MétaCan
Menu
Retour à la cohorte
Enregistrement W2174447947 · doi:10.1115/pvp2015-45241

Prediction of Leak Rates in Porous Braided Packing Rings

2015· article· en· W2174447947 sur OpenAlexaff
Mehdi Kazeminia, Abdel‐Hakim Bouzid

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Structural Analysis Methods
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésLeakPorosityMaterials scienceHeliumLeakage (economics)Nuclear engineeringPorous mediumMechanicsForensic engineeringEnvironmental scienceComposite materialEngineeringEnvironmental engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

The prediction of leakage is one of the most challenging tasks when designing bolted flanged connections and valves. Failure of these pressure vessel components can cause shutdowns but also accidents, loss of revenue and environmental damages. With the strict regulations on fugitive emissions and environmental protection laws new tightness-based standards and design methods are being adopted to improve the sealing performance of bolted joints and valves. However, there is a practical interest in using a reliable correlation that could predict leak rates of one fluid on the basis of tests carried out with another on compressed packings. The paper presents an innovative approach to accurately predict and correlate leak rates in porous braided packing rings. The approach is based onDarcy-Klinkenberg to which a modified effective diffusion term is added to the equation. Experimental measured gas flow rates were performed on a setof graphite based compression packing rings with a large range of leak rates under isothermal steady conditions. Leakage from three different gases namely Helium, Nitrogen and Argon were used to validate the developed correlation. In the presence of the statistical properties of porous packings, the leak rates for different gases can be predicted with reasonable accuracy.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,037
Tête enseignante GPT0,259
Écart entre enseignants0,223 · 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
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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEngineering Structural Analysis MethodsTravaux en français237 207