MétaCan
Menu
Retour à la cohorte
Enregistrement W4293115898 · doi:10.11159/htff22.137

Numerical Simulation through Fluent Of a Cold, Swirling Particle Flow in a Combustion Chamber

2022· article· en· W4293115898 sur OpenAlexvenueno aff
Wronski Tomek, Zouaoui-Mahzoul Nabila, Alain Brillard

Notice bibliographique

RevueProceedings of the World Congress on Mechanical, Chemical, and Material Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCombustorMechanicsTurbulenceAnemometerFluentCombustion chamberCombustionFlow (mathematics)Materials scienceTurbulence modelingViscosityAirflowLarge eddy simulationComputer simulationPhysicsThermodynamicsChemistry

Résumé

récupéré en direct d'OpenAlex

The study aims to first model the cold, confined and swirling flow in a magnesium burner. One of the most important features of the experimental burner is the presence of a significant recirculation zone, which is crucial for stabilizing the flame in the combustion chamber, Before modelling the combustion reaction and the flame, a first step is the simulation of the cold monophasic airflow and the accurate simulation of the recirculation zone. To validate the numerical simulations performed with the ANSYS Fluent software, experimental velocity measurements were first made in a 1:1 scale PMMA replica of the experimental burner. A constant temperature hot-wire anemometer was used to determine radial profiles of axial velocity. A low swirl case (S=0.13) was first considered because of its apparent simplicity. Simulation results obtained using different eddy viscosity models were compared to the experimental data and the Standard k- model proved to predict the velocity profiles and the central recirculation zone with the most accuracy. A high swirl case was then studied (S=2.94), corresponding to the conditions occurring in the experimental burner. In this case, the turbulence and its anisotropy appeared to be too strong for the eddy viscosity models previously used, and they failed to provide a converging solution. The RSM model was better suited for the task and could predict the position, size and shape of the central toroidal recirculation zone with acceptable accuracy, although important errors were still observed for the velocity values. Part of the inaccuracies could be explained by the usage of first-order discretization schemes. Higher discretization orders (second or higher order) could not be used in this case due to induced numerical instabilities, which could not be reduced despite several attempts,

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,207
Écart entre enseignants0,199 · 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 source (Gemma direct ou Codex distillé), 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Mechanical, Chemical, and Material EngineeringMême sujetCombustion and flame dynamicsTravaux en français237 207