MétaCan
Menu
Retour à la cohorte
Enregistrement W2143421164 · doi:10.1002/prep.201300073

Modeling of the Agglomeration Phenomena in Combustion of Aluminized Composite Solid Propellant

2013· article· en· W2143421164 sur OpenAlexaff
Yinon Yavor, Alon Gany, M. W. Beckstead

Notice bibliographique

RevuePropellants Explosives Pyrotechnics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergetic Materials and Combustion
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAgglomeratePropellantEconomies of agglomerationMaterials scienceComposite numberIgnition systemParticle (ecology)CombustionLayer (electronics)Composite materialParticle sizeChemical engineeringThermodynamicsChemistryPhysicsGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract A theoretical model was developed in order to predict the size of agglomerates ejected from aluminized composite solid propellants. The model accounts for aspects of both mechanistic and geometric approaches. A thin mobile surface layer is assumed to dominate particle accumulation. Agglomeration number Nag expressing the ratio between ignition and accumulation times, was found to greatly affect the characteristics of agglomeration phenomena, as noted in previous works. The concept of a characteristic distance De of the mobile surface layer was introduced, depending mostly on coarse AP particle diameter and loading. It was found to have a significant effect on the resulting agglomerate diameter. An agglomeration threshold was defined as the particle diameter equal to the mobile layer thickness. Particles smaller than this threshold have shown tendency to form large agglomerates, whereas particles with a somewhat larger diameter have demonstrated faster ignition and smaller ejected agglomerates. Model predictions for a number of propellant compositions showed good agreement with other theoretical studies as well as with experimental results.

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)0,001
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: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,198
Écart entre enseignants0,186 · 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

Citations29
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePropellants Explosives PyrotechnicsMême sujetEnergetic Materials and CombustionTravaux en français237 207