MétaCan
Menu
Retour à la cohorte
Enregistrement W4247217679 · doi:10.32920/14640180

Numerical Evaluation of the Use of Aluminum Particles for Enhancing Solid Rocket Motor Combustion Stability

2021· preprint· en· W4247217679 sur OpenAlexaff
David R. Greatrix

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueRocket and propulsion systems research
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésPropellantSolid-fuel rocketMechanicsCombustionRocket (weapon)Materials scienceInternal flowTransient (computer programming)InstabilityParticle (ecology)Chamber pressureFlow (mathematics)Internal pressureSolid fuelAerospace engineeringComposite materialPhysicsChemistryEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

The ability to predict the expected internal behaviour of a given solid-propellant rocket motor under transient conditions is important. Research towards predicting and quantifying undesirable transient axial combustion instability symptoms typically necessitates a comprehensive numerical model for internal ballistic simulation under dynamic flow and combustion conditions. On the mitigation side, one in practice sees the use of inert or reactive particles for the suppression of pressure wave development in the motor chamber flow. With the focus of the present study placed on reactive particles, a numerical internal ballistic model incorporating relevant elements, such as a transient, frequency-dependent combustion response to axial pressure wave activity above the burning propellant surface, is applied to the investigation of using aluminum particles within the central internal flow (particles whose surfaces nominally regress with time, as a function of current particle size, as they move downstream) as a means of suppressing instability-related symptoms in a cylindrical-grain motor. The results of this investigation reveal that the loading percentage and starting size of the aluminum particles have a significant influence on reducing the resulting transient pressure wave magnitude.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,175
Score d'incertitude au seuil0,414

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,187
Tête enseignante GPT0,349
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRocket and propulsion systems researchTravaux en français237 207