MétaCan
Menu
Retour à la cohorte
Enregistrement W2604195145 · doi:10.1109/tps.2017.2688125

On Novel Methods for Characterizing the Arc/Contact Movement and Its Relation With the Current/Voltage in Low-Voltage Circuit Breaker

2017· article· en· W2604195145 sur OpenAlexaff
Chunlei Li, Dong Wei, Bing Zhang, Jin Li, Wenjun Zhang

Notice bibliographique

RevueIEEE Transactions on Plasma Science · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueVacuum and Plasma Arcs
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesChina Scholarship Council
Mots-clésCircuit breakerComputer scienceArc-fault circuit interrupterSynchronization (alternating current)VoltageCurrent (fluid)Arc (geometry)Electrical engineeringSIGNAL (programming language)Mesh analysisSampling (signal processing)Data acquisitionElectronic circuitElectronic engineeringShort circuitVoltage sourceEngineeringDetectorMechanical engineeringTelecommunicationsTopology (electrical circuits)

Résumé

récupéré en direct d'OpenAlex

This paper presents a work that was aimed to develop methods along with test facilities for characterizing the arc/contact movement in low-voltage miniature circuit breaker which has a related current under 125 A, and to find its relation with the short-circuit current/voltage in the circuit. The method consists of: 1) the high-speed camera for obtaining the image of the arc or contact movement; 2) the data acquisition system that measures the current during the short-circuit break; and 3) the circuitry system that establishes the synchronization of the arc movement capturing and the current acquisition. In particular, two methods were developed for this purpose: one based on analog signal and the other based on digital signal. The experiment shows that the accuracy of the synchronization, dependent on the sampling rate of the high-speed camera, is about from tens of microseconds to hundreds of microseconds with both methods. The two methods have their own advantages and disadvantages, and they can be tailored to applications for the best performance.

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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,306
Écart entre enseignants0,274 · 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Plasma ScienceMême sujetVacuum and Plasma ArcsTravaux en français237 207