Aging assessment of silicone rubber materials under corona discharge accompanied by humidity and UV radiation
Notice bibliographique
Résumé
Abstract High voltage (HV) outdoor insulators are subjected to both electrical and environmental stresses, which may lead to their failure. Among the causes, corona discharge, humidity and UV radiation are considered to be the most damaging factors. Efforts are therefore underway to investigate new materials for improving the performance of insulating systems. In this research work, silicone-based room temperature vulcanized samples filled with alumina trihydrate (ATH), silicon dioxide and magnesium hydroxide (MH) were prepared and exposed to AC corona discharge for a duration of 110 h. The electric discharge was also accompanied by UV radiation and two different humidity levels. Following aging of the test samples, diagnosis was conducted to assess their integrity. Measurements based on determining the static contact angle demonstrated the loss of hydrophobicity of all the materials, while hydrophobicity recovery phenomena revealed that ATH-doped materials demonstrated a comparatively higher increase in the contact angle than in samples filled with silicone dioxide (silica) and MH. Scanning electron microscopy analysis revealed deep cracks and block-like structures on their surfaces. Similarly, energy-dispersive X-ray analysis indicated the signs of surface oxidation of the aged samples. However, the data of elemental composition exhibited the loss of filler contents as well as that of carbon from the base matrix. The overall assessment showed that resistance to suppress aging is influenced by both the filler type and its concentration in the investigated composites. The ATH-filled composites exhibited outstanding performance when exposed to the rigors of corona discharge and other environmental stresses. This research contributes to materials science and HV engineering by addressing the development of composites for enhanced insulator performance, with future aspects lying in the utilization of nano-composites for advanced functionality and durability.
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 | 0,000 |
| 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 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 ».