A Numerical Study of the Effect of EGR on Flame Lift-off in n-Heptane Sprays Using a Novel PaSR Model Implemented in OpenFOAM
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">The effect of exhaust gas recirculation (EGR) on flame lift-off in non-stationary n-heptane sprays was studied under Diesel engine-like conditions using numerical simulation involving complex chemistry and a novel partially stirred reactor (PaSR) model of subgrid turbulence-chemistry interaction.</div><div class="htmlview paragraph">The flame-stabilization mechanism is a result of complex physical and chemical interactions and cannot be described by a simplified theory. To leading order it is determined by the chemical reaction time at the leading edge, the turbulent diffusivity, and the flow velocity; so that there exists a balance between the local convection velocity and the triple-flame propagation speed. In this study of ignition and flame formation and stabilization processes, the VSB2 stochastic blob-and-bubble spray model was used in combination with the volume reactor fraction model (VRFM) implemented in OpenFOAM. The reacting volume fraction in the VRFM was determined by solving for mixture fraction, progress variable, and their variances in order to estimate the non-uniformities of the fluid cell; rather than simply taking the ratio of the mixing and chemistry time-scales. The chemistry is described by a reduced n-heptane mechanism with 36 species involved in 81 reactions.</div><div class="htmlview paragraph">The simulated lift-off trends are compared to available experimental data from the Engine Combustion Network, Sandia National Laboratories [<span class="xref">1</span>].</div></div>
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.
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) | 0,000 | 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 découle