Design and fabrication of gradiently‐denitrated layer structure of seven‐hole gun propellant and its burning performance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Improving the progressive burning performance of gun propellant is an effective approach to increase the muzzle velocity of bullet. The seven‐hole gun propellant characterized by a perforated structure with progressive burning performance has a broad application in the field of medium and small caliber weapons. Therefore, researches aiming to improve its burning performance are indispensable. In this paper, a seven‐hole gun propellant with the gradiently‐denitrated layer structure (GDLS) that the energetic functional groups increased gradually from the surface to the inside was designed and fabricated. Theoretical calculation indicated that the nitrogen content of nitrocellulose in seven‐hole gun propellant has a positive relationship with the burning rate coefficient and impetus. The results of burning calculation showed that the progressive burning performance of seven‐hole gun propellant were improved with the thickness of GDLS increases or the burning rate coefficient of the surface decreases. Moreover, the seven‐hole gun propellant with GDLS was successfully prepared, named gradiently denitrated seven‐hole gun propellant (GDSGP), which was proved by the results of FT‐IR, Raman and SEM. The different denitration conditions enabled the GDSGP with a good progressive burning performance, as confirmed by closed bomb test. Furthermore, the progressive burning performance of GDSGP increased first and then decreased with extending the denitration time. On the basis of design and study of GDSGP, the control and optimization of the burning performance of GDSGP will be more accurate in practical applications.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 découle