MétaCan
Menu
Retour à la cohorte
Enregistrement W2911154219 · doi:10.2514/6.2019-1493

Modeling of the Turbulent Reaction Rate in High-Pressure Flows

2019· article· en· W2911154219 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAIAA Scitech 2019 Forum · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensUniversity of British ColumbiaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésTurbulenceComputer scienceMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

The modeling of turbulence-chemistry-thermodynamic interaction is addressed through an a priori study pf a Direct Numerical Simulation (DNS) database representing high-p turbulent combustion. The DNS database consists of simulations of a temporal mixing layer in which a single-step chemical reaction occurs; the results are presented here for a single DNS realization. The potential of the single-conditioned Conditional Source-term Estimate (CSE) approach to model the filtered turbulent reaction rate needed for conducting Large Eddy Simulation (LES) is examined. Evaluations conducted with the mixture fraction as a conditioning variable at two filter widths and with the probability distribution function (PDF) extracted from the DNS database representing the mixture fraction, show that the deviation between the model and template is large and substantially increases with filter width. To address this deviation, the Double-conditioned Source-term Estimate (DCSE) approach is explored with two different second conditioning variables, the first conditioning variable being still the mixture fraction; several filter widths are considered. The first choice of the second conditioning variable is a normalized process variable based on the CO_2 mass fraction and the second choice of the second conditioning variable is a normalized temperature. With each second conditional variable, the DCSE results represent a substantial improvement over CSE, by as much as an order of magnitude when measured by the relative error from the filtered reaction rate. A quantitative test based on a root mean square identifies the reason for the DCSE success compared to CSE, the DCSE is able to reduce the departure of the fluctuations of the modeled reaction rate from the filtered reaction rate over the entire range of the filtered reaction rate values. Comparing the DCSE results obtained with the two second conditioning variables, it appears that the normalized process variable based on the CO_2 mass fraction as the second conditioning variable is more successful than the normalized temperature in modeling the filtered reaction rate over its entire range.

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.

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 enseignants0,017
Score d'incertitude au seuil0,305

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 Opus0,004
Tête enseignante GPT0,183
Écart entre enseignants0,179 · 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