MétaCan
Menu
Retour à la cohorte
Enregistrement W4250844054 · doi:10.5383/ijtee.12.02.004

Flow Regimes and Heat Transfer Characteristics in Combustion Chambers

2015· article· en· W4250844054 sur OpenAlexvenueno aff
Saad Mohammed, Essam E. Khalil, Hatem Haridy, E. El-Bialy

Notice bibliographique

RevueInternational Journal of Thermal and Environmental Engineering · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCombustorMechanicsReynolds numberHeat transferFlow (mathematics)Materials scienceHeat transfer coefficientConvective heat transferThermodynamicsCombustion chamberTurbulenceCombustionPhysicsChemistry

Résumé

récupéré en direct d'OpenAlex

This paper presents a numerical computations are performed to investigate the convective heat transfer characteristics of a gas turbine can combustor under non reacting flow conditions in a Reynolds number range 50,000 to 600,000 with a characteristic swirl number of 0.7. A sample of computational predictions of flow behaviors under reacting conditions are also shown for swirling furnace flow of 0.52. The RNG (K-ɛ Model) predictions are compared with the experimental data of local heat transfer distribution on the combustor liner wall. It was observed that the flow field in the combustor is characterized by an expanding swirling flow, which impinges on the liner wall close to the inlet of the combustor. The peak heat transfer augmentation ratio (compared with fully developed pipe flow) reduces from 10.5 to 2.7. Additionally, the peak location does not change with Reynolds number since the flow structure in the combustor is also a function of the swirl number. The size of the corner recirculation zone near the combustor liner remains the same for all Reynolds numbers and hence the location of shear layer impingement and peak augmentation does not change. The heat transfer coefficient distribution on the liner wall predicted from the RNG (K-ɛ Model) is in good agreement with experimental values. The location and the magnitude of the peak heat transfer are predicted in very close agreement with the experiments.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,312

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,006
Tête enseignante GPT0,172
Écart entre enseignants0,166 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Thermal and Environmental EngineeringMême sujetCombustion and flame dynamicsTravaux en français237 207