Thrust characteristics of nano-carbon/Al/oxygenated salt nanothermites for micro-energetic applications
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
Combustion within small motors is key in the application-specific development of nanothermite-based micro-energetic systems. This study evaluates the performance of nanothermite mixtures in a converging-diverging nozzle and an open tube. Mixtures were prepared using nano-aluminum (n-Al), potassium perchlorate (KClO4), and different carbon nanomaterials (CNMs) including graphene-oxide (GO), reduced GO, carbon nanotubes (CNTs) and nanofibers (CNFs). The mixtures were packed at different densities and ignited by laser beam. Performance was measured using thrust measurement, high-speed imaging, and computational fluid dynamics modeling, respectively. Thrust, specific impulse (ISP), volumetric impulse (ISV), as well as normalized energy were found to increase notably with CNM content. Two distinctive reaction regimes (fast and slow) were observed in combustion of low and high packing densities (20% and 55%TMD), respectively. Total impulse (IFT) and ISP were maximized in the 5% GO/Al/KClO4 mixture, producing 7.95 mN·s and 135.20 s respectively at 20%TMD, an improvement of 57% compared to a GO-free sample (5.05 mN·s and 85.88 s). CFD analysis of the motors over predicts the thrust generated but trends in nozzle layout and packing density agree with those observed experimentally; peak force was maximized by reducing packing density and using an open tube. The numerical force profiles fit better for the nozzle cases than the open tube scenarios due to the rapid nature of combustion. This study reveals the potential of GO in improving oxygenated salt-based nanothermites, and further demonstrates their applicability for micro-propulsion and micro-energetic 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 | 0,001 |
| 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