MétaCan
Menu
Retour à la cohorte
Enregistrement W3203222894 · doi:10.2514/1.b38330

Hybrid Rocket Engine Performance Assessment Using Plume Luminosity Oscillations

2021· article· en· W3203222894 sur OpenAlexafffund
Troy L. Messinger, Colin Hill, Declan Quinn, Craig T. Johansen

Notice bibliographique

RevueJournal of Propulsion and Power · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueRocket and propulsion systems research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRocket (weapon)PlumeRocket engineSolid-fuel rocketAerospace engineeringLiquid-propellant rocketCombustionInstabilityLuminosityAcousticsCharacteristic velocityMechanicsPhysicsPropellantEngineeringMeteorologyAstrophysics

Résumé

récupéré en direct d'OpenAlex

Spectral analyses were performed on high-speed video of three nitrous-oxide/paraffin-based hybrid rocket launches and one static test fire of a nitrous/paraffin-based hybrid rocket motor. The imagery was taken to assess the combustion stability and identify any dominant instability modes. A spectral analysis of the image luminosity signals has shown distinct oscillatory modes in the plume flowfield. The plume oscillations have been compared and linked to existing hybrid combustion instabilities reported in the literature and theoretical predictions. The use of high-speed imagery has proven useful as a nonintrusive method of gathering high-frequency data in the analysis of hybrid combustion during launch. Analysis of high-speed imagery from a static test has revealed the time-varying aspect of the dominant oscillatory modes. The first longitudinal acoustic mode, identified in all data sets, has been used in a novel way to determine the characteristic velocity of the operating motor.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,285
Écart entre enseignants0,263 · 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'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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Propulsion and PowerMême sujetRocket and propulsion systems researchTravaux en français237 207