A Numerical Investigation on Soot Formation From Laminar Diffusion Flames of Ethylene/Methane Mixture
Notice bibliographique
Résumé
The sooting propensity of laminar diffusion flames employing ethylene/methane mixture fuel is investigated by numerical simulation. Detailed gas phase chemistry and moments method are used to describe the chemical reaction process and soot particle dynamics, respectively. The numerical model captures the primary features experimentally observed previously. At constant temperatures of air and fuel mixture, both maximum soot volume fraction and soot yield monotonically decrease with increasing the fraction of carbon from methane in the fuel mixture. However, when the temperatures of air and fuel mixture are preheated so that the adiabatic temperatures of all flames are same, the variation of the maximum soot yield becomes higher than what would be expected from a linear combination of the flames of pure ethylene and pure methane, showing a synergistic phenomenon in soot formation. Further analysis of the details of the numerical results suggests that the synergistic phenomenon is caused by the combined effects of the variations in the concentrations of acetylene (C2H2) and methyl radical (CH3). When the fraction of carbon from methane in fuel mixture increases, the concentration of C2H2 monotonically decreases, whereas that of methyl radical increases, resulting in a synergistic phenomenon in the variation of propargyl (C3H3) radical concentration due to the reactions C2H2 + CH3 = PC3H4 + H and PC3H4 + H = C3H3 + H2. This synergistic phenomenon causes a qualitatively similar variation trend in the concentration of pyrene (A4) owing to the reaction paths C3H3 → A1 (benzene) → A2 (naphthalene) → A3 (phenanthrene) → A4. Consequently, the synergistic effect occurs for soot inception and PAH condensation rates, leading to the synergistic phenomenon in soot yield. The similar synergistic phenomenon is not observed in the variation of peak soot volume fraction, since the maximum surface growth rate monotonically decreases, as the fraction of carbon from methane in fuel mixture increases.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».