Skeletal Chemical Kinetic Mechanisms for Syngas, Methyl Butanoate, <i>n</i>-Heptane, and <i>n</i>-Decane
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
Skeletal chemical kinetic mechanisms are presented for combustion analysis of a series of fuels of interest in combustion systems. These models are obtained from their respective detailed chemical kinetic models using the global species sensitivity method in a formulation referred to here as alternate species elimination (ASE), reflecting the alternate elimination of chemical species from a mechanism in order to assess the resulting effect on the prediction ability of the model. Ignition delay times are used as the target global combustion property for the assessment of the chemical influence of a species. Three ignition conditions of lean, stoichiometric, and rich fuel/air mixtures at a temperature and pressure of 1050 K and 15 atm, respectively, are used to generate data for the model reduction process. The skeletal mechanisms obtained from this ignition-based reduction are tested for their ability to predict premixed flame propagation and diffusion flame structure. It is found that, by imposing an appropriate threshold on the ranked normalized changes in ignition delay times, these skeletal models capture a broad range of combustion processes beyond the homogeneous ignition process used to deduce them. The skeletal mechanisms presented in this work include syngas (31 species), methyl butanoate (MB) (88 species), n -heptane (122 species), and n -decane (89 species). These skeletal models reflect a reduction of at least 60% in the number of chemical species with respect to the detailed model. They are recommended for use in further computational combustion analysis since they result in a reduction in computational costs, and are provided as Supporting Information to this article.
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