Modeling of Heating and Evaporation of FACE I Gasoline Fuel and its Surrogates
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">The US Department of Energy has formulated different gasoline fuels called ''Fuels for Advanced Combustion Engines (FACE)'' to standardize their compositions. FACE I is a low octane number gasoline fuel with research octane number (RON) of approximately 70. The detailed hydrocarbon analysis (DHA) of FACE I shows that it contains 33 components. This large number of components cannot be handled in fuel spray simulation where thousands of droplets are directly injected in combustion chamber. These droplets are to be heated, broken-up, collided and evaporated simultaneously. Heating and evaporation of single droplet FACE I fuel was investigated. The heating and evaporation model accounts for the effects of finite thermal conductivity, finite liquid diffusivity and recirculation inside the droplet, referred to as the effective thermal conductivity/effective diffusivity (ETC/ED) model. The temporal variations of the liquid mass fractions of the droplet components were used to characterize the evaporation process. Components with similar evaporation characteristics were merged together. A representative component was initially chosen based on the highest initial mass fraction. Three 6 components surrogates, Surrogate 1-3, that match evaporation characteristics of FACE I have been formulated without keeping same mass fractions of different hydrocarbon types. Another two surrogates (Surrogate 4 and 5) were considered keeping same hydrocarbon type concentrations. A distillation based surrogate that matches measured distillation profile was proposed. The calculated molar mass, hydrogen-to-carbon (H/C) ratio and RON of Surrogate 4 and distillation based one are close to those of FACE I.</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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».