MétaCan
Menu
Retour à la cohorte
Enregistrement W2011254667 · doi:10.1109/tdei.2007.344615

Effect of insulator profile on aging performance of silicone rubber insulators in salt-fog

2007· article· en· W2011254667 sur OpenAlexaff
Ayman El‐Hag, Shesha Jayaram, E.A. Cherney

Notice bibliographique

RevueIEEE Transactions on Dielectrics and Electrical Insulation · 2007
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHigh voltage insulation and dielectric phenomena
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSilicone rubberInsulator (electricity)Materials scienceAccelerated agingComposite materialElectric fieldConductivityElectrical engineeringForensic engineeringEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

The paper presents the results of the study on the influence of insulator profile on the aging performance of silicone rubber (SIR) insulators in salt-fog. Experiments have been conducted on various two-shed arrangements at 35 V/mm average stress and 0.25 S/m salt-fog conductivity level. The work is also extended to include commercial 15 kV class insulators with different profiles. Shed spacing, shed diameter, alternate shed design and shed shape are the parameters investigated in this study. The low frequency harmonics of the leakage current, early aging period (EAP), and equivalent salt deposit density (ESDD), are used to evaluate the aging performance of different designs. Insulator profile is shown to greatly influence the aging performance of SIR insulators. Shed shape proves to be the most important parameter to be considered in designing non-ceramic insulators profiles. Also, as the shed spacing decreases, the performance of SIR insulators improves. Simulation results using FEMLAB show that the electric field on insulators is below the corona onset at both dry and wet conditions. Dry band arcing is therefore the main electrical cause for aging in distribution class insulators and it is possible to improve the pollution performance of SIR insulators using appropriate profiles as suggested in this work

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,256
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Dielectrics and Electrical InsulationMême sujetHigh voltage insulation and dielectric phenomenaTravaux en français237 207