Assessment of a flamelet approach to evaluating mean species mass fractions in moderately and highly turbulent premixed flames
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
Complex-chemistry direct numerical simulation (DNS) data obtained from lean methane-air turbulent flames are analyzed to perform a priori assessment of predictive capabilities of the flamelet approach to evaluating mean concentrations of various species in turbulent flames characterized by Karlovitz numbers Ka=6.0, 74.0, and 540. Six definitions of a combustion progress variable c are probed and two types of probability density functions (PDFs) are adapted: (i) actual PDFs extracted directly from the DNS data or (ii) presumed β-function PDFs obtained using the DNS data on the first two moments of the c-field. Results show that the mean density, the mean temperature, and the mean mass fractions of CH4, O2, H2O, CO2, CO, CH2O, CH3, and HCO are very well predicted using the temperature-based combustion progress variable cT and the actual PDF. For other considered species, the quantitative predictions are worse but still appear to be encouraging (with the exception of CH3O at Ka=540). The use of the flamelet library obtained from the equidiffusive laminar flame improves results for H2, HO2, and H2O2 at the highest Karlovitz number. Alternative definitions of the combustion progress variable perform worse and the reasons for this are explored. The use of the β-function PDF yields worse results for intermediate species such as OH, O, H, CH3, and HCO, with this PDF being significantly different from the actual PDF. Application of the flamelet approach to rates of production/consumption of various species is also addressed and implications of obtained results for modeling are discussed.
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