MétaCan
Menu
Retour à la cohorte
Enregistrement W4213423244 · doi:10.3390/en15051677

Self-Healing Silicones for Outdoor High Voltage Insulation: Mechanism, Applications and Measurements

2022· article· en· W4213423244 sur OpenAlexaff
Fadi Z. Kamand, Basharat Mehmood, Refat Atef Ghunem, Mohammad K. Hassan, Ayman El‐Hag, Leena Al‐Sulaiti, Ahmed Abdala

Notice bibliographique

RevueEnergies · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHigh voltage insulation and dielectric phenomena
Établissements canadiensNational Research Council CanadaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSilicone rubberMaterials scienceComposite materialSelf-healingNatural rubberSiliconeElastomer

Résumé

récupéré en direct d'OpenAlex

This paper discusses the state of the art in the application of self-healing silicone-based materials for outdoor high-voltage insulation. Both the dynamic behavior of the dimethyl side groups of silicone rubber and the diffusion of a bulk siloxane to maintain low surface energy are respectively reported as intrinsic mechanisms responsible for the self-healing of silicone rubber. Localization, temporality, mobility, and the type of synthesis are the aspects defining the efficiency of the self-healing ability of silicone rubber. In addition, the deterioration of the self-healing ability with filler loaded into silicone rubber insulation housing composites is discussed. Taking the self-healing property into consideration among the other properties of silicone rubber insulators, such as tracking and erosion resistance, can be a useful design practice at the material development stage. Hydrophobicity retention, recovery, and transfer measurements are discussed as useful indicators of the self-healing ability of silicone rubber. Nevertheless, there remains a need to standardize them as design tests at the material development stage. The paper is intended to shed the light on the hydrophobicity recovery, a key material design parameter in the development of silicone rubber outdoor insulating composites, similar to the tracking and erosion resistance.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,248
Score d'incertitude au seuil0,568

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 technologies0,0010,000
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 Opus0,023
Tête enseignante GPT0,247
Écart entre enseignants0,224 · 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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetHigh voltage insulation and dielectric phenomenaTravaux en français237 207