MétaCan
Menu
Retour à la cohorte
Enregistrement W2572093694 · doi:10.1063/1.4971532

Sub-fragmentation of structural reactive material casings under explosion

2017· article· en· W2572093694 sur OpenAlexaff
Fan Zhang, Maxime Gauthier, C. V. Cojocaru

Notice bibliographique

RevueAIP conference proceedings · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergetic Materials and Combustion
Établissements canadiensNational Research Council CanadaDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésCasingExplosive materialMaterials scienceFragmentation (computing)CombustionComposite materialGeologyPetroleum engineeringChemistryComputer science

Résumé

récupéré en direct d'OpenAlex

A concept of reactive hot spots intruded in a thick, structural reactive material casing was investigated to generate fine fragments for efficient energy release from casing material under explosive loading. This was achieved through distributing micro MoO3 particles into a granular Al casing, made by hot isostatic pressing, in a fuel-rich ratio of 10Al+MoO3. Reaction of Al and MoO3 during casing primary or secondary fragmentation creates heat and gas products to form micro-scale hot spots, whose expansion initiates local fractures leading to fine fragments of the rest of Al. Explosion experiments, using a 4.4 cm diameter cased charge with a casing-to-explosive mass ratio of 1.78 in a 2.1 m3 cylindrical chamber, demonstrated the presence of fine fragments and more efficient fragment combustion to augment air blast, as compared to a baseline pure Al-cased charge, thus indicating the feasibility of the concept.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,465

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,242
Écart entre enseignants0,222 · 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 tête enseignante, 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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetEnergetic Materials and CombustionTravaux en français237 207