VALIDATION OF A STOCHASTIC BREAKUP MODEL FOR TURBULENT JETS IN HIGH-SPEED CROSSFLOW: ASSESSMENT OF TURBULENT INTERACTIONS AND SENSITIVITY TO BOUNDARY CONDITIONS
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
Improving the mixing of fuel and air by injecting a turbulent liquid fuel jet into a high-speed cross-flowing gas can reduce the emissions of gas turbine applications. To facilitate and hasten the development of such low-emissions technologies, accurate predictions of the spray characteristics are needed. The objective of the present study is to validate the predictive capabilities of a stochastic breakup model for turbulent transverse jets over a wide range of representative pressures and atomization characteristics. The effect of turbulence modeling is also assessed to provide accurate and computationally less expensive Eulerian-Lagrangian transient approaches. To do so, the predictions made with the large eddy simulation (LES) approach for different subgrid-scale (SGS) models and with the synthetic eddy method (SEM) are compared to the ones made using the unsteady Reynolds-averaged Navier-Stokes (RANS) approach with and without a turbulent dispersion model. The sensitivity of the numerical methodology to the upstream velocity profile, pressure, and momentum flux ratio were also assessed. Properly accounting for the upstream gas velocity profile was found to be critical to ensure accurate predictions of the spray characteristics. The unsteady RANS (URANS) turbulent approach coupled with the turbulent dispersion model showed good agreement with experimental data, but the LES approach tends to overpredict the spray penetration and underpredict the Sauter mean diameter (SMD). This could be due to the lower turbulent interactions it predicts, which may lead to lower momentum transfer between the phases.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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