MétaCan
Menu
Retour à la cohorte
Enregistrement W2070298367 · doi:10.1115/1.4002929

An Experimental-Numerical Procedure for Stuffing Box Packing Characterization and Leak Tests

2010· article· en· W2070298367 sur OpenAlexaff
Mohammed Diany, Abdel‐Hakim Bouzid

Notice bibliographique

RevueJournal of Tribology · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Structural Analysis Methods
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésSeal (emblem)Materials scienceLeakModulusAtomic packing factorStress (linguistics)Compressive strengthStructural engineeringFinite element methodCompression (physics)Composite materialEngineering

Résumé

récupéré en direct d'OpenAlex

The sealing of valve stems is ensured by the traditional systems of packed stuffing boxes. The performance of this type of sealing system, which is also used in rotating equipment, is dependent on the radial contact pressures generated by the packing axial compression. The mechanical behavior of a packing seal is characterized by the transmission ratio of the radial stress over the axial stress known as the lateral pressure coefficient, which is one of the required parameters used to select packing seals. However, the modeling of the packed stuffing box requires the knowledge of other packing seal mechanical characteristics such as compression modulus and Poisson’s ratio. In this paper, the mechanical characteristics of packing seals are obtained using a hybrid experimental-numerical procedure. The experimental study is carried out on an instrumented stuffing box packing test bench. The tests results of the experiments are coupled to the ones obtained by a finite element simulation of the test rig to determine the packing seal mechanical characteristics. Two packing types are used: one based on Teflon and the other one based on flexible graphite. In addition, leak rates are measured for different axial compressive stresses and gas pressures in order to estimate the tightness performance of such seals.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,010
Tête enseignante GPT0,300
Écart entre enseignants0,289 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

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

En bref

Citations23
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of TribologyMême sujetEngineering Structural Analysis MethodsTravaux en français237 207