MétaCan
Menu
Retour à la cohorte
Enregistrement W7129004203 · doi:10.1109/spies67451.2025.11381463

Electric Arc Simulation Validations and Switchgear Applications

2025· article· W7129004203 sur OpenAlexaff
Wenkai Shang, shihu Ma, Meng Li, Oleg Chernukhin, Runan Mo, Somasekhar Machani, Chuan Lu, Yumin Xiao, Isaac Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomainePhysics and Astronomy
ThématiqueVacuum and Plasma Arcs
Établissements canadiensAnsys (Canada)
Organismes subventionnairesnon disponible
Mots-clésSwitchgearAnodeLorentz forceElectric arcCathodeJoule heatingArc (geometry)VoltageElectrical conductor

Résumé

récupéré en direct d'OpenAlex

In this paper, we focus on the validation of numerical simulation of electric arcs in gas. The core of the electric arc reaches a local thermal equilibrium (LTE) state, which primarily determines its behaviour. In contrast, the regions near the anode and cathode and outside the arc core are in a non-LTE condition. This work mainly discusses the modelling of the near-anode and near-cathode regions and the arc core. We use a magnetostatic approach to calculate the Joule heating loss and the Lorentz force within the arc. To model the regions near the anode and cathode, we introduce nonlinear conductivity dependent on current density to simulate voltage drops near the electrodes. The anode and cathode surface losses are then determined based on these voltage drops. Computational fluid dynamics (CFD) simulations are used to calculate the electrical conductivity and temperature of the arc at each iteration. Multi-species models that incorporate local species concentrations are used to account for metal and insulation vapor. Various thermal radiation models can be applied to improve the accuracy of electric arc simulations. High-performance computing (HPC) is used to meet computational demands and reduce simulation time. To validate the proposed simulation workflow, we focus on two benchmark cases and compare the simulated results with the experimental results from literature. Switchgear electric arc simulation is a challenging topic, due to complex physics, examples are shown as application of the simulation workflow to understand the complex electric arc process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,008
Tête enseignante GPT0,272
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetVacuum and Plasma ArcsTravaux en français237 207