MétaCan
Menu
Retour à la cohorte
Enregistrement W2094012292 · doi:10.1115/1.4002742

Correlation of Gaseous Mass Leak Rates Through Micro- and Nanoporous Gaskets

2011· article· en· W2094012292 sur OpenAlexaff
Lotfi Grine, Abdel‐Hakim Bouzid

Notice bibliographique

RevueJournal of Pressure Vessel Technology · 2011
Typearticle
Langueen
DomaineMathematics
ThématiqueGas Dynamics and Kinetic Theory
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésGasketPorosityLeakMaterials scienceVolumetric flow rateMechanicsMass flow rateIsothermal processNanoporousPorous mediumComposite materialThermodynamicsPhysicsNanotechnology

Résumé

récupéré en direct d'OpenAlex

The present work deals with the theoretical and experimental studies of gaseous flow through tight gaskets. The paper presents an innovative approach to accurately predict and correlate leak rates of several gases through nanoporous gaskets. The new approach is based on the calculation of the gasket porosity parameters (D and N) using a model based on a first order slip flow regime. The model assumes the flow to be continuum but employs a slip boundary condition on the leak path wall. Experimental measured gas flow rates were performed on gaskets with a microscopic flow rate range and isothermal steady conditions. The flow rate is accurately measured using multigas mass spectrometers. The gasket porosity parameters used in the developed leakage rate formula were experimentally obtained for a reference gas (helium) for each stress level. In the presence of the statistical properties of a porous gasket, the leak rates for different gases can be predicted with reasonable accuracy. It was found that the approach that considers the slip flow with the first order combined to the molecular flow covers the prediction of flow rates at the microscopy level and down to 10−8 mg/s very well. Tightness hardening is the result of the saturation of the gasket combined porosity parameters or the equivalent thickness of the void layer.

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)0,002
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,021
Tête enseignante GPT0,264
Écart entre enseignants0,243 · 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
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

Citations18
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pressure Vessel TechnologyMême sujetGas Dynamics and Kinetic TheoryTravaux en français237 207