MétaCan
Menu
Retour à la cohorte
Enregistrement W4230710513 · doi:10.1115/1.4051460

Analysis of Auto-Ignition Chemistry in Aeroderivative Premixers at Engine Conditions

2021· article· en· W4230710513 sur OpenAlexaff
Sandeep Jella, Gilles Bourque, Pierre Gauthier, Philippe Versailles, Jeffrey M. Bergthorson, Ji-Woong Park, Tianfeng Lu, Snehasish Panigrahy, Henry J. Curran

Notice bibliographique

RevueJournal of Engineering for Gas Turbines and Power · 2021
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensMcGill UniversitySiemens (Canada)
Organismes subventionnairesnon disponible
Mots-clésIgnition systemResidence time (fluid dynamics)ChemistryMinimum ignition energyThermodynamicsNuclear engineeringMechanicsEnvironmental scienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The minimization of auto-ignition risk is critical to the design of premixers of high power aeroderivative gas turbines as an increased use of highly reactive future fuels (for example, hydrogen or higher hydrocarbons) is anticipated. Safety factors based on ignition delays of homogeneous mixtures are generally used to guide the choice of a residence time for a given premixer. However, auto-ignition chemistry under aeroderivative conditions is fast (0.5–2 ms) and can be initiated within typical premixer residence times. The analysis of what takes place in this short period necessarily involves the study of low-temperature auto-ignition precursor chemistry, but precursors can change with fuel and local reactivity. Chemical explosive modes (CEMs) are a natural alternative to study this as they can provide a measure for auto-ignition risk by considering the whole thermochemical state in the framework of an eigenvalue problem. When transport effects are included by coupling the evolution of the chemical explosive modes to turbulence, it is possible to obtain a measure of spatial auto-ignition risk where both chemical (e.g., ignition delay) and aerodynamic (e.g., local residence time) influences are unified. In this article, we describe a method that couples large eddy simulation (LES) to newly developed, reduced auto-ignition chemical kinetics to study auto-ignition precursors in an example premixer representative of real life geometric complexity. A blend of pure methane and di-methyl ether (DME), a common fuel used for experimental auto-ignition studies, was transported using the reduced mechanism (38 species/238 reactions) under engine conditions at increasing levels of DME concentrations until exothermic auto-ignition kernels were formed. The resolution of species profiles was ensured by using a thickened flame model where dynamic thickening was carried out with a flame sensor modified to work with multistage heat release. This paper is outlined as follows: First, a reduced mechanism is constructed and validated for modeling methane as well as DME auto-ignition. Second, sensitivity analysis is used to show the need for chemical explosive modes. Third, the thickened flame model modifications are described and then applied to an example premixer at 25 bar/890 K preheat. The chemical explosive mode analysis closely follows the large thermochemical changes in the premixer as a function of DME concentrations and identifies where the premixer is sensitive and flame anchoring is likely to occur.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,204
Score d'incertitude au seuil0,562

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,007
Tête enseignante GPT0,237
Écart entre enseignants0,229 · 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'étudeSimulation ou modélisation
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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Engineering for Gas Turbines and PowerMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207