MétaCan
Menu
Retour à la cohorte
Enregistrement W4319834824 · doi:10.1002/prep.202200304

Design and fabrication of gradiently‐denitrated layer structure of seven‐hole gun propellant and its burning performance

2023· article· en· W4319834824 sur OpenAlexaff
Yu Li, Shiying Li, Yajun Ding, Zhongliang Xiao, Hongwei Zhou

Notice bibliographique

RevuePropellants Explosives Pyrotechnics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergetic Materials and Combustion
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesnon disponible
Mots-clésPropellantMaterials scienceNitrocelluloseMuzzleComposite materialLight-gas gunProjectileAerospace engineeringChemistryEngineeringBarrel (horology)

Résumé

récupéré en direct d'OpenAlex

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.

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,023
Tête enseignante GPT0,207
Écart entre enseignants0,185 · 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

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePropellants Explosives PyrotechnicsMême sujetEnergetic Materials and CombustionTravaux en français237 207