B

@B_chavarria

Energies2 Cara Pow

Python
1 year ago
import matplotlib.pyplot as plt # Datos de ancho, potencia eléctrica y térmica widths = [0.03, 0.06, 0.09, 0.12] electric_power = [1.868, 1.797, 1.755, 1.723] thermal_power = [4.859, 5.036, 5.178, 5.307] # Tamaños de letra personalizables title_fo

Energies2 Tuberia Pow

Python
1 year ago
import matplotlib.pyplot as plt # Datos de longitud, potencia eléctrica y térmica lengths = [7, 8, 9, 10, 11, 12, 13] electric_power = [1.212, 1.383, 1.554, 1.723, 1.892, 2.061, 2.229] thermal_power = [3.708, 4.241, 4.774, 5.307, 5.841, 6.375, 6.90

Energies2 Flujo masico Tem2

Python
1 year ago
import matplotlib.pyplot as plt # Nuevos datos de diámetro y temperatura diameters = [0.02, 0.04, 0.06, 0.08, 0.1, 0.12, 0.14, 0.16, 0.18] pv_temp = [136.4, 103.5, 92.64, 87.18, 83.91, 81.71, 80.14, 78.96, 78.04] absorber_temp = [136.1, 103.3, 92.3

Energies2 Flujo masico Tem

Python
1 year ago
import matplotlib.pyplot as plt # Nuevos datos de diámetro y temperatura diameters = [0.02, 0.04, 0.06, 0.08, 0.1, 0.12, 0.14, 0.16, 0.18] pv_temp = [136.4, 103.5, 92.64, 87.18, 83.91, 81.71, 80.14, 78.96, 78.04] absorber_temp = [136.1, 103.3, 92.3

Energies2 Diametro Tem

Python
1 year ago
import matplotlib.pyplot as plt # Nuevos datos de diámetro y temperatura diameters = [0.015, 0.03, 0.045, 0.06, 0.075, 0.09] pv_temp = [78.8, 79.98, 81.61, 83.46, 85.46, 87.59] absorber_temp = [78.49, 79.84, 81.52, 83.4, 85.42, 87.55] htf_inlet_tem

Energies2 Cara Tem

Python
1 year ago
import matplotlib.pyplot as plt # Nuevos datos de ancho y temperatura widths = [0.03, 0.06, 0.09, 0.12] pv_temp = [78.91, 78.75, 78.92, 79.51] absorber_temp = [77.83, 78.21, 78.56, 79.25] htf_inlet_temp = [77.74, 78.02, 78.24, 78.45] # Configuraci

Energies2 Tuberia Tem

Python
1 year ago
import matplotlib.pyplot as plt # Nuevos datos de longitud y temperatura lengths = [7, 8, 9, 10, 11, 12, 13] pv_temp = [76.74, 77.66, 78.59, 79.51, 80.44, 81.36, 82.29] absorber_temp = [76.48, 77.4, 78.32, 79.25, 80.18, 81.1, 82.03] htf_inlet_temp

Tesis - Energies2 Mex Efficiency

Python
1 year ago
import matplotlib.pyplot as plt # Nuevos datos de eficiencia en función del mes months = ['Ene', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic'] electric_efficiency = [0.2007, 0.1979, 0.1982, 0.1971, 0.1942,

Tesis - Energies2 Mex Energy

Python
1 year ago
import matplotlib.pyplot as plt # Meses en inglés months = ['Ene', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic'] # Nuevos datos de energía eléctrica y térmica electric_energy = [238.018, 258.5352, 390.228,

Tesis - Energies2 Mex Power

Python
1 year ago
import matplotlib.pyplot as plt # Meses en inglés months = ['Ene', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic'] # Nuevos datos de potencia eléctrica y térmica electric_power = [0.7678, 0.8394, 1.049, 1.16

Tesis - Energies2 Mex Temp

Python
1 year ago
import matplotlib.pyplot as plt # Meses en inglés months = ['Ene', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic'] # Nuevos datos de temperatura pv_temp = [15.57, 23.93, 23.03, 26.31, 35.15, 36.78, 39.58, 37

Tesis - Energies2 Cue Efficiency

Python
1 year ago
import matplotlib.pyplot as plt # Nuevos datos de eficiencia en función del mes months = ['Ene', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic'] electric_efficiency = [0.1991, 0.1983, 0.1977, 0.1972, 0.1975,

Tesis - Energies2 Cue Energy

Python
1 year ago
import matplotlib.pyplot as plt # Meses en inglés months = ['Ene', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic'] # Datos de energía eléctrica y térmica electric_energy = [242.4169, 239.3776, 348.1548, 285.

Tesis - Energies2 Cue Power

Python
1 year ago
import matplotlib.pyplot as plt # Meses en inglés months = ['Ene', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic'] # Datos de potencia eléctrica y térmica electric_power = [0.7109, 0.7772, 0.9359, 0.7922, 0.

Tesis - Energies2 Cue Temp

Python
1 year ago
import matplotlib.pyplot as plt # Meses en inglés months = ['Ene', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic'] # Datos de temperatura pv_temp = [20.31, 22.81, 24.62, 26.17, 25.17, 26.07, 25.16, 23.48, 22

Pot Cara2

Python
1 year ago
import matplotlib.pyplot as plt # Nuevos datos de potencia en función del ancho, ahora en kW ancho = [0.03, 0.06, 0.09, 0.12] potencia_electrica = [1858/1000, 1791/1000, 1750/1000, 1721/1000] # Convertir a kW potencia_termica = [4868/1000, 5041/10

Pot Tuberia2

Python
1 year ago
import matplotlib.pyplot as plt # Nuevos datos de potencia en función de la longitud, ahora en kW longitud = [7, 8, 9, 10, 11, 12, 13] potencia_electrica = [1757/1000, 1744/1000, 1732/1000, 1721/1000, 1711/1000, 1702/1000, 1694/1000] # Convertir a

Pot Diametro2

Python
1 year ago
import matplotlib.pyplot as plt # Nuevos datos de potencia en función del diámetro, ahora en kW diametro = [0.015, 0.03, 0.045, 0.06, 0.075, 0.09] potencia_electrica = [1723/1000, 1721/1000, 1718/1000, 1715/1000, 1712/1000, 1709/1000] # Convertir

Pot Diametro2

Python
1 year ago
import matplotlib.pyplot as plt # Nuevos datos de potencia en función del diámetro, ahora en kW diametro = [0.015, 0.03, 0.045, 0.06, 0.075, 0.09] potencia_electrica = [1723/1000, 1721/1000, 1718/1000, 1715/1000, 1712/1000, 1709/1000] # Convertir

Pot Diametro2

Python
1 year ago
import matplotlib.pyplot as plt # Nuevos datos de potencia en función del diámetro, ahora en kW diametro = [0.015, 0.03, 0.045, 0.06, 0.075, 0.09] potencia_electrica = [1723/1000, 1721/1000, 1718/1000, 1715/1000, 1712/1000, 1709/1000] # Convertir