MétaCan
Menu
Retour à la cohorte
Enregistrement W3095252446 · doi:10.1039/d0cp05172a

Towards understanding the catalytic properties of lead-based ballistic modifiers in double base propellants

2020· article· en· W3095252446 sur OpenAlexfundno aff
Lisette R. Warren, Colin R. Pulham, Carole A. Morrison

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergetic Materials and Combustion
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Army Combat Capabilities Development Command Aviation and Missile CenterArmy Research OfficeU.S. Army Combat Capabilities Development CommandEngineering and Physical Sciences Research CouncilMcMaster University
Mots-clésPropellantLead (geology)CatalysisBase (topology)Materials scienceAmorphous solidCombustionCarbon fibersBurn rate (chemistry)Chemical engineeringAerospace engineeringNanotechnologyChemistryComposite materialPhysical chemistryOrganic chemistryComposite number

Résumé

récupéré en direct d'OpenAlex

Lead-based ballistic modifiers are additives in double base propellants (DBPs) which render the burn rate insensitive to changes in pressure within a defined pressure range, thus imparting greater control of combustion conditions. In-coming European legislation will soon ban the use of lead in propellant formulations, however, and few suitable candidate replacement materials are currently available. In an effort to understand better the unique properties offered by lead-based modifiers, we present a first-principles computational study on Pb, PbO, PbO2, SnO2 and Bi2O3, all of which have been investigated experimentally as ballistic modifier materials. Our study demonstrates that various quantifiable properties exist for the lead-based materials. Overall, they have narrower electronic band gaps, lower surface energies and lower surface work functions than the lead-free systems, indicating a greater propensity to form stable chemical surfaces with higher catalytic activity. We also show that of the set, only Pb and α-PbO can support the formation of a weakly bound layer of amorphous carbon, a key experimental observable in the burning of DBPs.

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 enseignants0,201
Score d'incertitude au seuil0,553

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 Opus0,055
Tête enseignante GPT0,217
Écart entre enseignants0,162 · 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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetEnergetic Materials and CombustionTravaux en français237 207