MétaCan
Menu
Retour à la cohorte
Enregistrement W4407796798 · doi:10.1002/cjce.25647

<scp>ReaxFF MD</scp> investigation of different <scp>JP8</scp> surrogates on combustion mechanism and reaction kinetics

2025· article· en· W4407796798 sur OpenAlexvenueno aff
Yang Liu, Hui Sun, Lu Wang

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat transfer and supercritical fluids
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReaxFFCombustionChemistryPyrolysisChemical engineeringChemical kineticsKineticsThermodynamicsOrganic chemistryComputational chemistryMolecular dynamics

Résumé

récupéré en direct d'OpenAlex

Abstract This work aims to investigate the combustion characteristics difference between JP8‐1 and JP8‐2, and to reveal the combustion mechanism of JP8 surrogate fuels by reactive molecular dynamic simulations (ReaxFF). The JP8‐1 fuel shows higher reaction activity, and the JP8‐2 surrogate conversion is faster than that of the JP8‐1 model. The maximal mass fraction difference for two surrogate fuels consumption can be up to 12% in the pyrolysis process. The differences of reaction pathways, oxygen‐containing intermediates, and key products between two surrogate fuels have been analyzed using the VARxMD software. The evolution trends of the vital products and key intermediates of the two fuels are similar owing to the similar fuel structures of linear paraffin components. The branched component isooctane in JP8‐1 model can enhance the formation of cyclic chain hydrocarbons products, while branched paraffin component decalin in JP8‐2 model promote the formation of structurally stable cycloalkanes. Compared to JP8‐2 fuel, the formation of CH 2 O and coke precursors, the JP8‐1 fuel generate more harmful substances. This work can provide an important theoretical basis for the rational design and screening of high‐performance surrogate components and additives for complex multi‐component jet fuels. And also suggests that the ReaxFF simulation method have the potential as an effective approach for evaluating combustion behaviour in fuel combustion.

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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,605

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 Opus0,008
Tête enseignante GPT0,183
Écart entre enseignants0,175 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetHeat transfer and supercritical fluidsTravaux en français237 207