Metal-organic frameworks as hypergolic additives for hybrid rockets
Notice bibliographique
Résumé
Hybrid rocket propulsion can contribute to reduce launch costs by simplifying engine design and operation. Hypergolic propellants, i.e. igniting spontaneously and immediately upon contact between fuel and oxidizer, further simplify system integration by removing the need for an ignition system. Such hybrid engines could also replace currently popular hypergolic propulsion approaches based on extremely toxic and carcinogenic hydrazines. Here we present the first demonstration for the use of hypergolic metal-organic frameworks (HMOFs) as additives to trigger hypergolic ignition in conventional paraffin-based hybrid engine fuels. HMOFS are a recently introduced class of stable and safe hypergolic materials, used here as a platform to bring readily tunable ignition and combustion properties to hydrocarbon fuels. We present an experimental investigation of the ignition delay (ID, the time from first contact with an oxidizer to ignition) of blends of HMOFs with paraffin, using White Fuming Nitric Acid (WFNA) as the oxidizer. The majority of measured IDs are under 10 ms, significantly below the upper limit of 50 ms required for functional hypergolic propellant, and within the ultrafast ignition range. A theoretical analysis of the performance of HMOFs-containing fuels in a hybrid launcher engine scenario also reveals the effect of the HMOF mass fraction on the specific impulse (Isp) and density impulse (ρIsp). The use of HMOFs to produce paraffin-based hypergolic fuels results in a slight decrease of the Isp and ρIsp compared to that of pure paraffin, similar to the effect observed with Ammonia Borane (AB), a popular hypergolic additive. HMOFs however have a much higher thermal stability, allowing for convenient mixing with hot liquid paraffin, making the manufacturing processes simpler and safer compared to other hypergolic additives such as AB.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».