Numerical simulation on the larger concentration difference characteristics of dense granular jet in a coaxial gas stream
Notice bibliographique
Résumé
Abstract This work is devoted to the numerical study of particle dispersion prediction of gas–solid coaxial jet with a larger concentration difference. In pulverized coal gasifier, the pulverized coal is very dense at the nozzle outlet, and its volume fraction can reach 0.3. Then, it is dispersed rapidly under the action of high‐speed annular gas, and the particle volume fraction in the space is less than 0.002. In order to better predict the motion characteristics of a gas–solid jet with a high concentration gradient, the applicability of the three models is compared. The results show that the dense discrete phase model (DDPM) and Eulerian two‐fluid model (TFM) models considering particles collision can accurately predict the dense jet flow at low annular gas velocity. The DDPM and discrete phase model (DPM) show a good simulation for the dispersion characteristics of particles at high annular velocities where the particles' collision could be ignored. Therefore, DDPM has better adaptability for coaxial jet with large concentration gradient. The DDPM was used to predict the particle velocity and concentration for different annular gas velocities and different particle mass loads. It is found that particle flow is contracted first and then dispersed gradually under the action of airflow. The particle dispersion range increases with the increase of solid loading rate, and the corresponding radial distribution of particle velocity is greater.
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 | 0,001 |
| 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 ».