Parallel Solution Adaptive Scheme for Three-Dimensional Turbulent Diffusion Flames with Detailed Tabulated Chemistry
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
Mathematical modelling of the e ects of turbulence on detailed-chemistry is an important issue in the accurate and reliable numerical prediction of turbulent combustion processes. The highly non-linear nature of both turbulence and chemistry make this extremely challenging. In this study, a Presumed Conditional Moment (PCM) approach, based on a probability density function (PDF), is combined with the Flame Prolongation of ILDM (FPI) tabulation method to model the e ects of turbulence and detailedchemistry for di usion ames. The recently proposed FPI scheme incorporates the e ects of the detailed-chemistry on the local ow eld for laminar ames through the use of two independent scalars: mixture fraction and progress variable and their variances. The Favre-Averaged Navier-Stokes (FANS) equations, based on the two-equation k-! turbulence model, are used herein to model the e ects of the unresolved turbulence on the mean ow eld. The governing partial-di erential equations for mean quantities are solved using a parallel, Adaptive Mesh Re nement (AMR), fully-coupled nite-volume formulation on bodytted, multi-block, hexahedral mesh for three-dimensional ow geometries. Two approaches for coupling the PCM-FPI approach with the parallel AMR nite-volume solution method are considered. The PCM-FPI results are compared to experimental data for both reacting and non-reacting ows associated with a Sydney blu -body burner conguration. The computational cost of the PCM-FPI scheme is compared to the cost of the simpli ed Eddy Dissipation Model (EDM). A full description of the proposed numerical solution scheme for turbulent non-premixed ames is provided along with an evaluation and demonstration of its computational performance and predictive capabilities.
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 | 0,000 | 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 découle