LES of a Hydrogen-Enriched Lean Turbulent Premixed Flame
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The application of large-eddy simulation (LES) to the prediction of H2-enriched lean methane-air turbulent premixed combustion is considered. A presumed conditional moment (PCM) subfilter-scale combustion model is coupled with the flame prolongation of intrinsic low-dimensional manifold (FPI) chemistry tabulation technique. The LES and PCM-FPI modelling procedures are then applied to the prediction of laboratory-scale axisymmetric Bunsen-type turbulent premixed flames. Both premixed methane-air and H2-enriched methane-air flames are considered and the predicted solutions are examined and compared to available experimental data. The enriched flame has 20% H2 in terms of mole fraction and lies in the methane-dominated regime. The capability of the LES model to predict the observed behaviour is examined. Hydrogen-hydrocarbon fuel blends appear to be a promising option to synergistically pave the way toward pure hydrogen-based combustion systems while alleviating green-house gas and pollutant emissions related to fossil fuel combustion. The possibility of using hydrogen-enriched hydrocarbon fuels as a means for enabling greater stability of lean premixed flames with significantly reduced emissions of nitrogen oxides is also very appealing. While promising, the wide-spread application of hydrogen-enriched hydrocarbon fuels in practical premixed combustion devices has been limited by an incomplete understanding of hydrogen-enriched combustion. In particular, the current understanding, in terms of theoretical and computational models, is unable to fully explain the experimental observations for such flames.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 découle