Statistical analysis of pulsed discharges in dielectric liquid: effects of voltage amplitude, pulse width, electrode configuration, and liquid composition
Notice bibliographique
Résumé
Abstract Discharge in dielectric liquid is an active field of research involved in many technological applications. Such multiple discharges are often applied during an experiment and that the electrode and liquid are altered by these stochastically behaving discharges. Therefore, it is important to address the variation of discharge characteristics as a function of discharge occurrence. In this study we analyze the electrical characteristics of multiple discharges run at low repetition rate (5 Hz) in a liquid of known initial composition using an electrode with a specific geometry. The discharges are run continuously until they fail to occur due to the increase in gap distance, and the recorded voltage and current waveforms are processed using an algorithm in order to determine the probability of discharge occurrence, breakdown voltage, discharge current, and discharge delay. The injected charge and energy of each discharge are also calculated. Furthermore, the effects of applied voltage, pulse width, electrode configuration, and liquid composition on the characteristics of the discharge are investigated. The obtained results demonstrate that the highest and lowest numbers of occurred discharges are achieved using the plate-to-plate and pin-to-pin configurations, respectively. Moreover, the composition of the liquid has an appreciable effect on the discharge current, as well as on electrode erosion. For discharges in water and cyclohexane, we measured the lowest and highest current, respectively. As for the erosion rate, it was comparable for the three liquid hydrocarbons but relatively smaller than that in water. The plot of breakdown voltage as a function of discharge current varies depending on the discharge parameters and displays regions that may be linked to the ignition mechanisms. The original data reported herein is of great significance for various applications that utilize repetitive discharges in liquid.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».