Regolith adherence characterization (RAC) experiment on the Moon and it’s ground-based simulation: Materials Issues
Notice bibliographique
Résumé
Abstract The interaction of Lunar dust and other environmental factors, like vacuum, temperatures, solar radiation, ultraviolet irradiation, and electron (e-) and proton (p+) irradiation with structures on the Moon and the outside of the future Gateway Lunar station may lead to permanent change or complete loss of thermal, optical, and other functionalities that could potentially lead to catastrophic failures. Among these factors, Lunar regolith dust is the most aggressive, causing the main problems. ITL recently initiated a program to evaluate, further develop, and enhance its unique cornerstone Lunar Dust Mitigation Technology (DMT) for sensitive materials on external space structures. In the framework of this program, ITL prepared a set of DMT-treated samples for inclusion in the “Regolith Adherence Characterization (RAC) Payload” funded by NASA and developed and built by Aegis. Regolith Adherence Characterization (RAC) Payload mission will determine how lunar regolith dust sticks to a range of space materials and coatings (collected from NASA, academia, and industry) exposed to the Moon’s environment at different phases of flight caused by 1) landing, and 2) during routine lander operations. To understand the results of the Lunar exposure experiment, an extensive program was initiated at ITL where a set of experiments on interaction of Lunar dust simulants with samples, similar to the RAC Payload experiments on the Moon, will be conducted in ITL’s Vacuum Lunar Dusty Environment Simulator that will be upgraded for this project. This paper will discuss mainly the material problems and their preparation for experiments. The detailed description of the Vacuum Lunar Dusty Environment Simulator and the results obtained in it will be published elsewhere in upcoming publications.
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 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 | 0,001 | 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 | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».