Analysis of the Influence of the Conduction Sub-Model Formulation on the Modeling of Laser-Induced Incandescence of Diesel Soot Aggregates
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
Laser-induced incandescence (LII) is a powerful diagnostic technique allowing quantifying soot emissions in flames and at the exhaust of combustion systems. It can be advantageously coupled with modeling approaches to infer information on the physical properties of combustion-generated particles (including their size), which implies formulating and solving balance equations accounting for laser-excited soot heating and cooling processes. Properly estimating soot diameter by time-resolved LII (TiRe-LII), nevertheless, requires correctly evaluating the thermal accommodation coefficient α T driving the energy transferred by heat conduction between soot aggregates and their surroundings. To analyze such an aspect, an extensive set of LII signals has been acquired in a Diesel spray flame before being simulated using a refined model built upon expressions accounting for soot heating by absorption, annealing, and oxidation as well as cooling by radiation, sublimation, conduction, and thermionic emission. Within this framework, different conduction sub-models have been tested while a corrective factor allowing the particle aggregate properties to be taken into account has also been considered to simulate the so-called shielding effect. Using a fitting procedure coupling design of experiments and a genetic algorithm-based solver, the implemented model has been parameterized so as to obtain simulated data merging on a single curve with experimentally monitored ones. Eventually, values of the thermal accommodation coefficient have been estimated with each tested conduction sub-model while the influence of the aggregate size on the so-inferred α T has been analyzed.
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 | 0,000 | 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 découle