MétaCan
Menu
Retour à la cohorte
Enregistrement W2162989630 · doi:10.1115/ijpgc2003-40094

Study of Mixing Enhancement From a 12-Lobe Convoluted Mixer

2003· article· en· W2162989630 sur OpenAlexaff
Ibrahim Yimer, Lei‐Yong Jiang, Ian Campbell, Shaji Manipurath

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésCombustion chamberCombustorReynolds-averaged Navier–Stokes equationsMixing (physics)MechanicsPlanar laser-induced fluorescenceComputational fluid dynamicsCombustionTurbineMaterials scienceOpticsAcousticsPhysicsLaserChemistryThermodynamicsLaser-induced fluorescence

Résumé

récupéré en direct d'OpenAlex

Lobed mixers have been used in a variety of engineering applications, such as jet noise reduction, infrared suppression and improvement of propulsive efficiency for turbine engines. More recently, they have emerged as an attractive method to enhance mixing between fuel and air in advanced low-emission gas turbine combustors. The objectives of the present work were to assess the effectiveness of these devices for use inside the combustor and provide experimental data to validate CFD predictions. The mixing enhancements due to streamwise vortices generated from a 12-lobe convoluted mixer were characterized using Planar Laser Induced Fluorescence (PLIF) measurements, while 2-D PIV measurements established the underlying velocity field. The geometrical set-up of the mixing system is pertinent to many combustion systems using advanced lean premixed concepts with gaseous fuels. In addition to the benchmark case with no mixer, two different lobe geometries were considered, a semi-circle (or round) lobe and a square lobe. In this paper the experimental results are presented and discussed. Numerical predictions were performed for the semi-circle lobe geometry using a Reynolds-averaged Navier-Stokes (RANS) code and the results are compared with experimental measurements.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,511
Score d'incertitude au seuil0,894

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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,211
Écart entre enseignants0,198 · 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

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCombustion and flame dynamicsTravaux en français237 207