A computational framework for predicting laminar reactive flows with soot formation
Notice bibliographique
Résumé
Numerical modeling is an attractive option for cost-effective development of new high-efficiency, soot-free combustion devices. However, the inherent complexities of hydrocarbon combustion require that combustion models rely heavily on engineering approximations to remain computationally tractable. More efficient numerical algorithms for reacting flows are needed so that more realistic physics models can be used to provide quantitative soot predictions. A new, highly-scalable combustion modeling tool has been developed specifically for use on large multiprocessor computer architectures. The tool is capable of capturing complex processes such as detailed chemistry, molecular transport, radiation, and soot formation/destruction in laminar diffusion flames. The proposed algorithm represents the current state of the art in combustion modeling, making use of a second-order accurate finite-volume scheme and a parallel adaptive mesh refinement (AMR) algorithm on body-fitted, multiblock meshes. Radiation is modeled using the discrete ordinates method (DOM) to solve the radiative transfer equation and the statistical narrow-band correlated-k (SNBCK) method to quantify gas band absorption. At present, a semi-empirical model is used to predict the nucleation, growth, and oxidation of soot particles. The framework is applied to two laminar coflow diffusion flames which were previously studied numerically and experimentally. Both a weakly-sooting methane–air flame and a heavily-sooting ethylene–air flame are considered for validation purposes. Numerical predictions for these flames are verified with published experimental results and the parallel performance of the algorithm analyzed. The effects of grid resolution and gas-phase reaction mechanism on the overall flame solutions were also assessed. Reasonable agreement with experimental measurements was obtained for both flames for predictions of flame height, temperature and soot volume fraction. Overall, the algorithm displayed excellent strong scaling performance by achieving a parallel efficiency of 70% on 384 processors. The proposed algorithm proved to be a robust, highly-scalable solution method for sooting laminar flames.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».