MétaCan
Menu
Retour à la cohorte
Enregistrement W3171495683 · doi:10.1080/02786826.2021.1935699

Application of planar auto-compensating laser-induced incandescence to low-sooting turbulent flames and investigation of the detection gate width effect

2021· article· en· W3171495683 sur OpenAlexaff
Maxime Bouvier, Jérôme Yon, F. Liu, Gilles Cabot, F. Grisch

Notice bibliographique

RevueAerosol Science and Technology · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésSootIncandescencePlanarTurbulenceVolume fractionVolume (thermodynamics)Materials scienceNoise (video)AerosolOpticsAnalytical Chemistry (journal)ChemistryPhysicsCombustionMechanicsComposite material

Résumé

récupéré en direct d'OpenAlex

Laser-induced incandescence (LII) is an optical technique that is widely used for the in situ measurement of the soot volume fraction in flames. The low intensity of LII signals in low-sooting turbulent flames means that long camera acquisition times are needed to achieve sufficiently high signal-to-noise ratios. The direct application of auto-compensating LII (AC-LII) to infer the soot volume fraction from the measured LII signals can lead to large errors due to the significant decrease in the temperature of the soot particles over the duration of the camera gate. In order to reduce the measurement errors from AC-LII, we propose an improved approach in which the cooling of soot particles during the camera acquisition of LII signals is considered. The proposed methodology is applied to planar AC-LII measurements for the determination of soot volume fraction and primary particle diameter in a low-sooting turbulent flame, with the help of the open source LII software LIISim. This study represents the first application of planar AC-LII to a turbulent flame. A sensitivity analysis is also conducted in order to determine the main factors affecting the uncertainty of the proposed approach.Copyright © 2021 American Association for Aerosol Research

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,241

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 GPT0,197
Écart entre enseignants0,191 · 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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAerosol Science and TechnologyMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207