MétaCan
Menu
Retour à la cohorte
Enregistrement W2067045900 · doi:10.3390/s140406797

Degradation of Phosphate Ester Hydraulic Fluid in Power Station Turbines Investigated by a Three-Magnet Unilateral Magnet Array

2014· article· en· W2067045900 sur OpenAlexaff
Pan Guo, Wei He, Juan Carlos García Naranjo

Notice bibliographique

RevueSensors · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNMR spectroscopy and applications
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésMagnetTurbineTransverse planeNuclear magnetic resonanceMaterials scienceMechanicsPower (physics)Relaxation (psychology)Analytical Chemistry (journal)Environmental scienceChemistryPhysicsMechanical engineeringThermodynamicsEngineeringChromatographyStructural engineering

Résumé

récupéré en direct d'OpenAlex

A three-magnet array unilateral NMR sensor with a homogeneous sensitive spot was employed for assessing aging of the turbine oils used in two different power stations. The Carr-Purcell-Meiboom-Gill (CPMG) sequence and Inversion Recovery-prepared CPMG were employed for measuring the ¹H-NMR transverse and longitudinal relaxation times of turbine oils with different service status. Two signal components with different lifetimes were obtained by processing the transverse relaxation curves with a numeric program based on the Inverse Laplace Transformation. The long lifetime components of the transverse relaxation time T₂eff and longitudinal relaxation time T₁ were chosen to monitor the hydraulic fluid aging. The results demonstrate that an increase of the service time of the turbine oils clearly results in a decrease of T₂eff,long and T₁,long. This indicates that the T₂eff,long and T₁,long relaxation times, obtained from the unilateral magnetic resonance measurements, can be applied as indices for degradation of the hydraulic fluid in power station turbines.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,091
Score d'incertitude au seuil0,533

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,006
Tête enseignante GPT0,252
Écart entre enseignants0,246 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetNMR spectroscopy and applicationsTravaux en français237 207