MétaCan
Menu
Retour à la cohorte
Enregistrement W2016016247 · doi:10.1115/imece2004-59407

A Numerical Study of the Influence of Hydrogen Addition on Soot Formation in a Laminar Counterflow Ethylene/Oxygen/Nitrogen Diffusion Flame

2004· article· en· W2016016247 sur OpenAlexaff
Hongsheng Guo, Fengshan Liu, Gregory J. Smallwood

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésSootHydrogenDiffusion flameEthyleneOxygenChemistryLaminar flowPropaneDiffusionBenzeneHeliumDilutionInorganic chemistryMaterials scienceAnalytical Chemistry (journal)Chemical engineeringCombustionThermodynamicsOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

The influence of hydrogen addition to the fuel on soot formation in an ethylene/oxygen/nitrogen diffusion flame was numerically studied by simulation of three counterflow laminar diffusion flames at atmosphere pressure. The fuel mixtures for the three flames are pure ethylene, ethylene/hydrogen and ethylene/helium, respectively, while the oxidant is a mixture of oxygen and nitrogen. A detailed gas phase reaction mechanism including species up to benzene and complex thermal and transport properties were used. The soot inception and surface growth rates were, respectively, calculated based on benzene and HACA (H-abstraction and C2H2-addition) mechanisms. The predicted results for the three flames were compared and analyzed. It is indicated that although the addition of either hydrogen or helium to the fuel can reduce the soot volume fraction, the addition of hydrogen is more efficient. While the addition of helium reduces soot formation only through dilution, the addition of hydrogen suppresses soot formation through both dilution and chemical reaction effects. This conclusion is qualitatively consistent with available experiments. The simulations revel that the chemically inhibiting effect is caused by the decrease of hydrogen atom concentration in soot formation region, due to the displacement of the primary reaction zone, when hydrogen is added to the fuel.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,766
Score d'incertitude au seuil0,412

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 Opus0,008
Tête enseignante GPT0,225
Écart entre enseignants0,217 · 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

Citations4
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207