه، گرههایی بهعنوان عامل انتخاب میشوند که وظیفۀ ارسال اطلاعات خود و گرههای همسایه را بر عهده میگیرند. انتخاب این گرههای عامل از بین کل گرهها یک چالش اساسی است که پیچیدگی محاسباتی بالایی دارد. برای این منظور از الگوریتم بهینهسازی گرگ خاکستری برای یافتن بهینۀ عاملها استفاده شده است. مسئلۀ انتخاب چند عامل در شهر هوشمند برای ارسال دادهها، یک مسئلۀ چندعامله است که با تعریف اهداف مختلفی ازجمله پهنای باند، توان عملیاتی و زمان ارسال، به یک مسئلۀ چندهدفه تبدیل میشود. در انتها با مقایسههای متعدد نشان داده میشود که نتایج روش پیشنهادی برای سناریوهای مختلف تعریفشده عملکرد بهتری را به همراه دارند. بهاینترتیب میزان انرژی باقیماندۀ باتری با در نظر گرفتن فاصله و استفاده از یک سیستم چندعامله و چندهدفه میتواند نتایج قابل قبولی را در حوزۀ مصرف انرژی در شهرهای هوشمند بهخصوص برای مقابله با چالش کمبود تولید انرژی ارائه دهد.</strong>https://energy.kashanu.ac.ir/article_115364_e80bd339f0ab508b5875e80cff9085d0.pdfدانشگاه کاشانمهندسی و مدیریت انرژی2345-295115220260121Simulation and Techno-Economic Evaluation of the Performance of a Photovoltaic-PEM Electrolyzer Hybrid System for Green Hydrogen Production: A Case Study in Northern Iranمدلسازی و ارزیابی فنی- اقتصادی عملکرد سیستم هیبریدی فتوولتائیک-الکترولایزر غشا تبادل پروتون برای تولید هیدروژن سبز: مطالعۀ موردی در شمال ایران708511566710.22052/eem.2026.258348.1163FAجعفرنژادعلیدانشکده مهندسی و فناوری، دانشگاه مازندران، بابلسر، ایرانپژمانذبیحی پایین افراکتیدانشکده مهندسی و فناوری، دانشگاه مازندران، بابلسر، ایرانJournal Article20260209This paper simulates and investigates the technical and economic performance of a hybrid system of photovoltaic panels and proton exchange membrane electrolyzer for hydrogen production in the climatic conditions of Mazandaran province. The mathematical modeling of the photovoltaic panel, based on a five-parameter model and the electrolyzer, was performed using the voltage-current curve obtained from fitting experimental data. Solar radiation and temperature data of Ghaemshahr city were used as model inputs, and the system performance was investigated on a daily and seasonal scale. Every 10% increase in radiation leads to about 10% increase in hydrogen production rate. In the temperature range of 5 to 40 degrees Celsius, the average hydrogen production rate increased by less than 2%, indicating that it did not have a significant effect on system performance. Temperature had a dual effect on the system: increasing temperature reduced the efficiency of the photovoltaic panel but improved the conductivity of the electrolyte in the electrolyzer. Electrical matching analysis showed that in direct connection, the system operating point was near the maximum power point of the photovoltaic panel in most climatic conditions. An economic analysis of implementing a 5-kW system in Mazandaran Province showed that the project was economically justified assuming the current price of hydrogen. Also, as the price of hydrogen increases, the payback period will decrease significantly.این مقاله به مدلسازی و بررسی عملکرد فنی و اقتصادی سامانۀ هیبریدی پنل فتوولتائیک و الکترولایزر غشا تبادل پروتون برای تولید هیدروژن در شرایط آبوهوایی استان مازندران میپردازد. مدلسازی ریاضی پنل فتوولتائیک براساس مدل پنجپارامتری و الکترولایزر با استفاده از منحنی ولتاژ - جریان حاصل از برازش دادههای تجربی انجام شده است. دادههای تابش خورشیدی و دمای شهرستان قائمشهر بهعنوان ورودی مدل استفاده شده و عملکرد سامانه در مقیاس روزانه و فصلی مورد بررسی قرار گرفته است. نتایج نشان داد که هر ۱۰ درصد افزایش در تابش، حدود 10 درصد افزایش در تولید هیدروژن به همراه دارد. با افزایش دما از 5 تا 40 درجۀ سانتیگراد، نرخ تولید هیدروژن کمتر از 2 درصد افزایش یافت که نشان میدهد تأثیر قابل توجهی بر عملکرد سیستم ندارد. درحالیکه دماهای بالاتر راندمان پنل را کاهش میدهند، رسانایی الکترولیت را در الکترولایزر بهبود میبخشند. تحلیل تطبیق الکتریکی نشان داد که در اتصال مستقیم، نقطۀ کار سامانه در اغلب شرایط اقلیمی در نزدیکی نقطه بیشینه توان پنل فتوولتائیک قرار دارد. تحلیل اقتصادی اجرای یک سامانۀ ۵ کیلوواتی در استان مازندران نشان داد پروژه ازنظر اقتصادی قابل توجیه است. همچنین با افزایش قیمت هیدروژن، دورۀ بازگشت سرمایه بهطور قابل توجهی کاهش مییابد.https://energy.kashanu.ac.ir/article_115667_5affb71ebf16553f4d7c8e0703e721b7.pdfدانشگاه کاشانمهندسی و مدیریت انرژی2345-295115220260121The Effect of Air Recirculation on the Efficiency of an Indirect Solar Dryer with a Vacuum Collector Equipped with Phase Change Material and Heat Exchangerتأثیر جریان بازگشتی هوا بر راندمان خشککن خورشیدی غیرمستقیم با کلکتور خلأ مجهز به مادۀ تغییرفازدهنده و مبدل حرارتی8610711566610.22052/eem.2026.258347.1161FAمحمد صالحبرقی جهرمیگروه مهندسی مکانیک، دانشگاه جیرفت، جیرفت، ایرانهادیصمیمی اخیجهانیگروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه کردستان، سنندج، ایرانJournal Article20260206In the process of drying agricultural products, a high initial moisture content leads to increased energy consumption. To reduce this consumption, the use of solar systems, either independently or in combination with other heat sources, is a common method. However, one of the factors reducing efficiency in dryers is the loss of thermal energy in systems with open airflow. Employing a return airflow at the dryer inlet can improve thermal efficiency and reduce product drying time. In this research, an indirect cabinet-type solar dryer equipped with a vacuum tube solar collector and a heat exchanger fitted with Phase Change Material (PCM) was investigated. The effect of different percentages of return airflow (0, 25, 50, and 70 percent) on Specific Energy Consumption (SEC), overall drying process efficiency, and solar collector efficiency in an indirect cabinet-type solar dryer was examined. Furthermore, to analyze the flow behavior and temperature changes within the dryer, a three-dimensional simulation using Computational Fluid Dynamics (CFD) was performed. The numerical results indicated that the 50% return airflow condition was the optimal state, reducing the drying time from 910 seconds (in the zero case) to 545 seconds, achieving the lowest Specific Energy Consumption of 10.62 MJ/kg by utilizing the latent heat capacity of the PCM. The use of the return airflow system up to 50% improved the overall dryer efficiency by up to 29.01% compared to the no-air-recirculation case. However, increasing the return airflow to 70% resulted in a decrease in efficiency due to the air becoming saturated with moisture and an increase in drying time. <br /><strong>در فرایند خشککردن محصولات کشاورزی، وجود میزان زیاد رطوبت اولیه سبب افزایش مصرف انرژی میگردد. بهمنظور کاهش این مصرف، بهرهگیری از سامانههای خورشیدی بهصورت مستقل یا ترکیبی با دیگر منابع حرارتی، روشی متداول محسوب میشود. بااینحال، یکی از عوامل کاهش کارایی در خشککنها، اتلاف انرژی گرمایی در سیستمهای دارای جریان باز است. بهکارگیری جریان هوای بازگشتی در ورودی خشککن میتواند موجب بهبود راندمان حرارتی و کاهش زمان خشک شدن محصول گردد. در این پژوهش، یک خشککن خورشیدی غیرمستقیم از نوع کابینتی که به یک کلکتور خورشیدی لوله خلأ و یک مبدل حرارتی مجهز به ماده تغییرفازدهنده (PCM) مجهز است، مورد بررسی قرارگرفت. تأثیر درصدهای مختلف جریان بازگشتی (۰، ۲۵، ۵۰ و ۷۰ درصد) بر مصرف انرژی ویژه (SEC)، بازده کلی فرایند خشککردن و راندمان کلکتور خورشیدی در یک خشککن خورشیدی غیرمستقیم از نوع کابینتی مورد بررسی قرار گرفته است. همچنین بهمنظور تحلیل رفتار جریان و تغییرات دمایی در داخل خشککن، شبیهسازی سهبعدی با روش دینامیک سیالات محاسباتی (CFD) انجام گردید. نتایج عددی نشان داد که حالت 50 درصد جریان بازگشتی، بهینهترین وضعیت است؛ بهطوریکه زمان خشکسازی را از 910 ثانیه (در حالت صفر) به 545 ثانیه کاهش داده و کمترین مصرف انرژی ویژه معادل 62/10 مگاژول بر کیلوگرم را با استفاده از ظرفیت حرارتی نهفته در PCM را به دست آورد. استفاده از سامانه جریان بازگشتی تا 50 درصد موجب بهبود راندمان کلی خشککن تا 01/29 درصد نسبت به حالت بدون بازگشت هوا گردید. بااینحال، افزایش جریان بازگشتی به 70 درصد بهدلیل اشباع شدن هوا از رطوبت و افزایش زمان خشکسازی، منجر به کاهش کارایی شد.</strong>https://energy.kashanu.ac.ir/article_115666_d7a725c9d981e83ca1e28ab658a02491.pdf