MétaCan
Menu
Retour à la cohorte
Enregistrement W2167742005 · doi:10.1109/tpwrd.2003.820225

Coolant Flow Distribution and Pressure Loss in ONAN Transformer Windings—Part I: Theory and Model Development

2004· article· en· W2167742005 sur OpenAlexaff
Liang‐Jie Zhang, Xiaoou Li

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMechanicsElectromagnetic coilPressure dropTransformerMaterials scienceCoolantDiscretizationMass flowEngineeringElectrical engineeringPhysicsMechanical engineeringMathematicsVoltage

Résumé

récupéré en direct d'OpenAlex

A comprehensive resistance network-based hydraulic model for mass flow distribution and pressure loss in disk-type oil-cooled transformer windings with zigzag cooling flow passages is presented. The number, size, and location of the horizontal ducts and fluid properties are considered variable, and the distribution of mass flow rates is determined by associated pressure losses, including the so-called "minor losses". Axisymmetry of the winding geometry is taken into consideration, and the pressure loss calculation is based on the discretization of flow domains in order to tackle the nonuniformity of the cross-sectional area in the horizontal ducts and to provide easy coupling with thermal analysis for the cooling of winding disks. Successive under relaxation method is used for numerical convergence.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,196
Écart entre enseignants0,189 · 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'étudeSimulation ou modélisation
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

Citations44
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207