MétaCan
Menu
Retour à la cohorte
Enregistrement W3187461404 · doi:10.1177/07349041211034456

Nitrogen as an environmentally friendly suppression agent for aircraft cargo fire safety

2021· article· en· W3187461404 sur OpenAlexaboutno aff
Michail Diakostefanis, Suresh Sampath, Akhil Dinesh, Rainer Beuermann, A. K. Malkogianni

Notice bibliographique

RevueJournal of Fire Sciences · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueFire dynamics and safety research
Établissements canadiensnon disponible
Organismes subventionnairesHorizon 2020
Mots-clésEnvironmental scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Fire suppression systems in cargo compartments are a certification requirement for commercial aircraft safety. Halon production was banned and usage ends in 2040 according to Montreal Protocol for environmental reasons. This necessitates an alternative environmentally friendly agent. Quantitative analysis of nitrogen as agent established suitability of the suppression system. The Minimum Performance Standards specifies the qualification procedure of an agent through four scenarios – bulk load; containerised load; surface burning; and aerosol can explosion. Empirical sources from Airbus, independent computational fluid dynamics studies and small-scale cup-burner tests indicate suitability of nitrogen specific to aircraft cargo fire suppression. The nitrogen delivery system and the experimental apparatus are presented. Extensive commissioning tests verified instrumentation reliability. All the four scenarios were conducted at Cranfield University, in a replica of a wide-body aircraft cargo compartment. In a reduced oxygen environment (11%) obtained with nitrogen discharge, the aerosol can explosion tests were performed without any evidence of explosion or pressure increase beyond the expected baseline value. The surface burning scenario was completed successfully and passed the Minimum Performance Standard criteria. The maximum average temperature was found to be 220°C (limit – 293°C). All the scenarios passed the Minimum Performance Standard criteria for indicating successful prevention of Class B fire re-ignition. Similarly, the containerised and bulk-load scenarios obtained results that passed the Minimum Performance Standard criteria for successfully maintaining continued fire suppression for a specified period of time. The maximum average temperature in containerised-load fire scenario was found to be 210°C (limit – 343°C) and in bulk-load scenario was 255°C (limit – 377°C). Additional qualification criteria and system design are presented in this article according to the Minimum Performance Standard format. This work can be extended to introduce standard testing for safety critical systems, such as engine bay and lithium-ion fires.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,270
Écart entre enseignants0,258 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fire SciencesMême sujetFire dynamics and safety researchTravaux en français237 207