A Chemical-Kinetic Approach to the Definition of the Laminar Flame Speed for the Simulation of the Combustion of Spark-Ignition Engines
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">The laminar burning speed is an important intrinsic property of an air-fuel mixture determining key combustion characteristics such as turbulent flame propagation. It is a function of the mixture composition (mixture fraction and residual gas mass fraction) and of the thermodynamic conditions.</div><div class="htmlview paragraph">Experimental measurements of Laminar Flame Speeds (LFS) are common in literature, but initial pressure and temperature are limited to low values due to the test conditions: typical pressure values for LFS detection are lower than 25 bar, and temperature rarely exceeds 550 K.</div><div class="htmlview paragraph">Actual trends in spark ignition engines are to increase specific power output by downsizing and supercharging, thus the flame front involves even more higher pressure and temperature since the beginning of combustion. The most widespread models used to extrapolate the experimental data to the engine like conditions are derived from that of Metghalchi and Keck, but they often fail to correctly predict LFS values outside the experimental space.</div><div class="htmlview paragraph">Thanks to the development of accurate chemical kinetic models together with the increase of computer performance, it is possible to numerically predict the laminar flame speed over a wide range of conditions for a range of fuel mixtures, so to overcome some of the limitations of the Metghalchi and Keck model. The aim of the present work is to evaluate the effectiveness of an exploitable open source chemical solver (Cantera) for the evaluation of laminar flame speed. Results are compared against experimental data available in scientific literature and a review of the main analytical correlation for LFS is accomplished. Finally, a new correlation is proposed to better fit the numerical results in the high pressure and temperature range of the real engine design space.</div></div>
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».