MétaCan
Menu
Retour à la cohorte
Enregistrement W4311723892 · doi:10.1177/14680874221139862

Flame detection via active plasma probing

2022· article· en· W4311723892 sur OpenAlexaff
Linyan Wang, Xiao Yu, Ming Zheng

Notice bibliographique

RevueInternational Journal of Engine Research · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésCombustionSpark plugCombustorPropaneNuclear engineeringPlasmaMaterials scienceAnalytical Chemistry (journal)ChemistryAerospace engineeringChromatography

Résumé

récupéré en direct d'OpenAlex

Combustion diagnostics of highly diluted air fuel mixtures are of great importance for reducing the carbon footprint of various types of combustion systems. Flame detection techniques, such as ion sensing and optical diagnostics, have been reported for diagnosing combustion status. In this paper, a flame front detection technique based on active plasma probing is introduced and analyzed. Unlike the conventional ion sensing used in internal combustion engines, a separate electrode gap is used to detect the flame front arrival. Further, the voltage potential across the electrodes of the spark plug probe is modulated actively to be slightly below the breakdown threshold prior to flame arrival. At the arrival of the flame front, the ions in the flame tend to decrease the breakdown voltage threshold and trigger a breakdown event. An optically accessible constant volume combustion vessel is employed to investigate the efficacy of such active plasma probing for the detection of the flame front under quiescent and flow conditions. Three types of fuels are used in the tests, including methane, propane, and DME, with an air fuel ratio sweep (from stoichiometric to extremely lean) for each fuel. Efforts are made to characterize the probing criteria of minimum, yet adequate voltage to succeed in the detection of the arrival and departure of the flame front most sensitively and reliably, for all three types of fuels under various mixture strengths. For comparison, conventional ion current measurements are conducted under identical background conditions to benchmark the efficacy of flame detection. Results show that the active plasma probing can promptly detect the arrival and departure of the flame front, robustly regardless of the fuel type and excess air ratios. The precise control of the detecting voltage is key for reliable flame detection with high sensitivity.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,309
Écart entre enseignants0,286 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Engine ResearchMême sujetCombustion and flame dynamicsTravaux en français237 207