MétaCan
Menu
Retour à la cohorte
Enregistrement W2783644055 · doi:10.1115/imece2017-70297

Study on Coal Particle Combustion Characteristics and NO Emission in a Hot Laminar Gas Flow

2017· article· en· W2783644055 sur OpenAlexaff
Mingyan Gu, Dawei Yan, Xianhui He, Dan Yan, Fengshan Liu, Huaqiang Chu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensNational Research Council Canada
Organismes subventionnairesNational Science Foundation
Mots-clésCoalLaminar flowCombustionParticle sizeCoal combustion productsMechanicsMaterials scienceParticle (ecology)Particle-size distributionFlow (mathematics)ChemistryGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

The combustion and NO formation characteristics of coal particles of different size distributions in a laminar gas flow were investigated by numerical simulation. The variation of coal particle size distribution was obtained by changing the mass ratio of small-sized coal to large-sized coal. The gas-phase combustion was modeled using GRI-Mech 3.0. The particle motion was simulated using a trajectory model. The results show that the coal particle size distribution has a significant impact on combustion process and NO distribution. Coal particles of uniform size at either 105 or 75 μm results in a higher NO concentration than coal consisting of both the large and the small particles. The smaller-sized coal particles experience a rapid volatile release, a higher maximum gas temperature, and a higher maximum NO concentration. Increasing the mass ratio of the smaller-sized coal particles changes the gas temperature and the averaged NO distribution and lowers the maximum NO concentration.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,484
Score d'incertitude au seuil0,353

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 Opus0,017
Tête enseignante GPT0,247
Écart entre enseignants0,230 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCombustion and flame dynamicsTravaux en français237 207