NOx Emissions Predictions for a Hydrogen Micromix Combustion System
Notice bibliographique
Résumé
Abstract Being free from carbon content, hydrogen has been considered as a promising candidate to reduce pollutant emissions in Gas Turbine Combustion Systems. Due to hydrogen’s significantly different burning characteristics, its implementation requires adjustments to the design philosophies of traditional combustion chambers. The micromix concept offers an alternative diffusive combustion injection system, improving the mixing characteristics without the risk associated with pre-mixing, thereby reducing the likelihood of hotspots forming. The importance of turbulence-chemistry interaction modelling, particularly for highly diffusive flames such as hydrogen, has been widely addressed. A turbulence-chemistry interaction study on such a micromix injector was performed investigating the coupling between the Flamelet Generated Manifold (FGM) combustion model and different hydrogen reaction mechanisms. This methodology correctly reproduces the typical micromix micro-flame behaviour and the analysed mechanisms are shown to be in good agreement in terms of flow characteristics prediction. A comparative study between two reduced order emissions prediction models was then carried out: a CFD post-processing technique for NOx emissions calculations and a hybrid CFD-CRN approach were explored. Due to the coupling between accurate turbulence-chemistry interaction modelling and the ability to handle detailed chemistry, the hybrid CFD-CRN approach gives valuable results with a modest computational cost and it could be used as an optimising tool during the injector geometry design process.
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 ».