MétaCan
Menu
Retour à la cohorte
Enregistrement W2138164000 · doi:10.1109/eic.2014.6869348

Post-mortem dissection of stator bars and coils

2014· article· en· W2138164000 sur OpenAlexaffabout
Mélanie Lévesque, C. Hudon, N. Amyot, L. Lamarre

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHigh voltage insulation and dielectric phenomena
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésStatorElectromagnetic coilGenerator (circuit theory)Dissection (medical)Root causePartial dischargeReliability engineeringBar (unit)Computer scienceForensic engineeringMechanical engineeringEngineeringElectrical engineeringSurgeryPower (physics)MedicinePhysicsVoltage

Résumé

récupéré en direct d'OpenAlex

In order to improve our understanding of failure mechanisms and their relative risk, dissection was performed on stator bars (coils) extracted from a generator after a failure. In combination with other non-destructive diagnostic tools such as partial discharge and dielectric response measurements, the information obtained from dissection reveals many symptoms which can be used to identify the root cause of the failure and to assess the progression rate of the different insulation degradation mechanisms. As the failed bar or coil is often jumped to resume operation, these key results are essential to decide on the best maintenance actions for this generator and other units of the same design to reduce further future failure risks in the plant. Dissection has been performed for years, and everyone has built his own expertise and defined criteria for what is normal or not for every aspect of the bar (coil) construction. This paper describes a procedure that relies on Hydro-Québec's own experience in the dissection of stator bars (coils). A case study of in-service failure illustrates the correlation between dissection and other diagnostic test results. Examples of insulation degradation symptoms are presented and a quantification of some of them is proposed.

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)0,001
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,004
Tête enseignante GPT0,212
Écart entre enseignants0,207 · 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

Citations1
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHigh voltage insulation and dielectric phenomenaTravaux en français237 207