Impact of Boundary Condition and Kinetic Parameter Uncertainties on NOx Predictions in Methane-Air Stagnation Flame Experiments
Notice bibliographique
Résumé
Abstract A comprehensive understanding of uncertainty sources in experimental measurements is required to develop robust thermochemical models for use in industrial applications. Due to the complexity of the combustion process in gas turbine engines, simpler flames are generally used to study fundamental combustion properties and measure concentrations of important species to validate and improve modelling. Stable, laminar flames have increasingly been used to study nitrogen oxide (NOx) formation in lean-to-rich compositions in low-to-high pressures to assess model predictions and improve accuracy to help develop future low-emissions systems. They allow for non-intrusive diagnostics to measure sub-ppm concentrations of pollutant molecules, as well as important precursors, and provide well-defined boundary conditions to directly compare experiments with simulations. The uncertainties of experimentally-measured boundary conditions and the inherent kinetic uncertainties in the nitrogen chemistry are propagated through one-dimensional stagnation flame simulations to quantify the relative importance of the two sources and estimate their impact on predictions. Measurements in lean, stoichiometric, and rich methane-air flames are used to investigate the production pathways active in those conditions. Various spectral expansions are used to develop surrogate models with different levels of accuracy to perform the uncertainty analysis for 15 important reactions in the nitrogen chemistry and the 6 boundary conditions (ϕ, Tin, uin, du/dzin, Tsurf, P) simultaneously. After estimating the individual parametric contributions, the uncertainty of the boundary conditions are shown to have a relatively small impact on the prediction of NOx compared to kinetic uncertainties in these laboratory experiments. These results show that properly calibrated laminar flame experiments can, not only provide validation targets for modelling, but also accurate indirect measurements that can later be used to infer individual kinetic rates to improve thermochemical models.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».