MétaCan
Menu
Retour à la cohorte
Enregistrement W4409729140 · doi:10.11159/csp25.127

Advancing Industrial Smokeless Flaring: Experimental Study into a Swirl Air-Assist Burner

2025· article· en· W4409729140 sur OpenAlexfundno aff
Jianfeng Hou, Jan Werner, A. M. Birk

Notice bibliographique

RevueProceedings of the World Congress on Momentum, Heat and Mass Transfer · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueRocket and propulsion systems research
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Materials ResearchNatural Sciences and Engineering Research Council of CanadaBundesanstalt für Materialforschung und -Prüfung
Mots-clésCombustorEnvironmental scienceAutomotive engineeringCombustionEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

The performance of a prototype swirl air-assist burner, designed to suppress flame thermal radiation and improve flame stability in crosswinds for industrial smokeless flaring, was experimentally investigated.The burner features a central swirl core shaped like a diffuser, equipped with tangential swirl blades to promote mixing between fuel and air.It was tested using vapour propane at assistair-to-fuel ratios (AAFRs) ranging from about 29 to 80, which gradually led to the formation of a central recirculation region.Visible flame characteristics were recorded with a video camera, while thermal radiation properties-including emissive power and emissivitywere measured using an infrared camera.Increasing the AAFR reduced the flame's height-to-width ratio, thereby enhancing flame stability under crosswind conditions.Smoke production also diminished, transitioning from a heavily smoky flame to a cleaner one.As the AAFR increased from 0 to its maximum value, the flame area (m) and emissive power (W/m) decreased by 69% and 24%, respectively.Overall, the experimental results confirm the suitability of this swirl air-assist burner design for industrial smokeless flaring, demonstrating improved performance in stabilizing the flame under crosswind conditions.

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 enseignants0,197
Score d'incertitude au seuil0,898

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,015
Tête enseignante GPT0,268
Écart entre enseignants0,253 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Momentum, Heat and Mass TransferMême sujetRocket and propulsion systems researchTravaux en français237 207