MétaCan
Menu
Retour à la cohorte
Enregistrement W357019876

Green Solvents for Precision Cleaning

2013· article· en· W357019876 sur OpenAlex

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueNASA STI Repository (National Aeronautics and Space Administration) · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueChemical and Environmental Engineering Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmentally friendlyAerospaceWaste managementFlammable liquidEnvironmental scienceProcess engineeringSolventMaterials scienceChemistryEngineeringOrganic chemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Aerospace machinery used in liquid oxygen (LOX) fuel systems must be precision cleaned to achieve a very low level of non-volatile residue (< 1 mg0.1 m2), especially flammable residue. Traditionally chlorofluorocarbons (CFCs) have been used in the precision cleaning of LOX systems, specifically CFC 113 (C2Cl3F3). CFCs have been known to cause the depletion of ozone and in 1987, were banned by the Montreal Protocol due to health, safety and environmental concerns. This has now led to the development of new processes in the precision cleaning of aerospace components. An ideal solvent-replacement is non-flammable, environmentally benign, non-corrosive, inexpensive, effective and evaporates completely, leaving no residue. Highlighted is a green precision cleaning process, which is contaminant removal using supercritical carbon dioxide as the environmentally benign solvent. In this process, the contaminant is dissolved in carbon dioxide, and the parts are recovered at the end of the cleaning process completely dry and ready for use. Typical contaminants of aerospace components include hydrocarbon greases, hydraulic fluids, silicone fluids and greases, fluorocarbon fluids and greases and fingerprint oil. Metallic aerospace components range from small nuts and bolts to much larger parts, such as butterfly valves 18 in diameter. A fluorinated grease, Krytox, is investigated as a model contaminant in these preliminary studies, and aluminum coupons are employed as a model aerospace component. Preliminary studies are presented in which the experimental parameters are optimized for removal of Krytox from aluminum coupons in a stirred-batch process. The experimental conditions investigated are temperature, pressure, exposure time and impeller speed. Temperatures of 308 - 423 K, pressures in the range of 8.3 - 41.4 MPa, exposure times between 5 - 60 min and impeller speeds of 0 - 1000 rpm were investigated. Preliminary results showed up to 86 cleaning efficiency with the moderate processing conditions of 323 K, 13.8 MPa, 30 min and 750 rpm.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,622
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,246
Écart entre enseignants0,231 · 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