MétaCan
Menu
Retour à la cohorte
Enregistrement W7117371583 · doi:10.1002/cjce.70227

Micro‐explosions caused by the reaction of nano‐sized aluminium and polyvinylidene fluoride to promote the micron‐sized aluminium combustion and inhibit its agglomeration

2025· article· en· W7117371583 sur OpenAlexvenueno aff
Ji Wu, Tianyu Yang, Lingqi Zhu, Yunlan Sun, Baozhong Zhu

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergetic Materials and Combustion
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCombustionPolyvinylidene fluorideIgnition systemAluminiumEconomies of agglomerationLaser ignitionParticle (ecology)

Résumé

récupéré en direct d'OpenAlex

Abstract Micron‐aluminium (μAl) powder is difficult to ignition and prone to agglomeration during combustion, leading to the reduced combustion efficiency. To solve the issues, Al powders with different particle sizes were modified by polyvinylidene fluoride (PVDF) and studied using thermogravimetry–differential scanning calorimetry (TG‐DSC), laser ignition experiments, and advanced characterization techniques. These methods revealed that violent micro‐explosions caused by the interaction of PVDF and nano‐Al (nAl) can effectively promote the combustion of μAl and inhibit its agglomeration. The mixing of nAl PVDF and μAl PVDF accelerates the oxidation reaction, increases heat release, and improves combustion performance, particularly for the nAl PVDF /μAl PVDF (1:4) sample, which exhibits the largest flame area, the highest flame expansion speed and flame temperature, and the shortest ignition delay and combustion time. The synergistic effect of PVDF and nAl enhances the fragmentation of μAl during combustion, resulting in smaller condensed combustion products. These results provide insights from both thermal analysis and combustion experiments, laying a foundation for improving the ignition and combustion efficiency of μAl.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,005
Score d'incertitude au seuil0,392

Scores Codex et Gemma par catégorie

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 ouverte0,0000,000
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 Opus0,006
Tête enseignante GPT0,187
Écart entre enseignants0,181 · 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 tête enseignante, 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetEnergetic Materials and CombustionTravaux en français237 207