Front roughening of flames in discrete media
Notice bibliographique
Résumé
The morphology of flame fronts propagating in reactive systems composed of randomly positioned, pointlike sources is studied. The solution of the temperature field and the initiation of new sources is implemented using the superposition of the Green's function for the diffusion equation, eliminating the need to use finite-difference approximations. The heat released from triggered sources diffuses outward from each source, activating new sources and enabling a mechanism of flame propagation. Systems of 40000 sources in a 200×200 two-dimensional domain were tracked using computer simulations, and statistical ensembles of 120 realizations of each system were averaged to determine the statistical properties of the flame fronts. The reactive system of sources is parameterized by two nondimensional values: the heat release time (normalized by interparticle diffusion time) and the ignition temperature (normalized by adiabatic flame temperature). These two parameters were systematically varied for different simulations to investigate their influence on front propagation. For sufficiently fast heat release and low ignition temperature, the front roughness [defined as the root mean square deviation of the ignition temperature contour from the average flame position] grew following a power-law dependence that was in excellent agreement with the Kardar-Parisi-Zhang (KPZ) universality class (β=1/3). As the reaction time was increased, lower values of the roughening exponent were observed, and at a sufficiently great value of reaction time, reversion to a steady, constant-width thermal flame was observed that matched the solution from classical combustion theory. Deviation away from KPZ scaling was also observed as the ignition temperature was increased. The features of this system that permit it to exhibit both KPZ and non-KPZ scaling are discussed.
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 ».