MétaCan
Menu
Retour à la cohorte
Enregistrement W4407406085 · doi:10.3390/en18040789

Development of a Comprehensive Model for Drying Optimization and Moisture Management in Power Transformer Manufacturing

2025· article· en· W4407406085 sur OpenAlex
Youssouf Brahami, A. Betie, F. Meghnefi, I. Fofana, Z. Yeo

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnergies · 2025
Typearticle
Langueen
DomaineEngineering
ThématiquePower Transformer Diagnostics and Insulation
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésTransformerMoistureEnvironmental scienceProcess engineeringEngineeringElectrical engineeringMaterials scienceComposite materialVoltage

Résumé

récupéré en direct d'OpenAlex

The presence of moisture in the insulation of power transformers accelerates the degradation of both paper and oil, thereby increasing the risk of unexpected failures. Due to the hygroscopic nature of cellulose, the insulation can retain up to 8% moisture after the transformer manufacturing process. Reducing this moisture content is crucial in extending the operational lifespan of transformers. The drying cycle of paper insulation is a critical step in power transformer manufacturing, directly influencing the insulation’s longevity and overall performance. This paper introduces a nomogram that combines degradation and drying models, enabling the precise optimization of the drying process based on various parameters such as the temperature, paper mass, and extraction rate. The results of this study demonstrate that for a given extraction rate threshold, the required drying time can be determined based on the mass of paper to be dried, the drying temperature, and the degree of paper degradation (degree of polymerization). These predictive tools are essential for engineers and researchers aiming to enhance transformer reliability.

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.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,432
Score d'incertitude au seuil0,317

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 Opus0,010
Tête enseignante GPT0,224
Écart entre enseignants0,214 · 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