Investigation of a new method for direct chemistry integration in Conditional Source-term Estimation
Notice bibliographique
Résumé
This paper examines a new Conditional Source-term Estimation (CSE) implementation in which an integral inversion is performed for species mass fractions without any chemistry tabulation. To tackle the numerical stiffness due to chemistry, a constant-pressure chemical reactor is considered in conditional space. The objective of this work is to investigate this new method in CSE by comparing its numerical performance (accuracy of predictions and computational efficiency) with previous CSE implementations using tabulated chemistry. For the first time, the constraints for mass and mixture fraction conservation in conditional space are included in the inversion process. The investigation is performed in a Reynolds Averaged Navier-Stokes (RANS) framework using a well-documented turbulent flame with detailed measurements in conditional and physical spaces for many reacting scalars. A chemical mechanism including 16 species and 35 reactions is incorporated. CSE predictions of conditional and Favre averaged temperature and different species mass fractions are analysed. CSE with full chemistry performs as well as CSE with tabulated chemistry, if not slightly better. Numerical errors are discussed. The new CSE implementation is made possible by the proposed numerical treatment of stiffness due to chemistry and first-order Tikhonov regularisation technique with additional physical constraints. The new approach is found to be more CPU intensive than CSE with a pre-tabulation technique, but as a preliminary analysis, the computational cost of CSE with direct integration of a chemical mechanism appears to be much smaller than the run time associated with CMC for a similar set-up. Further investigation is required to refine this initial conclusion. These results open new opportunities towards CSE simulations that involve fuel blends and more complex operating conditions for example with spray and multi-stream inlets with non-uniform compositions for which accurate chemistry tabulations are difficult to generate.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».