Effect of turbulent fluctuation on the ignition of millimeter particle: Experimental studies and numerical modelling with a new correlation of nusselt number
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
Understanding the influencing mechanism of turbulent fluctuation on the ignition characteristics of millimeter coal particles is essential. In this work, to study the effect of turbulent fluctuation on ignition time , millimeter coal particles are subjected to a specific flow field, generated in a furnace with symmetric fans. A one-dimensional model with the new proposed correlation and the Ranz-Marshall (R-M) correlation for Nu (Nusselt number) is established to simulate the coal ignition process. In addition, the effects of fan speed, temperature, particle diameter, particle distance and coal type on the ignition time are investigated. It is found that an increase in fan speed from 0 to 3000 rpm leads to a particle Reynolds number Re p increase from 0 to 22.5, and a turbulent particle Reynolds number Re t ∗ increase from 0 to 71.5. With a consideration of the fluctuation effect, the new correlation of Nu gives a better prediction of ignition time compared to the R-M correlation. Moreover, the ignition time is revealed to decrease with an increasing fan speed and an elevating temperature. While the ignition time shows merely an initial boost with enlarging particle distance, it exhibits a linearity with the term of particle diameter d p 1.3–1.7 and Reynolds numbers ( Nu∗/Nu ) –0.6 ( Nu∗ is turbulent Nusselt number). Based on this relationship, the difference of predicted ignition time is calculated at different Re p and Re t ∗. It is shown that at low Re p or high Re t ∗ values, the new correlation should substitute for the R-M correlation.
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