MétaCan
Menu
Retour à la cohorte
Enregistrement W2312587868 · doi:10.1021/ef300049g

Three-Dimensional Fluorescence Spectra of Thermally Stressed Commercial Jet A-1 Aviation Fuel in the Autoxidative Regime

2012· article· en· W2312587868 sur OpenAlexafffund
Mario Commodo, Ivo Fabris, Owen Wong, C. P. T. Groth, Ömer L. Gülder

Notice bibliographique

RevueEnergy & Fuels · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat transfer and supercritical fluids
Établissements canadiensUniversity of Toronto
Organismes subventionnairesConsiglio Nazionale delle RicercheShell CanadaPratt and Whitney Canada
Mots-clésJet fuelJet (fluid)AviationSpectral lineFluorescenceEmission spectrumAviation fuelEnvironmental scienceMaterials scienceNuclear engineeringChemistryPhysicsAerospace engineeringEngineeringOpticsMechanicsAstronomy

Résumé

récupéré en direct d'OpenAlex

In this study, the thermal oxidative stability of a kerosene-type Jet A-1 commercial aviation fuel has been investigated using a three-dimensional (3D) excitation/emission matrix fluorescence (EEMF) method. The fuel was thermally stressed in flow test conditions over a range of temperatures in the autoxidative regime. To determine the effect of dissolved oxygen on aviation fuel thermal stability, the measurements were conducted for both air-saturated and fully deoxygenated fuel samples. The increase in the fuel temperature results in a large red shift of the fluorescence signals for the air-saturated fuel; however, fully deoxygenated fuel showed no difference in the fluorescence spectra with respect to neat fuel. The observed increase in the emission wavelengths of the collected spectra may be attributed to the formation of high-molecular-mass compounds within the liquid fuel. These species are formed as a consequence of the chemical reactions activated during the thermal stressing process. The use of 3D fluorescence spectra for aviation fuel analysis is shown to be a fast, suitable, and easily implementable tool for establishing and verifying fuel quality. Also, the level of fuel thermal degradation may be ascertained using this method, which should be of great interest for a better thermal management control of turbine engines.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,436
Score d'incertitude au seuil0,441

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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,228
Écart entre enseignants0,212 · 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'étudeExpérimental (laboratoire)
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

Citations18
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetHeat transfer and supercritical fluidsTravaux en français237 207