Notice bibliographique
Résumé
The accurate prediction of liquid leak rates in packing seals is an important step in the design of stuffing boxes, in order to comply with environmental protection laws and health and safety regulations regarding the release of toxic substances or fugitive emissions, such as those implemented by the Environmental Protection Agency (EPA) and the Technische Anleitung zur Reinhaltung der Luft (TA Luft). Most recent studies conducted on seals have concentrated on the prediction of gas flow, with little to no effort put toward predicting liquid flow. As a result, there is a need to simulate liquid flow through sealing materials in order to predict leakage into the outer boundary. Modelling of liquid flow through porous packing materials was addressed in this work. Characterization of their porous structure was determined to be a key parameter in the prediction of liquid flow through packing materials; the relationship between gland stress and leak rate was also acknowledged. The proposed methodology started by conducting experimental leak measurements with helium gas to characterize the number and size of capillaries. Liquid leak tests with water and kerosene were then conducted in order to validate the predictions. This study showed that liquid leak rates in packed stuffing boxes could be predicted with reasonable accuracy for low gland stresses. It was found that internal pressure and compression stress had an effect on leakage, as did the thickness change and the type of fluid. The measured leak rates were in the range of 0.062 to 5.7 mg/s for gases and 0.0013 and 5.5 mg/s for liquids.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».