MétaCan
Menu
Retour à la cohorte
Enregistrement W6979973345

Application and Comparison of FPI, SLFM, and FPV Chemistry Tabulation to the Prediction of Soot Formation in Laminar Diffusion Flames at Elevated Pressures

2020· dissertation· W6979973345 sur OpenAlexfundno aff

Notice bibliographique

RevueTSpace · 2020
Typedissertation
Langue
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TorontoCompute Canada
Mots-clésLaminar flowSootDiffusion flameDiffusionCombustionExperimental dataFlame structureManifold (fluid mechanics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Numerical methods to predict soot formation often rely on the use of large detailed chemical mechanisms that can make the numerical simulations very computationally expensive. This study aims to address this issue by employing several chemistry tabulation methods and assessing their capabilities when applied to the prediction of soot in laminar coflow diffusion flames. The tabulation methods considered herein include: the flame-prolongation of intrinsic low dimensional manifold (FPI) method, the steady laminar flamelet method (SLFM), and the flamelet/progress variable (FPV) method. Various techniques for coupling the tabulation methods to soot models are investigated. Flames involving pure methane, and methane/ethanol fuel mixtures are evaluated at both 1 and 4 atm, and a Jet-A surrogate fuelled flame is tested at 1 atm. The tabulation methods are compared to results obtained using the full detailed chemical mechanisms and to experimental results. The relative strengths and weaknesses of the various tabulation methods are discussed.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,768
Score d'incertitude au seuil1,000

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 Opus0,009
Tête enseignante GPT0,264
Écart entre enseignants0,254 · 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.

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetCombustion and flame dynamicsTravaux en français237 207