Development and Validation of an N-Dodecane Skeletal Mechanism Using a Hybrid Reduction Method in a Jet Stirred Reactor
Notice bibliographique
Résumé
Diesel and Kerosene fuels are widely used in transportation, including aviation.However, their complex chemistry and high carbon numbers provide many challenges in simulating real-world conditions.Therefore, researchers are considering surrogates that can help to understand the combustion behaviour of different hydrocarbon fuels.n-dodecane is one of the important surrogates for kerosene and diesel due to its same physical properties.The fact that the chemical kinetic in flames is not well noticed.This study proposes a skeletal mechanism for n-dodecane, further used to investigate the ten species (O2, CO, CO2, H2, H2O, CH4, C2H2, C2H4, C6H6, n-C12H26) in the jet-stirred reactor.For the first time, the n-dodecane mechanism is reduced using the hybrid reduction method (path flux analysis + artificial neural network).The detailed mechanism [1] of n-dodecane is reduced to 94 species, and 516 reactions from 255 species and 1521 reactions [1] by using hybrid reduction method.The newly reduced mechanism maintained the accuracy of the detailed mechanism in the different reactors (ignition delay time, flame speed, and jet stirred reactor).In the future, the reduced mechanism will incorporate into a 2-D co-flow reactor to analyze the insight information of PAH and soot formation in ndodecane flames.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».