Calibration of a calorimeter for measuring the spark energy of an electrostatic discharge
Notice bibliographique
Résumé
This paper deals with the factors that influence the accuracy of the measurements performed with a calorimeter, developed to detect the optical signal emitted by the spark generated to facilitate experiments with electrostatic discharge. Experiments are described which were performed with a special calorimeter and a compound optical source consisting of a spark gap, a human-body-model electrostatic discharge (ESD) signal generator, and four LEDs. The spark gap was used as a versatile and more powerful source of optical emission than the human-body-model circuit; the LED source was used for calibration and alignment. For control, the spectrum of the spark discharge was measured with a spectrometer and a broadband photodetector. The calorimeter was used as a means for the determination of the energy contained in the optical signal, yielding the value of the spark-gap emission in the fundamental units for energy. The long-term stability of the system was measured, and the system response was studied for threshold optical signals. The calorimeter detectivity, defined as the overall instrument sensitivity, measured in volts per joule, was D=4.3/spl times/10/sup 7/ V.J/sup -1/ and its detection limit 2.3/spl times/10/sup -13/ J. The system's response to the IEC standard human-body-model circuit was consistent with the measurements of the system's detectivity. Most parts of the developed apparatus have been tested in an industrial environment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».