Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle