Large Eddy Simulations of a Medium-Scale Ethanol Pool Fire Using Conditional Source-Term Estimation Including Coupled Soot Radiation Effects
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
The objective of this paper is to assess the combined capabilities of Conditional Source-Term Estimation with radiation and soot modeling in large eddy simulations of a medium-scale ethanol pool fire. Tabulated detailed chemistry is implemented including radiative losses. The radiative transfer equation is solved with the weighted sum of gray gas models to determine the gaseous absorption. Two subgrid soot models are considered using the laminar smoke point concept. The first approach calculates the soot formation and oxidation rates corrected to account for turbulent effects. The second determines the soot reaction rates in conditional space using analytical functions and the filtered reaction rates are determined by convolution with the filtered mixture fraction density function. Predictions of the time-averaged and root mean square temperature, species mole fractions and soot mass fraction are compared with experimental measurements. Numerical temperatures agree well with experiments except in the fire plume where some overpredictions are observed. Species concentrations match the measurements with some discrepancies observed in the products farther downstream, partly explained by the experimental uncertainty. The peak soot predicted with the first model is in reasonable agreement with the experiments but is much lower using the second approach. These differences are explained by the differences in the turbulence soot chemistry treatment and calibration of empirical constants. However, here, soot has a limited impact on the temperature, flow and mixing fields due to low soot concentrations produced by ethanol. The radiative heat fluxes are reasonably well predicted. Further validation is needed with additional experimental soot data.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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