بررسی کوپلیمریزاسیون جهت بهبود خواص پیشرانه های جامد پرانرژی بر پایه گلیسیدیل آزید پلیمر (GAP)
محل انتشار: همایش یافته های نوین در هوافضا و علوم وابسته
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 766
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MAARS01_466
تاریخ نمایه سازی: 16 اسفند 1394
چکیده مقاله:
پیشرانه های جامد مرکب کاربرد وسیعی در سیستم پیش رانش موشک های پیشرفته دارد. دستیابی به پیش ران های جامد مرکب پرانرژی که همراه با حفظ خواص مکانیکی باشد، یکی از اهداف توسعه این دسته از پیشرانه ها به شمار می رود. به همین خاطر محققان صنایع هوافضا و دفاعی جهت افزایش عملکرد پیش رانه ها به دنبال بایندر پرانرژی جدید با خواص مکانیکی مناسب هستند. گلیسیدیل آزید پلیمر (GAP) به عنوان یکی از انواع جدید این بایندر پرانرژی است که برای کاربرد در پیشرانه جامد مرکب مورد استفاده قرار گرفته است. GAP دارای خواص حرارتی و فیزیکی وطلوبی مانند دمای شیشه ای شدن پایین، ویسکوزیته پایین و دانسیته بالا در مقایسه با سایر پلیمرهای پرانرژی است. انتظار می رود پیشرانه های جامد مرکب بر پایه بایندر پلیمری گلیسیدیل آزیذ (GAP) به دلیل انرژی زیاد این پلیمر، عملکرد بالایی داشته باشد. اما در بسیاری از مطالعات صورت گرفته بر روی خواص مکانیکی و حرارتی پیش رانه های بر پایه GAP گزارش شده است که می توان به استفاده از نرم کنند و پرانرژی گلیسیدیل آزید پلیمر با گروه های انتهایی آزیدی GAPA و یا کوپلی یورتان های GAP با پلیمرهای با اسکلت انعطاف پذیر مانند HTPB H PPG ,PCP ,PEG اشاره کرد. در این مقاله، ابتدا به معرفی بایندرهای پرانرژی و سپس روش های بهبود خواص فیزیکی-مکانیکی پیشرانه های جامد مرکب بر پایه GAP با به کارگیری فرآیندهای مختلف کوپلیمر کردن می پردازد.
کلیدواژه ها:
نویسندگان
محمد جواد ستوده
دانشجوی کارشناسی ارشد، دانشکده مهندسی شیمی،دانشگاه جامع امام حسین(ع)
امین امینی
دانشجوی دکتری ،دانشکده مهندسی شیمی،دانشگاه جامع امام حسین(ع)
مرتضی غفوری
استادیار،دانشکده مهندسی شیمی،دانشگاه جامع امام حسین (ع)
شبانعلی عزیزی
دانشجوی کارشناسی ارشد،دانشکده مهندسی شیمی،دانشگاه جامع امام حسین (ع)
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :