MétaCan
Menu
Retour à la cohorte
Enregistrement W2973916889 · doi:10.1115/1.4044889

On the Liftoff of Diffusion Flame: An Experimental and Analytical Study

2019· article· en· W2973916889 sur OpenAlexaff
Mohsen Akbarzadeh, Madjid Birouk

Notice bibliographique

RevueJournal of Energy Resources Technology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésNozzleDiffusion flameJet (fluid)DiffusionMechanicsAirflowMaterials scienceChemistryTurbulencePremixed flameComposite materialCombustionCombustorThermodynamicsMechanical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract The effect of lip thickness of fuel nozzle on the liftoff of an attached diffusion methane flame with and without a coflow was experimentally and analytically investigated. Three fuel nozzles made of a long pipe with the same internal diameter but different nozzle lip thickness were tested. The co-airflow was also varied to assess its impact on the liftoff of jet diffusion flame. The results showed that the effect of fuel nozzle lip thickness on the liftoff of a free jet flame (i.e., no coflow) is marginal. However, the presence of a weak to moderate coflow (0.05 m/s < Uco < 0.3 m/s) reduced the liftoff velocity of an attached flame. The reduction rate of the liftoff velocity with co-airflow was found to be more significant for the fuel nozzle with the smaller lip thickness. At a relatively higher coflow (Uco > ∼0.3 m/s), a more pronounced drop in the liftoff velocity with coflow was observed. Flow field characteristics obtained using PIV measurements showed that the coflow stream experienced a transition to the turbulent regime for Uco > ∼0.3 m/s range which is believed to cause the inception of the flame liftoff to occur. A model for predicting the liftoff velocity of an attached flame in the presence of a coflow was developed based on the stoichiometric mixture velocity equation. This model showed good agreement with the present experimental data. However, although it can predict successfully the observed trends in the literature, further experiments are required to generalize it.

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 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,743
Score d'incertitude au seuil0,231

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 Opus0,005
Tête enseignante GPT0,213
Écart entre enseignants0,208 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Energy Resources TechnologyMême sujetCombustion and flame dynamicsTravaux en français237 207