CFD Modeling of Equivalence Ratio Effects on a Pressurized Turbulent Premixed Flame
Notice bibliographique
Résumé
At a given power level, lean premixed (DLE) gas turbines vary equivalence ratio (ϕ) for optimal performance. This range is usually determined by variations in ambient conditions, acoustic response of the system, and emissions trade-off (e.g. between NOx and CO). In this work, the effects of ϕ variation on premixed jet flame lengths are investigated, by modeling the pressurized jet experiments of Griebel et al. [1]. While previous modeling of these experiments focused on a priori tabulated chemistry based methods, in this work we investigate an approach that represents finite-rate effects explicitly using skeletal chemistry (16 species, 41 reactions) in RANS and LES. Two equivalence ratios (ϕ = 0.56 and ϕ = 0.43) corresponding to the two extremes of flame lengths are chosen from the experimental database for 673K mixture preheat, 5 bar and 40 m/s jet velocity. A better correspondence with the experimentally measured flame length was achieved for ϕ = 0.43 than for ϕ = 0.56 indicating that the model is suitable when finite-rate effects are dominant but requires extensions for flames closer to the flamelet regime. It was found, further, that the RANS-EDC models failed to predict the confined turbulent jet development, as well as the flame lengths accurately, and demonstrated that scale resolution is required even for a relatively simple configuration.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».