MétaCan
Menu
Retour à la cohorte
Enregistrement W3110831711 · doi:10.1115/icef2020-3011

Effect of Discharge Energy Distribution on Flame Kernel Development

2020· article· en· W3110831711 sur OpenAlexaff
Hua Zhu, Xiao Yu, Linyan Wang, Ming Zheng, Liguang Li, Mengzhu Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and Detonation Processes
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésIgnition systemCombustionMaterials scienceKernel (algebra)Volume (thermodynamics)Minimum ignition energyMechanicsEnergy (signal processing)Automotive engineeringNuclear engineeringProcess engineeringComputer scienceThermodynamicsChemistryEngineeringPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract The early flame kernel initiation and development are essential to a successful combustion process, especially under lean burn/EGR diluted conditions. Multiple ignition sites strategy has shown promise to secure the flame kernel initiation under extreme engine operating conditions. Two factors are considered to contribute to the enhanced ignition capability, i.e. the higher ignition energy and the multiple initial flame kernels. However, the mechanism why the multiple ignition sites help combustion is less understood. In this work, the impacts of the ignition energy distribution strategy on the flame inception process are investigated in a constant volume combustion chamber. A multi-coil ignition system, along with a sparkplug with three high-voltage electrodes, is used to adjust the discharge energy from 10 mJ to 240 mJ, as well as the energy deposition strategies. Experimental results have shown that the distributed energy strategy with sufficient discharge energy can establish a bigger initial flame kernel, leading to faster flame growth rates, as compared to the concentrated energy strategy.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,852
Score d'incertitude au seuil0,237

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 Opus0,006
Tête enseignante GPT0,201
Écart entre enseignants0,195 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCombustion and Detonation ProcessesTravaux en français237 207