Phase-averaged, 3D OH-LIF reconstruction for multi-nozzle, micromixed hydrogen combustion
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
Micromix fuel injection strategies for hydrogen combustion produce multiple, distributed, compact, and often stratified flames. Single injectors can present highly-tridimensional and non-axisymmetric flame structures along the reactive fuel injection wakes. Their integration into multi-nozzle combustion systems, as commonly found in industrial applications, generates increasingly complex interactions between flames produced through this micromix injection and between neighboring nozzles. Two-dimensional, planar laser-based diagnostics can therefore only provide limited insight into the combustion process of these burners. Five premix/micromix injectors, positioned in a cross pattern, burning pure hydrogen are studied in this work. Three-dimensional (3D) OH volumes are interpolated from 25 OH planar laser-induced fluorescence (PLIF) slices over three inline injectors, resulting in a measurement volume spanning ∼2D×6D×3.75D (x×y×z). The laser diagnostic is registered with the acoustics signal to obtain phase-averaged datasets and capture the complex flame dynamics through a complete period. Comparison with single PLIF measurements demonstrates that, while a single slice provides valuable insight, out-of-plane motion and flame-flame interaction between distributed micromix injections and neighboring nozzles require increasingly complex diagnostics. The reconstruction captures flame merging between micromixed, jet-in-crossflow flames within a single nozzle and between injectors. It highlights the importance of injector clocking to mitigate the formation of hot spots in these systems.
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 | 0,001 |
| 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