MétaCan
Menu
Retour à la cohorte
Enregistrement W4380589934 · doi:10.4271/2023-01-1417

Aluminum Sample Characterization on the NRC AIWT Ice Adhesion Spin Rig

2023· article· en· W4380589934 sur OpenAlexaffabout
Catherine Clark

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésIcingMaterials scienceWind tunnelIcing conditionsSnowComposite materialAirspeedAluminiumAerodynamicsShear stressStress (linguistics)AdhesiveMeteorologyAerospace engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">This paper presents the adhesion strength of ice on sanded and machine-finished aluminum test coupons as measured using the National Research Council of Canada (NRC) Altitude Icing Wind Tunnel (AIWT) spin rig. This rig is used to evaluate commercial and internally-developed coatings for low-adhesion properties, and the performance of ice on aluminum is required as a baseline to compare the coatings against. The tests are performed over a range of aerodynamic and icing cloud conditions, including variations in static air temperature and exposure time (and therefore accumulated ice mass). The data analysis includes an evaluation of the uncertainty in the results based on the measured ice mass repeatability and the measured shear stress repeatability. The results show the adhesive shear stress of ice, generated with a 20 μm icing cloud at a true airspeed of 80 m/s and a static air temperature of -20°C to create rime ice conditions, is 682 kPa (±13%) for aluminum coupons with a sanded finish and 579 kPa (±16%) for aluminum coupons with a machined finish. The results are comparable to those found in literature for aluminum samples tested using centrifugal methods. There was no observed trend in the adhesive shear stress with variations in temperature or ice mass, within the range of conditions tested.</div></div>

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,946
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,018
Tête enseignante GPT0,239
Écart entre enseignants0,221 · 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.

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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetIcing and De-icing TechnologiesTravaux en français237 207