Numerical modeling of air plasma flow in air-breathing micro-plasma thrusters at atmospheric pressure
Notice bibliographique
Résumé
This paper presents a numerical model for air plasma properties, developed to simulate air-breathing micro-magnetoplasmadynamic thrusters at atmospheric pressure. Model equations are derived from literature data for properties of dry air plasma at atmospheric pressure and integrated into a finite volume method that solves the magnetohydrodynamic (MHD) equations, originally developed for conventional magnetoplasmadynamic thrusters (MPDTs). The numerical model, referred to as the arMHD-solver, is validated against experimental and numerical results for conventional MPDTs. This demonstrates ability of the model to simulate thrust generation and flow patterns for various discharge currents in a vacuum with argon as the propellant. First, a micro-sized geometry is evaluated, which is followed by an operation at atmospheric pressure, and finally using air as the propellant. Results show that atmospheric pressure significantly reduces thrust generation and causes a constriction of the exhaust flow. The influence of air as the propellant is small, as expected from previous theoretical considerations. Reverse flow regions are observed along the anode and downstream of the cathode tip, induced by the new conditions. All observed effects are physically explained, demonstrating that the developed arMHD-solver, with its integrated model for air plasma properties, provides meaningful results for simulating air-breathing micro-MPDTs at atmospheric pressure. Furthermore, based on the assumptions made, this study proves the feasibility of the concept for an air-breathing micro-MPDT, as significant thrust generation is calculated. Only technological challenges remain for practical application.
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 | 0,001 |
| 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 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 ».