MétaCan
Menu
Retour à la cohorte
Enregistrement W2059708585 · doi:10.1098/rspa.2011.0595

Acceleration and heating of metal particles in condensed matter detonation

2012· article· en· W2059708585 sur OpenAlexaff
Robert C. Ripley, Fan Zhang, Fue‐Sang Lien

Notice bibliographique

RevueProceedings of the Royal Society A Mathematical Physical and Engineering Sciences · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and Detonation Processes
Établissements canadiensDefence Research and Development CanadaMartec (Canada)University of Waterloo
Organismes subventionnairesnon disponible
Mots-clésDetonationExplosive materialMaterials scienceMechanicsShock (circulatory)Shock waveParticle (ecology)Particle sizeVolume fractionHeat transferThermodynamicsComposite materialPhysicsChemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

For condensed explosives, containing metal particle additives, interaction of the detonation shock and reaction zone with solid inclusions leads to high rates of momentum and heat transfer that consequently introduce non-ideal detonation phenomena. During the time scale of the leading detonation shock crossing a particle, the acceleration and heating of metal particles are shown to depend on the volume fraction of particles, dense packing configuration, material density ratio of explosive to solid particles and ratio of particle diameter to detonation reaction-zone length. Dimensional analysis and physical parameter evaluation are used to formalize the factors affecting particle acceleration and heating. Three-dimensional mesoscale calculations are conducted for matrices of spherical metal particles immersed in a liquid explosive for various particle diameter and solid loading conditions, to determine the velocity and temperature transmission factors resulting from shock compression. Results are incorporated as interphase exchange source terms for macroscopic continuum models that can be applied to practical detonation problems involving multi-phase explosives or shock propagation in dense particle-fluid systems.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,221
Écart entre enseignants0,208 · 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'étudeExpérimental (laboratoire)
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

Citations34
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society A Mathematical Physical and Engineering SciencesMême sujetCombustion and Detonation ProcessesTravaux en français237 207