Validation of leading point concept in RANS simulations of highly turbulent lean syngas-air flames with well-pronounced diffusional-thermal effects
Notice bibliographique
Résumé
While significant increase in turbulent burning rate in lean premixed flames of hydrogen or hydrogen-containing fuel blends is well documented in various experiments and can be explained by highlighting local diffusional-thermal effects, capabilities of the vast majority of available models of turbulent combustion for predicting this increase have not yet been documented in numerical simulations. To fill this knowledge gap, a well-validated Turbulent Flame Closure (TFC) model of the influence of turbulence on premixed combustion, which, however, does not address the diffusional-thermal effects, is combined with the leading point concept, which highlights strongly perturbed leading flame kernels whose local structure and burning rate are significantly affected by the diffusional-thermal effects. More specifically, within the framework of the leading point concept, local consumption velocity is computed in extremely strained laminar flames by adopting detailed combustion chemistry and, subsequently, the computed velocity is used as an input parameter of the TFC model. The combined model is tested in RANS simulations of highly turbulent, lean syngas-air flames that were experimentally investigated at Georgia Tech. The tests are performed for four different values of the inlet rms turbulent velocities, different turbulence length scales, normal and elevated (up to 10 atm) pressures, various H2/CO ratios ranging from 30/70 to 90/10, and various equivalence ratios ranging from 0.40 to 0.80. All in all, the performed 33 tests indicate that the studied combination of the leading point concept and the TFC model can predict well-pronounced diffusional-thermal effects in lean highly turbulent syngas-air flames, with these results being obtained using the same value of a single constant of the combined model in all cases. In particular, the model well predicts a significant increase in the bulk turbulent consumption velocity when increasing the H2/CO ratio but retaining the same value of the laminar flame speed.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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 ».