Gradient Denitration Strategy Eliminates Phthalates Associated Potential Hazards During Gun Propellant Production and Application
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Phthalates, which often have to be used as deterrents during gun propellants production for realizing progressive burning, are widely believed to be harmful to human and the environment. Meanwhile, phthalates also generate much smoke during propellant combustion, thus, lowering firing accuracy and exposing positions, which may bring risk. To avoid phthalates usage during propellants production, this work, for the first time, reported the employment of “gradient denitration” strategy to prepare nitrocellulose‐based gun propellant without the addition of any phthalate deterrents. The successful preparation of gradiently denitrated gun propellant (GDGP) was supported by FT‐IR, Raman spectroscopy and FESEM equipped with energy‐dispersive X‐ray spectroscopy (EDS), as evidenced by the gradiently increased content of nitrogen and nitrate group from the surface to the core of GDGP. Such a denitration process, without any hazardous phthalates deterrents addition, could also realize the good progressive burning performance of the gun propellant, as confirmed by closed bomb test and ballistic gun test. Meanwhile, both theoretical calculation and weapon muzzle smoke test also demonstrated the lowering of smoke generation during propellant combustion. This phthalates‐free strategy paves a new way to eliminate potential hazards associated with phthalates during traditional gun propellant production and application.
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.
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 découle