MétaCan
Menu
Retour à la cohorte
Enregistrement W4400351866 · doi:10.1109/eic58847.2024.10579324

Experience With Hydrogenerator Stator Core Failure, Investigation, and Recommendation

2024· article· en· W4400351866 sur OpenAlexaff
Wenli Hong, Muhammad Arshad

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Destructive Testing Techniques
Établissements canadiensBC Hydro (Canada)
Organismes subventionnairesnon disponible
Mots-clésStatorCore (optical fiber)Computer scienceReliability engineeringEngineeringElectrical engineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

The failure of the stator core may cause severe damage to hydrogenators, including both the stator winding and core. A number of stator core failures have been occurring on hydro-generators in the last two decades as a result of in-service faults, deterioration, or defects on the stator core, which led to the forced outage of generating units, the reduced service life of the stator, or even the early replacement of entire stators. A series of investigations with deep theoretical calculation and analysis, as well as onsite measurement and testing, were undertaken. However, the stator core failure is complex in nature and attributed to various design, manufacturing, and operating factors, thus making interpreting the stator core condition and preventing future failures challenging. The primary purpose of this paper is to provide typical cases of hydro-generator stator core failures and to share experiences from investigating these failures. The ultimate goal is to increase knowledge about stator core failure modes and actions to prevent catastrophic damage.The requirements for stator core design and testing of new stator cores are recommended. Corrective actions to reduce the stator core degradation or defects are presented as lessons learned from these cases. Suggestions to help utility owners reduce the risk of stator core failures will also be provided.

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 enseignants0,287
Score d'incertitude au seuil0,320

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 technologies0,0000,000
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 Opus0,021
Tête enseignante GPT0,243
Écart entre enseignants0,222 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNon-Destructive Testing TechniquesTravaux en français237 207