MétaCan
Menu
Retour à la cohorte
Enregistrement W6884301414 · doi:10.10106/j.proci.2006.07.229

Measurement and modeling of the sooting propensity of binary fuel mixtures

2006· article· en· W6884301414 sur OpenAlexvenueno aff

Notice bibliographique

RevueNPARC · 2006
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSootVolume fractionLaminar flowBinary numberDiffusionMole fractionYield (engineering)Diffusion flame

Résumé

récupéré en direct d'OpenAlex

The sooting behaviour of binary fuel mixtures was evaluated both experimentally and through computer simulations. The soot volume fraction in laminar diffusion flames of mixtures of ethylene/propane, methane/ethylene, methane/propane, methane/ethane, methane/butane, ethane/propane and ethane/ethylene fuels was measured using 2-dimensional line of sight attenuation. A synergistic effect was observed for the ethylene/propane, methane/ethylene, methane/ethane and ethane/ethylene mixtures. The synergistic effect translated into a higher soot concentration for a mixture fraction than could be yielded by the added contribution of both pure fuels. Such an effect was not observed for the methane/propane, methane/butane and ethane/propane mixtures. Through experiments in which the flame temperature was kept constant, it was determined that the synergistic effect in the methane/ethylene mixture is very temperature dependent whereas, that in the ethylene/propane mixture is not. This phenomenon was further studied through the modeling of the ethylene/propane mixture. Numerical simulations were carried out using two different soot models. The simulations confirmed the presence of a synergistic effect. It was found that the effect could be directly correlated to a synergistic effect in the concentration of n-C4H5 and n-C4H3, which could be traced back to an interaction between ethylene and methyl radical species. These results yield further insight into the pathways to soot formation and highlight the importance of further analyzing binary fuel mixtures as a means of understanding soot formation in practical devices using industrial fuels.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil0,183

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 Opus0,029
Tête enseignante GPT0,219
Écart entre enseignants0,190 · 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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207