MétaCan
Menu
Retour à la cohorte
Enregistrement W4213201861 · doi:10.1109/ceidp50766.2021.9705355

Decomposition Kinetics of Natural Ester and Mineral Oil from Thermogravimetric Analyses

2021· article· en· W4213201861 sur OpenAlexaff
Yazid Hadjadj, Refat Atef Ghunem, I. Fofana

Notice bibliographique

Revue2021 IEEE Conference on Electrical Insulation and Dielectric Phenomena (CEIDP) · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePower Transformer Diagnostics and Insulation
Établissements canadiensUniversité du Québec à ChicoutimiNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésThermogravimetric analysisMineral oilThermal decompositionThermal stabilityDecompositionKineticsPetroleumMaterials scienceArrhenius equationChemical engineeringActivation energyChemistryOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

With growing environmental concerns, biodegradable insulating fluids are being investigated as alternatives to petroleum-based mineral insulating oil in power transformers. In order to optimize their use, decomposition studies of these alternative fluids are therefore of ultimate importance. This paper investigates the thermal decomposition kinetics of mineral oil and two vegetable-based ester fluids, using the thermogravimetric analyses. The initial and maximal decomposition temperatures are determined using thermal analyses. In addition, the Arrhenius activation energy is calculated for the fluids under study using the Ozawa-Flynn-Wall iso-conversional method. In addition, TGA studies are extended to mineral and natural ester impregnated paper, with the aim of assessing their impact on the thermal decomposition of insulation paper. It is found that the level of mono-unsaturated acids in esters is important for enhancing the thermal stability. The enhanced thermal stability of the esters has advantageously contributed to the improvement of the thermal performance of the insulation paper.

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 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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,741
Score d'incertitude au seuil0,907

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,027
Tête enseignante GPT0,275
Écart entre enseignants0,248 · 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 tête enseignante, 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2021 IEEE Conference on Electrical Insulation and Dielectric Phenomena (CEIDP)Même sujetPower Transformer Diagnostics and InsulationTravaux en français237 207