Assessment of Aliphatic Based Soot Inception in Laminar Diffusion Flames
Notice bibliographique
Résumé
Soot models are key components of computation fluid dynamic combustion codes that attempt to prescribe how soot is formed. However, due to the complex nature of soot formation, not all pathways may have been fully characterized. This work investigates numerically the influence that an aliphatic-collision (open-chain hydrocarbon) based soot inception model has on soot formation for coflow ethylene/air and methane/air laminar diffusion flames. In the literature, prediction of the soot volume fraction along the centerline of coflow ethylene flames is lacking in accuracy. Similarly for methane flames, soot formation on the wings are under predicted by many models. A new collision based inception model has been developed for specific aliphatics, and applied using an existing framework for molecular collision, in conjunction with pyrene based inception. The purpose of this model is not to be completely fundamental in nature, but more so a proof of concept in that by using physically realistic values for surface reactivity and collision efficiency, this collision mechanism can account for soot formation deficiencies that exist with just polycyclic aromatic hydrocarbon (PAH) based inception. Using this new model, the peak soot volume fraction along the centerline of an ethylene flame can be increased while the peak soot volume fraction along the wings remains unchanged, showing potential to significantly improve the model's predicative capability. Applying this model to a methane flame has resulted in an increase in the soot volume fraction in both the centerline and the wings, again improving predictive capability.
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 | 0,001 | 0,001 |
| 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 ».