MétaCan
Menu
Retour à la cohorte
Enregistrement W2604431481 · doi:10.1115/pvp2010-26004

Liquid Leak Predictions in Micro and Nano-Porous Gaskets

2010· article· en· W2604431481 sur OpenAlexaff
Lotfi Grine, Abdel‐Hakim Bouzid

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésGasketLeakExtrapolationPorous mediumPorosityMaterials scienceMechanicsVolumetric flow rateSlip (aerodynamics)Leakage (economics)Boundary value problemThermodynamicsComposite materialPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

In recent years, few experimental and theoretical studies have been conducted to predict gas leak rate through gaskets. However a very limited work is done on liquid leak rates through gaskets. A new method based on a slip flow model to predict liquid flow through nano-porous gaskets is presented. A recent study [1] had shown that the leakage prediction based on the porosity parameter approach was successful in predicting gaseous leaks and an extrapolation of the latter to liquid leaks is the purpose of this study. In the present article, an analytical-computational methodology based on the number and pore size to predict liquid nanoflow in the slip flow regime through gaskets is presented. The formulation is based on the Navier-Stokes equations associated to slip boundary condition at the wall. The mass leak rates through a gasket considered as a porous media under variable experimentally conditions of (fluid media, pressure, and gasket stress) were conducted on a test bench. Gaseous and liquid leaks are measured and comparisons are made with the analytical predictions.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,541
Score d'incertitude au seuil0,224

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,004
Tête enseignante GPT0,167
Écart entre enseignants0,163 · 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 tête enseignante, 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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWater Systems and OptimizationTravaux en français237 207