MétaCan
Menu
Retour à la cohorte
Enregistrement W4401185103 · doi:10.1080/13647830.2024.2384870

Investigation of a new method for direct chemistry integration in Conditional Source-term Estimation

2024· article· en· W4401185103 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueCombustion Theory and Modelling · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistryChemical spaceReynolds-averaged Navier–Stokes equationsInversion (geology)Computer scienceApplied mathematicsAlgorithmComputational fluid dynamicsMathematicsThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,869
Score d'incertitude au seuil0,390

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,265
Écart entre enseignants0,244 · 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