Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 20
 İndirme 1
Experimental and predicted XLPE cable insulation properties under UVRadiation
2020
Dergi:  
Turkish Journal of Electrical Engineering and Computer Science
Yazar:  
Özet:

This paper deals with the behavior of the crosslinked polyethylene (XLPE) used as high-voltage power cable insulation under ultraviolet (UV) radiations. For this, XLPE samples have been irradiated for 240 h using low-pressure vapor fluorescent lamps. Electrical (surface and volume resistivities), mechanical (tensile strength, elongation at break and surface hardness) and physical (weight loss, water absorption, work of water adhesion and contact angle) tests have been first carried out. Experimental results show that the XLPE characteristics are affected by UV radiation. Indeed, a decline in surface resistivity, mechanical properties, and contact angle, and an increase in the water retention amount and weight loss have been recorded. In order to predict and extrapolate some XLPE properties, a supervised artificial neural network (ANN) trained by Levenberg-Marquardt algorithm has been designed. The collected database is used to train and test the ANN performance. The obtained results show that the proposed ANN algorithm presents good estimation and prediction since the predicted output values agree with the experimental data.

Anahtar Kelimeler:

null
2020
Yazar:  
0
2020
Yazar:  
Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler










Turkish Journal of Electrical Engineering and Computer Science

Alan :   Mühendislik

Dergi Türü :   Uluslararası

Metrikler
Makale : 2.879
Atıf : 1.427
2023 Impact/Etki : 0.016
Turkish Journal of Electrical Engineering and Computer Science