MétaCan
Menu
Retour à la cohorte
Enregistrement W2021598733 · doi:10.1115/gt2012-70038

On the Prediction of Pollutant Emission Indices From Gas Turbine Combustion Chambers

2012· article· en· W2021598733 sur OpenAlexaff
Marc LaViolette, Ruben E. Perez

Notice bibliographique

RevueVolume 2: Combustion, Fuels and Emissions, Parts A and B · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésCombustionNOxEmpirical modellingRange (aeronautics)Gas turbinesJet engineEnvironmental sciencePollutantExperimental dataCombustion chamberComputer scienceEngineeringSimulationMathematicsAerospace engineeringStatisticsMechanical engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

This paper surveys existing emissions models used in the prediction of NOx. The prediction of jet engine emission indices from fundamental principles have proven to be difficult due to the complex physical and chemical interactions occurring within their combustion chambers. Present day prediction of engine emission indices during engine development relies on published models, which are based on limited sets of data measured on older combustion chambers where minimizing pollutant emissions was not a major design criteria. Such empirical and semi-empirical models can, however, provide upper emission limits for new engine designs. A database comprising a wider range of experimental data (over 2000 measured points) taken from the literature was used to test the models. Advanced techniques were applied to optimize the coefficients of proportionality of governing equations of the best models in the literature. Most models tend to consistently over or under predict the measured values. In most cases, even though the standard deviation of the predicted values was not reduced, the correlation error was improved by removing this bias.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,298
Score d'incertitude au seuil0,570

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 Opus0,014
Tête enseignante GPT0,207
Écart entre enseignants0,193 · 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'étudeObservationnel
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

Citations6
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 2: Combustion, Fuels and Emissions, Parts A and BMême sujetVehicle emissions and performanceTravaux en français237 207