MétaCan
Menu
Retour à la cohorte
Enregistrement W2586413124 · doi:10.1080/02786826.2017.1292346

Effective density and volatility of particles sampled from a helicopter gas turbine engine

2017· article· en· W2586413124 sur OpenAlexaff
Jason S. Olfert, Matthew Dickau, Ali Momenimovahed, Meghdad Saffaripour, Kevin A. Thomson, Gregory J. Smallwood, Marc Stettler, Adam Boies, Yura Sevcenco, Andrew Crayford, Mark P. Johnson

Notice bibliographique

RevueAerosol Science and Technology · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensNational Research Council CanadaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCombustorCondensation particle counterVolatility (finance)Particle sizeCombustionParticle numberMaterials scienceSootMass fractionParticle-size distributionDifferential mobility analyzerNumber densityParticle (ecology)Analytical Chemistry (journal)Composite materialChemistryPlasmaChromatographyThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

The effective density and size-resolved volatility of particles emitted from a Rolls-Royce Gnome helicopter turboshaft engine are measured at two engine speed settings (13,000 and 22,000 RPM). The effective density of denuded and undenuded particles was measured. The denuded effective densities are similar to the effective densities of particles from a gas turbine with a double annular combustor as well as a wide variety of internal combustion engines. The denuded effective density measurements were also used to estimate the size and number of primary particles in the soot aggregates. The primary particle size estimates show that the primary particle size was smaller at lower engine speed (in agreement with transmission electron microscopy analysis). As a demonstration, the size-resolved volatility of particles emitted from the engine is measured with a system consisting of a differential mobility analyzer, centrifugal particle mass analyzer, condensation particle counter, and catalytic stripper. This system determines the number distributions of particles that contain or do not contain non-volatile material, and the mass distributions of non-volatile material, volatile material condensed onto the surface of non-volatile particles, and volatile material forming independent particles (e.g., nucleated volatile material). It was found that the particulate at 13,000 RPM contained a measurable fraction of purely volatile material with diameters below ∼25 nm and had a higher mass fraction of volatile material condensed on the surface of the soot (6%–12%) compared to the 22,000 RPM condition (1%–5%). This study demonstrates the potential to quantify the distribution of volatile particulate matter and gives additional information to characterize sampling effects with regulatory measurement procedures.Copyright © 2017 American Association for Aerosol Research

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,008
Tête enseignante GPT0,228
Écart entre enseignants0,220 · 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'étudeObservationnel
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

Citations52
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAerosol Science and TechnologyMême sujetVehicle emissions and performanceTravaux en français237 207