Eulerian-Lagrangian CFD-microphysics modeling of Aircraft-Emitted Aerosol Formation at Ground Level
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
View Video Presentation: https://doi.org/10.2514/6.2022-1823.vid Aviation-induced particulate matter has a direct impact on climate, atmospheric composition at flight altitudes, and on local air quality in the vicinity of airports. Meeting the environmental regulations is one of the main challenges that requires attention for air transportation development over the coming years. To increase the knowledge of secondary aerosol formation in aircraft plumes, advanced decision-making tools need to be developed. In this context, the present study aims at demonstrating the modelling capabilities of an innovative methodology coupling the flow dynamics in aircraft engine plumes with a detailed microphysical model. For this purpose, 2-D unsteady Reynolds-Averaged Navier-Stokes simulations of jet plume were carried out behind a realistic aircraft engine geometry at ground-level conditions. The CFD model was coupled with a tabulated chemistry (72 reactions and 35 species) and a detailed microphysical model that accounts for soot surface activation as well as condensation of gaseous precursors, i.e. organic vapors and sulfur species (H2SO4 and SO3), on activated-soot particles. The predictive capabilities of the proposed modelling strategy are assessed through the study of engine-plume gaseous and particulate emissions in comparison with available experimental and numerical data. . Further analysis of both volatile and non-volatile particle evolutions in the near-field plume was also performed at idle and take-off power settings. Future studies with the present model can help to better understand the effects of organic/soot emission levels on the evolution of near-field non-volatile and volatile PM emissions from aircraft engines at LTO operating conditions.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle