MétaCan
Menu
Retour à la cohorte
Enregistrement W2158845547 · doi:10.1109/plasma.2010.5534256

Kinetic effects in hall plasma thrusters

2010· article· en· W2158845547 sur OpenAlexaff
Yevgeny Raitses, Igor Kaganovich, Alexander V. Khrabrov, L. Dorf, N. J. Fisch, Dmytro Sydorenko, A. I. Smolyakov

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePlasma Diagnostics and Applications
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPlasmaKinetic energyElectronThermionic emissionDebye sheathPhysicsDistribution functionSecondary emissionAtomic physicsHall effectMechanicsComputational physicsMagnetic fieldClassical mechanicsNuclear physicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

The plasma-wall interaction in the presence of strong secondary electron or thermionic emission has been studied theoretically and experimentally both as a basic phenomenon and in relation to numerous plasma applications such as, for example, fusion devices and plasma propulsion. For Hall thrusters, existing fluid models predict that secondary electron emission (SEE) is strong enough to enhance electron energy losses at the walls. According to the kinetic simulations, the electron velocity distribution function in a collisionless thruster plasma is non-Maxwellian, anisotropic, and features beams of secondary electrons emitted from the walls. Under such conditions, the effects of SEE on the plasma can be substantially weaker than predicted by the fluid models. This talk will review previous and recent experimental results, including probe measurements in the Hall thruster with various wall materials, which support the predictions of the kinetic studies. It is also shown that the wall material properties affect the electron cross-field transport in the thruster discharge. We will also discuss how these results can help in implementation of highly efficient and stable plasma regimes of the Hall thrusters.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,181
Écart entre enseignants0,178 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlasma Diagnostics and ApplicationsTravaux en français237 207