NOVEL APPROACH TO MAKE HUGONIOT PREDICTIONS: QUANTUM MECHANICS/MOLECULAR DYNAMICS CALCULATIONS
Notice bibliographique
Résumé
This paper proposes a novel approach to predict Hugoniot properties to characterize explosives materials. The originality and uniqueness of the approach consists in using together quantum mechanics, molecular dynamics calculations combined with known analytical methods. Indeed, four highly experimentally characterized energetic materials, cyclotrimethylenetrinitramine (RDX), octahydro-1,3,5,7-tetranitro-1,3,5,7-tetrazocine (HMX), pentaerythritol tetranitrate (PETN) and triaminotrinitrobenzene (TATB), were investigated using quantum mechanics calculations and analytical methods. Using the pressure p and the ratio of specific densities v/v0, the p-v Hugoniot diagrams were obtained. Detonation velocities D were determined and used to define the Raleigh line. For the four compounds, the ratio of specific heats γ, a value between 2 and 3, was obtained. The γ effect, in terms of sensitivity and importance, was demonstrated. At the Chapman−Jouguet (CJ) state, the parameters (shock, particle and detonation velocities, CJ pressure and density, ratio of specific heats, and Hugoniot diagrams) were predicted and all compared quite well with the published experimental data. Moreover, molecular dynamics simulations were carried out to obtain the compression p-v diagrams. Using the isothermal-isobaric ensemble (NPT), molecular dynamics simulations were conducted at various pressures ranging from 2 to 40 GPa with progressive increments of 2 GPa. The Rankine−Hugoniot jump conditions were considered, and the associated shock speed Us and particle velocity up for each pressure p and relative volumetric change v/v0 were calculated. The simulations showed that a linear behavior exists between Us and up for the four explosives investigated.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».