MétaCan
Menu
Retour à la cohorte
Enregistrement W4292595613 · doi:10.1063/5.0100092

14-moment maximum-entropy modeling of collisionless ions for Hall thruster discharges

2022· article· en· W4292595613 sur OpenAlexaff
Stefano Boccelli, James G. McDonald, Thierry Magin

Notice bibliographique

RevuePhysics of Plasmas · 2022
Typearticle
Langueen
DomaineEngineering
ThématiquePlasma Diagnostics and Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNvidia
Mots-clésPhysicsVlasov equationKinetic energyIonPlasmaCollisionalityClassical mechanicsAtomic physicsComputational physicsQuantum mechanicsTokamak

Résumé

récupéré en direct d'OpenAlex

Ions in Hall effect thrusters are often characterized by a low collisionality. In the presence of acceleration fields and azimuthal electric field waves, this results in strong deviations from thermodynamic equilibrium, introducing kinetic effects. This work investigates the application of the 14-moment maximum-entropy model to this problem. This method consists in a set of 14 partial differential equations (PDEs) for the density, momentum, pressure tensor components, heat flux vector, and fourth-order moment associated with the particle velocity distribution function. The model is applied to the study of collisionless ion dynamics in a Hall thruster-like configuration, and its accuracy is assessed against different models, including the Vlasov kinetic equation. Three test cases are considered: a purely axial acceleration problem, the problem of ion-wave trapping, and finally the evolution of ions in the axial-azimuthal plane. Most of this work considers ions only, and the coupling with electrons is removed by prescribing reasonable values of the electric field. This allows us to obtain a direct comparison among different ion models. However, the possibility to run self-consistent plasma simulations is also briefly discussed, considering quasi-neutral or multi-fluid models. The maximum-entropy system appears to be a robust and accurate option for the considered test cases. The accuracy is improved over the simpler pressureless gas model (cold ions) and the Euler equations for gas dynamics, while the computational cost shows to remain much lower than direct kinetic simulations.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil0,440

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 Opus0,022
Tête enseignante GPT0,231
Écart entre enseignants0,209 · 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'étudeSimulation ou modélisation
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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics of PlasmasMême sujetPlasma Diagnostics and ApplicationsTravaux en français237 207