Two-Colour Pyrometry Measurements of Low-Temperature Combustion using Borescopic Imaging
Notice bibliographique
Résumé
Low temperature combustion (LTC) of diesel fuel offers a path to low engine emissions of nitrogen oxides (NOx) and particulate matter (PM), especially at low loads. Borescopic optical imaging offers insight into key aspects of the combustion process without significantly disrupting the engine geometry. To assess LTC combustion, two-colour pyrometry can be used to quantify local temperatures and soot concentrations (KL factor). High sensitivity photo-multiplier tubes (PMTs) can resolve natural luminosity down to low temperatures with adequate signal-to-noise ratios. In this work the authors present the calibration and implementation of a borescope-based system for evaluating low luminosity LTC using spatially resolved visible flame imaging and high-sensitivity PMT data to quantify the luminous-area average temperature and soot concentration for temperatures from 1350-2600 K. The visible flame area is used to adjust the PMT measurements to account for sooting area (i.e., the fraction of the region of interest that contains discernible flame/natural luminosity). The validity of the approach is assessed using spatially resolved temperature and soot concentration data collected from a full optical single-cylinder engine operating using non-premixed natural gas combustion, with soot concentrations similar to those seen in the LTC data. The high sensitivity and low noise of the PMTs, combined with the broad field of view of the borescope, and the proposed sooting area correction method, provide robust measurement of flame temperature and KL factor in low temperature and low-sooting combustion conditions. Whilst the sooting area correction is found to have only a small effect on the measured temperature, it is shown to be important to provide soot concentrations that are representative of spatially resolved results. This work provides new insights into the use of relatively low-cost, high sensitivity PMTs to assess advanced and low-emission combustion systems.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».