Single Orifice Diesel Injector Flow Characterization and the Impact of Needle Lift Using Large Eddy Simulation and Proper Orthogonal Decomposition
Notice bibliographique
Résumé
The flow in the injector's sac volume has been reported to influence diesel-injector nozzle flow, but few studies have characterized sac volume. Our study modeled flow in the sac volume using a large Eddy simulation (LES) approach to gain better insight into the complexity of the flow dynamics. It focused on the effect of fixed needle lifts on sac-volume internal flow of a single-hole injector with emphasis on large-scale unsteadiness; three-dimensional proper orthogonal decomposition (POD) was used to analyze the flow. The near-wall turbulence resolution of the elaborated computational fluid dynamics (CFD) model has been validated with direct numerical simulation (DNS) results in the canonical case of fully developed channel flow. The main findings are: (1) an enlarging flow jet entering the sac volume with decreasing small scales of turbulence was observed as needle lift increased. (2) three-dimensional POD revealed that the mean flow energy was nearly constant at low needle lifts (6%, 8%, and 10%) and decreased twofold at the higher needle lift of 31%. (3) The analysis of fluctuating modes revealed that flow restructuring occurred with increasing needle lift as three different energy distributions were observed with the lowest (6%), intermediary (8%, 10%, and 16%), and highest needle lifts (31%). (4) Finally, the analysis of the POD-reduced-order model has shown that the lowest frequency of mode 1, which carries the highest fluctuating energy, is responsible for the oscillation of the main rotating structure within the sac volume that causes fuel-jet enlarging/narrowing with time. This oscillation of the main structure was found to decrease with increased needle lift.
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 ».