IMPROVING DROPLET BREAKUP AND VAPORIZATION MODELS BY INCLUDING HIGH PRESSURE AND TURBULENCE EFFECTS
Notice bibliographique
Résumé
This article reviews recant experimental work conducted at the Laboratoire de Combustion et Systemes Reactifs (LCSR), Orleans, France, on single droplet breakup and vaporization. Emphasis is essentially put on high pressure and turbulence effects. The experimental facilities developed and the diagnostics used are first presented. Droplet breakup studies are conducted with cryogenic and noncryogenic droplets subjected to aerodynamic shear forces under high-pressure conditions. The transition criteria between droplet breakup regimes, characteristic breakup times, and secondary droplet distributions are obtained for uniquely low values of the density ratio between liquid and gas phases and systematically varied vales of droplet Weber and Reynolds numbers. Combined effects of high pressure and temperature oil droplet vaporization are also systematically explored. The variation patterns of average vaporization rates with reduced pressure and temperature are conclusively established and compared to estimates from the quasi-steady model. The influence of turbulence on droplet vaporization rates is explored in detail. It is demonstrated that droplet vaporization rates increase significantly with turbulent Reynolds number, even when the droplet size is smaller than the turbulence integral length scalp. Comprehensive correlations are established to take into account these various effects. Suggestions are made for ways of including these correlations as submodels into spray combustion numerical prediction codes and for future work to further improve them.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».