A Four Component Skeletal Model for the Analysis of Jet Fuel Surrogate Combustion
Notice bibliographique
Résumé
A skeletal chemical kinetic model for jet fuel combustion, comprising four representative fuel components, is presented. The sub model for the three components, toluene, methyl cyclohexane (MCH) and n-dodecane, is deduced from a detailed model for jet fuel surrogate proposed by Wang et al. [Wang et al., 2010]. The reduction is based on a species sensitivity approach, herein referred to as Alternate Species Elimination (ASE). The sub model for the fourth component, iso-octane, is established through semi-detailed kinetic modeling, considering existing reactions and species of the smaller hydrocarbon systems as well as species and reactions pertinent to the n-dodecane system. The performance of the resulting model is assessed by comparing predictions of ignition delay times and laminar burning velocities with those of the detailed model. It is shown that the skeletal model retains the predictive ability of the detailed model with respect to the three components, n-dodecane, MCH and toluene. The complementary iso-octane sub model is also found to reasonably predict high-temperature ignition delay times and laminar burning velocities. The four component skeletal model is tested against shock tube ignition data and laminar burning velocities of jet fuel surrogates. It is observed that high-temperature ignition is fairly well predicted while low-temperature ignition delay times are longer than experimentally observed. While the predictions of laminar burning velocities of atmospheric flames of jet fuels at 400 K are reasonable, slower flames are predicted at higher temperatures. The proposed skeletal model has 192 species and 1291 reactions, compared to the detailed multi-component model, with 348 species and 2163 elementary reactions, albeit without iso-octane. This results in improvement in the associated computational costs for combustion analysis. Further development of the skeletal model is needed to improve its prediction ability over a wider range of combustion properties and thermodynamic conditions.
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) | 0,000 | 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 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 ».