Effects of Detection Wavelengths on Soot Volume Fraction Measurements Using the Auto-Compensating LII Technique
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.
Notice bibliographique
Résumé
Soot particles in the detection volume in general have different temperatures due to non-uniform laser fluence and particle size distribution. The thermal radiation intensity displays different temperature dependence at different wavelengths. The effective soot temperature inferred from the ratio of laser-induced incandescence (LII) signals in the auto-compensating LII (AC-LII) technique is dependent on the detection wavelengths and affects the measured soot volume fraction. This paper numerically investigates the effects of detection wavelengths on the inferred soot effective temperature and volume fraction under conditions relevant to laminar diffusion flames at atmospheric pressure and for three representative laser fluence distributions. Numerical calculations were conducted using an LII model for a laser pulse of 5.8 ns FWHM and 1064 nm and assuming a lognormal primary particle size distribution and neglecting the aggregation effect. LII signals were modeled at four wavelength bands centered at 420, 560, 680, and 790 nm and the effective soot temperature was derived over three pairs of LII signals, namely [420, 560 nm], [560, 680 nm], and [680, 790 nm]. The two shortest and two longest detection wavelengths respectively result in the highest and lowest effective soot temperature when the laser fluence is non-uniform. The inferred soot volume fraction displays the opposite trend as the effective soot temperature. The effective soot temperature is biased toward the highest values and AC-LII always underestimates the soot volume fraction. The detection wavelengths should be carefully selected to minimize the impact of non-uniform laser fluence and at the same time to maximize the accuracy of effective soot temperature.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 découle