Experimental and Numerical Studies on the Soot Formation of Liquid Fuel Relevant Compounds
Notice bibliographique
Résumé
In the present thesis, fundamental experimental and numerical studies are performed for the soot formation of liquid fuel relevant compounds. The thesis is composed of four research studies. The first develops an improved data analysis approach for the combined laser extinction and two-angle elastic light scattering diagnostics to relate the various measured optical cross sections to soot aggregate properties. Compared to previously reported studies, the proposed approach can be applied to a wider range of soot sources by removing the assumption made to scattering regime or moment ratio of aggregate size distribution. The second study investigates the effects of n-propylbenzene addition to n-dodecane on soot formation and aggregate structure in a laminar coflow diffusion flame using the combined laser extinction and two-angle elastic light scattering method. It is shown that the relative importance of soot inception and surface growth affected by n-propylbenzene addition is different along the flame wing and centerline, with the aromatic fuel chemistry effect being stronger along the centerline. The third study extends the investigation on the same issue using a numerical model. The simulation results show that mixing n-propylbenzene into the liquid fuel mixture accelerates soot inception, and increases soot surface growth per unit surface area by PAH addition, while soot surface growth per unit surface area by HACA is shown to decrease modestly with n-propylbenzene addition. The fourth and final study investigates the soot formation from jet fuel in a laminar coflow diffusion flame using both numerical and experimental methods. The results demonstrate the robustness of the soot model to changes of fuel and also show that the HyChem model (i.e., lumped fuel breakdown approach, Xu et al., 2017) can be used to predict soot formation from real jet fuel combustion in laminar coflow diffusion flames by adding a PAH growth scheme to the model.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».