Flexible polyurethane foam as personal protective mask material: a numerical and experimental study
Notice bibliographique
Résumé
This work outlines a method for characterizing flexible polyurethane foam (FPF) for use as a filter material, particularly for personal protective equipment. Two different FPF samples were tested experimentally to establish their geometric and flow resistance properties, which were then used to calibrate a geometric idealization of the foam created using a discrete element modeling software. The idealized model was then used to conduct pore-level numerical simulations to estimate the filtration efficiency of the foam for particles with average of diameters in the range 0.2–200 µm for various airflow velocities. A parametric study was then done to estimate the particle penetration rate of a facile mask made of FPF under different breathing conditions. The results indicate that during inhalation, pressure and velocity variations on the inner surface of the mask are not significant and that estimates of the filtration efficiency can be made by considering the time-dependent filter velocity combined with prior results for filter effectiveness as a function of velocity and particle size. The results also show that a non-medical FPF mask can drastically reduce the risk of particle penetration for particles larger than 0.2 µm. The process demonstrated in this work can be used to estimate the overall effectiveness of an FPF mask when exposed to clouds of different sized particles and to study the impacts of mask shape and fit on filtration effectiveness.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».