MétaCan
Menu
Retour à la cohorte
Enregistrement W4388567908 · doi:10.1016/j.jaecs.2023.100221

A joint numerical study of multi-regime turbulent combustion

2023· article· en· W4388567908 sur OpenAlexaff
Benoît Fiorina, Tan Phong Luu, Samuel Dillon, Renaud Mercier, Ping Wang, Lorenzo Angelilli, Pietro Paolo Ciottoli, Francisco E. Hernández Pérez, Mauro Valorani, Hong G. Im, James C. Massey, Zhiyi Li, Zhi X. Chen, N. Swaminathan, Sebastian Popp, S. Hartl, Hendrik Nicolai, Christian Hasse, Andreas Dreizler, David Butz, Dirk Geyer, Adrian Breicher, Kai Zhang, Christophe Duwig, Weijie Zhang, Wang Han, J.A. van Oijen, Arthur Péquin, Alessandro Parente, Linus Engelmann, Andreas Kempf, Maximilian Hansinger, Michael Pfitzner, Robert S. Barlow

Notice bibliographique

RevueApplications in Energy and Combustion Science · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensSafran Electronics (Canada)
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesHorizon 2020Engineering and Physical Sciences Research CouncilHorizon 2020 Framework ProgrammePeking UniversityJiangsu UniversityEuropean Research CouncilFonds De La Recherche Scientifique - FNRSGrand Équipement National De Calcul IntensifNational Science CouncilH2020 Marie Skłodowska-Curie ActionsNational Natural Science Foundation of ChinaCentre Informatique National de l’Enseignement SupérieurDeutsche ForschungsgemeinschaftH2020 European Research CouncilCentre National de la Recherche ScientifiqueHORIZON EUROPE Marie Sklodowska-Curie ActionsMitsubishi Heavy IndustriesEuropean Commission
Mots-clésCombustionCombustorTurbulenceMechanicsComputer simulationNumerical analysisStatistical physicsMathematicsPhysicsChemistryMathematical analysis

Résumé

récupéré en direct d'OpenAlex

This article presents a joint numerical study on the Multi Regime Burner configuration. The burner design consists of three concentric inlet streams, which can be operated independently with different equivalence ratios, allowing the operation of stratified flames characterized by different combustion regimes, including premixed, non-premixed, and multi-regime flame zones. Simulations were performed on three LES solvers based on different numerical methods. Combustion kinetics were simplified by using tabulated or reduced chemistry methods. Finally, different turbulent combustion modeling strategies were employed, covering geometrical, statistical, and reactor based approaches. Due to this significant scattering of simulation parameters, a conclusion on specific combustion model performance is impossible. However, with ten numerical groups involved in the numerical simulations, a rough statistical analysis is conducted: the average and the standard deviation of the numerical simulation are computed and compared against experiments. This joint numerical study is therefore a partial illustration of the community’s ability to model turbulent combustion. This exercise gives the average performance of current simulations and identifies physical phenomena not well captured today by most modeling strategies. Detailed comparisons between experimental and numerical data along radial profiles taken at different axial positions showed that the temperature field is fairly well captured up to 60 mm from the burner exit. The comparison reveals, however, significant discrepancies regarding CO mass fraction prediction. Three causes may explain this phenomenon. The first reason is the higher sensitivity of carbon monoxide to the simplification of detailed chemistry, especially when multiple combustion regimes are encountered. The second is the bias introduced by artificial thickening, which overestimates the species’ mass production rate. This behavior has been illustrated by manufacturing mean thickened turbulent flame brush from a random displacement of 1-D laminar flame solutions. The last one is the influence of the subgrid-scale flame wrinkling on the filtered chemical flame structure, which may be challenging to model.

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)0,003
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,021
Tête enseignante GPT0,262
Écart entre enseignants0,241 · 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

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplications in Energy and Combustion ScienceMême sujetCombustion and flame dynamicsTravaux en français237 207