Improvement of the Thermal Decomposition of Ammonium Perchlorate and Combustion of Aluminum Powder by Dual Core–Shell Ammonium Perchlorate-Based Composites Based on Self-Assembly Coating
Notice bibliographique
Résumé
Ammonium perchlorate (AP), which is the most commonly used oxidant in composite propellants, plays a vital role in the combustion performance of propellants. In this work, by coating the AP surface with a self-assembled coating layer of gallic acid (GA) and transition metal ions (Cu 2+ or Fe 3+ ) and then connecting it with a 1 H,1 H,2 H,2 H -perfluorodecyltrichlorosilane (PDTS) coating layer, the AP@GA-M@PDTS (M = Cu 2+ or Fe 3+ ) composite was successfully prepared. Molecular dynamics simulation calculations show that GA and AP have a good binding ability. At the same time, the binding ability of PDTS and GA is also much higher than that of PDTS and AP. In addition, the peak temperature of high-temperature decomposition and activation energy of AP@GA-M@PDTS (M = Cu 2+ or Fe 3+ ) are lower than those of AP, and the heat release during the thermal decomposition process is much higher than AP. Compared with pure AP, the surface coating properties of AP@GA-M@PDTS (M = Cu 2+ or Fe 3+ ) have also changed significantly. AP@GA-M@PDTS (M = Cu 2+ or Fe 3+ ) can float on water; its static contact angle with the water surface is much higher than that of pure AP, and it absorbs almost no moisture after being placed in humid air for 30 days. Combustion experiments show that the burning speed and burning intensity of AP@GA-M@PDTS (M = Cu 2+ or Fe 3+ )/Al are significantly higher than those of AP/Al, and AP@GA-M@PDTS (M = Cu 2+ or Fe 3+ )/Al has a stronger emission spectrum. Finally, the catalytic mechanism of AP@GA-M@PDTS (M = Cu 2+ or Fe 3+ ) to improve the combustion of aluminum powder is discussed. In summary, it is a very promising solid propellant additive.
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 | 0,000 | 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 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 ».