MétaCan
Menu
Retour à la cohorte
Enregistrement W1980459745 · doi:10.1115/gt2007-28039

Effect of Higher-Order Hydrocarbons on Methane-Based Fuel Chemistry at Gas Turbine Pressures

2007· article· en· W1980459745 sur OpenAlexaff
Gilles Bourque, Darren Healy, Henry J. Curran, John M. Simmie, Jaap de Vries, Viktorio Antonovski, B. A. Corbin, Christopher Zinner, Eric L. Petersen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensRolls-Royce (Canada)
Organismes subventionnairesnon disponible
Mots-clésMethaneHydrocarbonAutoignition temperatureCombustionChemistryIgnition systemNatural gasGas turbinesAlkaneThermodynamicsChemical engineeringOrganic chemistryMechanical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

A chemical kinetics mechanism designed for the oxidation of methane-hydrocarbon blends at elevated pressures was used to study the effect of higher-order hydrocarbons on ignition delay time and flame speed at gas turbine conditions. The mechanism was developed from recent data and modeling conducted by the authors, including pressures above 30 atm, temperatures as low as 700 K, and alkane additives from C2H6 through C5H12. Calculations focused on three target natural gas mixtures containing CH4 mole fractions from 62.5 to 98%. The results show the effects that pressure, temperature, and hydrocarbon content have on the combustion chemistry of the fuel-air mixtures. For example, autoignition times exhibit nonlinear trends with increasing pressure and decreasing temperature. Experiments in the authors’ laboratories are ongoing, and an overview of the related facilities is provided.

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 enseignants0,166
Score d'incertitude au seuil0,842

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 GPT0,251
Écart entre enseignants0,245 · 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

Citations5
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207