MétaCan
Menu
Retour à la cohorte
Enregistrement W2783083875 · doi:10.1115/imece2017-70256

Studies on Coal Ignition and Combustion Characteristics

2017· article· en· W2783083875 sur OpenAlexaff
Xue Chen, Mingyan Gu, Xianhui He, Dan Yan, Jimin Wang, Huaqiang Chu, Fengshan Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and Detonation Processes
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésIgnition systemCombustionCoalLaminar flowMechanicsMinimum ignition energyMaterials scienceCoal combustion productsHeat transferPulverized coal-fired boilerParticle (ecology)Spontaneous combustionFlow (mathematics)Autoignition temperatureThermodynamicsWaste managementChemistryPhysicsEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

A 2-D numerical model of flow, heat transfer, and combustion of coal particles in a laminar gas flow at O2/CO2 atmosphere was developed based on the Eulerian-Lagrangian methodology. The gas-phase combustion was modeled using the GRI-Mech 3.0. The motion of coal particles was simulated using a trajectory model. The model was employed to study the coal ignition time, temperature and mass changes. The effects of particle diameter, the flow temperature and oxygen concentration on the ignition time and the combustion characteristics of coal particles were also investigated. The results obtained show that smaller size particle experiences a shorter ignition time with a higher coal temperature. A higher gas temperature leads to a shorter coal particle ignition time; increasing the flow temperature the difference in the ignition time of different sized coal particles decreases. The coal particle ignition time is decreased when the oxygen concentration is increased.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,601
Score d'incertitude au seuil0,189

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,292
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCombustion and Detonation ProcessesTravaux en français237 207