Ignition Delay Time Experiments for Natural Gas/Hydrogen Blends at Elevated Pressures
Notice bibliographique
Résumé
Applications of natural gases that contain high levels of hydrogen have become a primary interest in the gas turbine market. While the ignition delay times of hydrogen and of the individual hydrocarbons in natural gases can be considered well known, there have been few previous experimental studies into the effects of different levels of hydrogen on the ignition delay times of natural gases at gas turbine conditions. To examine the effects of hydrogen content at gas turbine conditions, shock-tube experiments were performed on nine mixtures of an L9 matrix. The L9 matrix was developed by varying four factors: natural gas higher-order hydrocarbon content of 0, 18.75, or 37.5%; hydrogen content of the total fuel mixture of 30, 60, or 80%; equivalence ratios of 0.3, 0.5, or 1; and pressures of 1, 10, or 30 atm. Temperatures ranged from 1092 K to 1722 K, and all mixtures were diluted in 90% Ar. Correlations for each mixture were developed from the ignition delay times and, using these correlations, a factor sensitivity analysis was performed. It was found that hydrogen played the most significant role in the ignition delay times of a mixture. Pressure was almost as important as hydrogen content, especially as temperature increased. Equivalence ratio was slightly more important than hydrocarbon content of the natural gas, but both were less important than pressure or hydrogen content. Comparison with a modern chemical kinetic model demonstrated that the model captures well the relative impacts of H2 content, temperature, and pressure, but some improvements are still needed in terms of absolute ignition delay times.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».