Effect of moisture condensation on vapour transmission through porous membranes
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
Porous membranes find natural application in various fields and industries. Water condensation on membranes can block pores, reduce vapour transmissibility, and diminish the porous membranes' performance. This research investigates the rate of water vapour transmission through microporous nylon and nanofibrous Gore-Tex membranes. Testing consisted of placing the membrane at the intersection of two chambers with varied initial humidity conditions. One compartment is initially set to a high ([Formula: see text]water vapour concentration and the other low ([Formula: see text], with changes in humidity recorded as a function of time. The impact of pore blockage was explored by pre-wetting the membranes with water or interposing glycerine onto the membrane pores before testing. Pore blockage was measured using image analysis for the nylon membrane. The mass flow rate of water vapour ( ṁ v ) diffusing through a porous membrane is proportional to both its area (A) and the difference in vapour concentration across its two faces ([Formula: see text], such that [Formula: see text] where K is defined as the moisture diffusion coefficient. Correlations are presented for the variation of K as a function of [Formula: see text]. Liquid contamination on the porous membrane has been shown to reduce the moisture diffusion rate through the membrane due to pore blockage and the subsequent reduced open area available for vapour diffusion. Water evaporation from the membrane's surface was observed to add to the mass of vapour diffusing through the membrane. A model was developed to predict the effect of membrane wetting on vapour diffusion and showed good agreement with experimental data.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| 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 découle