High-Speed 2-D Raman and Rayleigh Imaging of a Hydrogen Jet Issued from a Hollow-Cone Piezo Injector
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
<div class="section abstract"><div class="htmlview paragraph">This paper reports high-speed (10 kHz and 100 kHz) 2-D Raman/Rayleigh measurements of a hydrogen (H<sub>2</sub>) jet issued from a Bosch HDEV4 hollow-cone piezo injector in a high-volume constant pressure vessel. During the experiments, a <i>P<sub>a</sub></i> = 10 bar ambient environment with pure nitrogen (N<sub>2</sub>) is created in the chamber at <i>T</i> = 298 K, and pure H<sub>2</sub> is injected vertically with an injection pressure of <i>P<sub>i</sub></i> = 51 bar. To accommodate the transient nature of the injections, a kHz-rate burst-mode laser system with second harmonic output at <i>λ</i> = 532 nm and high-speed CMOS cameras are employed. By sequentially separating the scattered light using dichroic mirrors and bandpass filters, both elastic Rayleigh (<i>λ</i> = 532 nm) and inelastic N<sub>2</sub> (<i>λ</i> = 607 nm) and H<sub>2</sub> (<i>λ</i> = 683 nm) Raman signals are recorded on individual cameras. With the help of the wavelet denoising algorithm, the detection limit of 2-D Raman imaging is greatly expanded. The H<sub>2</sub> mole fraction distribution is then derived directly from scattering signals at 10 kHz for Raman and 100 kHz for Rayleigh, with a spatial resolution of approximately 200 μm (5.0 lp/mm). The current work successfully demonstrates the feasibility of high-speed 2-D Raman and Rayleigh imaging in gaseous fuel injection and the experimental technique could potentially contribute to the design of next-generation high-pressure, high-flowrate H<sub>2</sub> injectors.</div></div>
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 | 0,001 |
| 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