BORON NANOPARTICLE-RICH FUELS FOR GAS GENERATORS AND PROPELLANTS
Notice bibliographique
Résumé
This study reports on the production and characterization of energetic polymer-capped boron for solid fuel applications. It is known that the addition of metal and metal-like particles to solid fuels and propellants can improve the performance of both rocket and air-breathing propulsion systems. The use of boron is very attractive for these applications due to its high heat of combustion on both a gravimetric (58 kJ/g) and volumetric (136 kJ/cm3) basis. However, the exploitation of the high theoretical energy of boron has been limited by a few undesirable properties of this metal. Among them, one notes the existence of a resilient oxide layer on the particle surface affecting the ignition and combustion of boron particles. The capping of boron nanoparticles with a polymer can provide a solution to the aforementioned problem. The use of an energetic polymer for that purpose can bring additional heat close to the surface of the nanoparticles and facilitate their ignition. In the present work, boron nanoparticles were produced by synthesis of surface-functionalized boron. The route was adapted to obtain additional hydroxyl-functional groups on the particles. These hydroxyl sites were used to graft a diisocyanate, and then produce an energetic polymer matrix based on polyurethane chemistry by addition of glycidyl azide polymer, resulting in boron nanoparticles coated by energetic polymers. This can lead to significantly enhanced boron particle combustion.
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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».