MétaCan
Menu
Retour à la cohorte
Enregistrement W2019637467 · doi:10.1115/1.4023306

A Critical Evaluation of Turbulence Modeling in a Model Combustor

2013· article· en· W2019637467 sur OpenAlexafffund
Lei‐Yong Jiang

Notice bibliographique

RevueJournal of Thermal Science and Engineering Applications · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensNational Research Council Canada
Organismes subventionnairesNational Research Council Canada
Mots-clésTurbulenceCombustorTurbulence modelingMechanicsK-epsilon turbulence modelTurbulence kinetic energyK-omega turbulence modelReynolds stress equation modelCombustion chamberReynolds stressThermodynamicsHeat transferCombustionMeteorologyMaterials sciencePhysicsChemistry

Résumé

récupéré en direct d'OpenAlex

Based on the previous benchmark studies on combustion, scalar transfer, and radiation models, a critical evaluation of turbulence models in a propane-air diffusion flame combustor with interior and exterior conjugate heat transfers has been performed. Results obtained from six turbulence models are presented and compared in detail with a comprehensive database obtained from a series of experimental measurements. It is found that the Reynolds stress model (RSM), a second moment closure, is superior over the five popular eddy-viscosity two-equation models. Although the main flow patterns are captured by all six turbulence models, only the RSM is able to successfully predict the lengths of both recirculation zones and give fairly accurate predictions for mean velocity, temperature, CO2 and CO mole fractions, as well as turbulence kinetic energy in the combustor chamber. In addition, the realizable k-ε (Rk-ε) model illustrates better performance than four other two-equation models and can provide comparable results to those from the RSM for the configuration and operating conditions considered in the present study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,259
Écart entre enseignants0,236 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations7
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Thermal Science and Engineering ApplicationsMême sujetCombustion and flame dynamicsTravaux en français237 207