Diagnostics and Modeling of Stagnation Flames for the Validation of Thermochemical Combustion Models for NO<sub><i>x</i></sub> Predictions
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
This article presents a combined experimental and modeling approach for the study of NO formation in premixed stagnation flames. In the experiments, one-dimensional (1-D) Particle Image Velocimetry (PIV), 1-D spectrally resolved Planar Laser-Induced Fluorescence (PLIF), and 1-D NO-LIF thermometry are used to measure high resolution profiles, which are directly compared to numerical simulations. The simulations are performed with Cantera using 1-D hydrodynamics, transport, and detailed thermochemical models. Accurate measurements of premixed gas composition, gas velocity, temperature, and spread rate yield all necessary inlet boundary conditions. Use of a temperature-controlled stagnation plate allows for first-order heat loss effects to be imposed on the numerical simulation, rather than relying on external temperature corrections. The experiments provide a sensitive test of NO formation, result in multiple validation targets which do not rely on extrapolations, and allow for accurate specification of measurement uncertainties when comparing experiments to simulations. This article provides a discussion of the diagnostic techniques and compares experimental results for methane–air flames to numerical predictions using a number of natural gas thermochemical models (GRI-Mech 3.0, GDF-Kin 3.0, CRECK 1212, and Konnov 0.6) and their associated submodels for NO x formation. The reported results indicate that further adjustments to thermochemical combustion models are needed to accurately predict NO x pollutant formation in small hydrocarbons under atmospheric-pressure conditions.
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 | 0,001 |
| 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