MétaCan
Menu
Retour à la cohorte
Enregistrement W2885333152 · doi:10.1115/gt2018-77139

Fuel Variation Effects in Propagation and Stabilization of Turbulent Counter-Flow Premixed Flames

2018· article· en· W2885333152 sur OpenAlexaff
Ehsan Abbasi-Atibeh, Sandeep Jella, Jeffrey M. Bergthorson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensSiemens (Canada)McGill University
Organismes subventionnairesnon disponible
Mots-clésTurbulenceMechanicsDiffusion flamePremixed flameParticle image velocimetryLaminar flowCombustionLaminar flame speedTurbulent diffusionFlame speedLewis numberFlame structureContext (archaeology)Jet (fluid)Materials scienceChemistryPhysicsCombustorMass transfer

Résumé

récupéré en direct d'OpenAlex

Sensitivity to stretch and differential diffusion of chemical species are known to influence premixed flame propagation, even in the turbulent environment where mass diffusion can be greatly enhanced. In this context, it is convenient to characterize flames by their Lewis number (Le), a ratio of thermal-to-mass diffusion. The work reported in this paper describes a study of flame stabilization characteristics when the Le is varied. The test data is comprised of Le ≪ 1 (Hydrogen), Le ≈ 1 (Methane), and Le > 1 (Propane) flames stabilized at various turbulence levels. The experiments were carried out in a Hot exhaust Opposed-flow Turbulent Flame Rig (HOTFR), which consists of two axially-opposed, symmetric turbulent round jets. The stagnation plane between the two jets allows the aerodynamic stabilization of a flame, and clearly identifies fuel influences on turbulent flames. Furthermore, high-speed Particle Image Velocimetry (PIV), using oil droplet seeding, allowed simultaneous recordings of velocity (mean and rms) and flame surface position. These experiments, along with data processing tools developed through this study, illustrated that in the mixtures with Le ≪ 1, turbulent flame speed increases considerably compared to the laminar flame speed due to differential diffusion effects, where higher burning rates compensate for the steepening average velocity gradient, and keeps these flames almost stationary as bulk flow velocity increases. These experiments are suitable for validating the ability of turbulent combustion models to predict lifted, aerodynamically-stabilized flames. In the final part of this paper, we model the three fuels at two turbulence intensities using the FGM model in a RANS context. Computations reveal that the qualitative flame stabilization trends reproduce the effects of turbulence intensity, however, more accurate predictions are required to capture the influences of fuel variations and differential diffusion.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,549
Score d'incertitude au seuil0,223

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 Opus0,003
Tête enseignante GPT0,186
Écart entre enseignants0,182 · 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'étudeSimulation ou modélisation
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCombustion and flame dynamicsTravaux en français237 207