Natural Ester Blended with Dielectric Nanoparticles: A Promising Solution to Sustainable Development Threat
Notice bibliographique
Résumé
Poor biodegradability and sustainability of mineral oil-based products are threats to “the world we want”. Spillage of mineral oil from electricity networks is a contribution to the threats to sustainable development. This led to the quest for a sustainable alternative insulating oil. This work uses dielectric nano-additives to enhance the cooling and insulating properties of methyl ester from neem oil. SiO2and Al2O3nanoparticle of the same particle size was used as the additives. The particles were characterized by SEM-EDX to know the surface morphology and the elemental composition of the nanoparticles. The oil was transesterified using NaOH as the catalyst. The viscosity of the base fluid and nanofluids was found to be lower relative to the viscosity of mineral oil. The addition of nanoparticles to the base oil reduces the leakage current and consequently, increases the dielectric breakdown of the liquid. The dielectric breakdown voltage of SiO2Nanofluid was observed to be better than the dielectric breakdown voltage of Al2O3nanofluids. The optimum DC breakdown voltage of 31.4 kV was observed for SiO2nanofluid at 0.5 wt% and 29.5 kV for Al2O3nanofluid at 0.6 wt%. It can be deduced from the results that both nanofluids are promising alternative insulating oil to mineral oil with an outstanding performance for SiO2nanofluid
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».