Multi-function Tuneable Emittance Smart Coatings for Thermal Control in Harsh Space Environment
Notice bibliographique
Résumé
<div class="htmlview paragraph">MPB has developed advanced smart radiator devices (SRDs) for passive, dynamic thermal control of space structures and payloads. The SRDs employ a nano-engineered, integrated thin-film structure based on V<sub>1-x-y</sub>M<sub>x</sub>N<sub>y</sub>O<sub>n</sub>. Dopants, M and N, tailor the transition temperature characteristics of the tuneable IR emittance. This paper describes the progress in MPB's smart thermal radiator towards its validation as an efficient thermal control device for space environment.</div> <div class="htmlview paragraph">A set of environmental tests were performed in order to validate the coating resistance and performance stability in space. The tests included random vibration, thermal shock, and accelerated aging. In addition, the thermo-optic characteristics after exposure to Atomic Oxygen (AO) in a simulated LEO environment were similar to the “as deposited” characteristics. Preliminary radiation tests, comparable to 3 years in a GEO environment, indicate very low change in emissivity and solar absorptance relative to the initial values. The experimental environmental test results indicate no significant change in the emittance tuneability,morphology or mass of the SRD coating.</div> <div class="htmlview paragraph">MPB's passive thin-film SRD can be applied to Al thermal radiators as a direct replacement for the existing OSR (optical second-reflector) radiator tiles with a net added mass under 100 gm/m<sup>2</sup> but with the added benefits of dynamic variation in the thermal radiation to space to significantly improve the thermal stability of the spacecraft for varying operating conditions at a significant mass and power savings relative to traditional techniques.</div>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».