MétaCan
Menu
Retour à la cohorte
Enregistrement W357019876

Green Solvents for Precision Cleaning

2013· article· en· W357019876 sur OpenAlexaboutno aff
Heather E. Grandelli, Phillip Maloney, Robert DeVor, Jan M. Surma, Paul E. Hintze

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.

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)0,001
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: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,006

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

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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNASA STI Repository (National Aeronautics and Space Administration)Même sujetChemical and Environmental Engineering ResearchTravaux en français237 207