MétaCan
Menu
Retour à la cohorte
Enregistrement W2142136246 · doi:10.1155/2011/628208

Statistics of Conditional Fluid Velocity in the Corrugated Flamelets Regime of Turbulent Premixed Combustion: A Direct Numerical Simulation Study

2011· article· en· W2142136246 sur OpenAlexfundno aff
Nilanjan Chakraborty, Andrei N. Lipatnikov

Notice bibliographique

RevueJournal of Combustion · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensnon disponible
Organismes subventionnairesEnergimyndighetenEngineering and Physical Sciences Research CouncilCanada Excellence Research Chairs, Government of Canada
Mots-clésTurbulenceMechanicsDirect numerical simulationReynolds-averaged Navier–Stokes equationsContext (archaeology)Probability density functionCombustionReynolds numberChemistryPhysicsStatistical physicsMathematicsThermodynamicsStatisticsGeology

Résumé

récupéré en direct d'OpenAlex

The statistics of mean fluid velocity components conditional in unburned reactants and fully burned products in the context of Reynolds Averaged Navier Stokes (RANS) simulations have been studied using a Direct Numerical Simulation database of statistically planar turbulent premixed flame representing the corrugated flamelets regime combustion. Expressions for conditional mean velocity and conditional velocity correlations which are derived based on a presumed bimodal probability density function of reaction progress variable for unity Lewis number flames are assessed in this study with respect to the corresponding quantities extracted from DNS data. In particular, conditional surface averaged velocities and the velocity correlations in the unburned reactants are demonstrated to be effectively modelled by the unconditional velocities and velocity correlations , respectively, for the major part of turbulent flame brush with the exception of the leading edge. By contrast, conditional surface averaged velocities and the velocity correlations in fully burned products are shown to be markedly different from the unconditional velocities and velocity correlations , respectively.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,313
Score d'incertitude au seuil0,493

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,024
Tête enseignante GPT0,249
Écart entre enseignants0,225 · 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'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

Citations9
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of CombustionMême sujetCombustion and flame dynamicsTravaux en français237 207