Investigation of Dual-Flame-Front Stabilization in Partially Premixed Hydrogen Flames Using Synchronized PIV/OH-PLIF
Notice bibliographique
Résumé
Abstract With the growing interest in hydrogen combustion, innovative strategies are required to achieve low-NOx, stable, and safe combustion systems. This study investigates partially premixed hydrogen flames stabilized on a swirled coaxial injector, focusing on the interaction between multiple flame fronts and their surrounding flow fields. The injector features a dual-swirl configuration, with air introduced in an annular channel and an H2/air rich premixed mixture supplied through the central channel. A variety of flame structures with varying swirl have previously been stabilized while achieving low nitrogen oxide emissions. While this injection technology is promising, the double flames resulting from air-staging yield a complex multiregime structure that requires further investigation. The analysis is focused on two flame conditions, differing by the intensity of swirl, highlighting its role in defining flame structure and emissions. Synchronized stereoscopic particle image velocimetry (SPIV) and OH planar laser-induced fluorescence (OH-PLIF) diagnostics are used to simultaneously capture the velocity field and flame contours, allowing detailed analysis of flame–flow interactions. The results reveal distinct flame behaviors that are scrutinized. These findings emphasize the impact of rich premixing and swirl intensity on flame stabilization and pollutant formation. By altering the interaction between the central recirculation zone (CRZ), shear layers, and flame fronts, the injector's design strongly influences both aerodynamic and chemical processes. This study provides valuable insights for optimizing hydrogen combustion systems to balance flame stability and emission control.
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 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».