MétaCan
Menu
Retour à la cohorte
Enregistrement W7014387127

Planar laser-induced fluorescence of nitric oxide in isomeric butanol and butane stagnation flames

2012· dissertation· en· W7014387127 sur OpenAlexfundno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2012
Typedissertation
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésPlanar laser-induced fluorescenceButaneCombustionGasolineButanolPropaneContext (archaeology)NOxBiofuel
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The significant efforts to reduce global fossil fuel dependence have led to the development of biofuels as an alternative. Despite their growing significance, alcohol biofuels still require fundamental study, particularly in the area of NOx emissions. Planar laser-induced fluorescence (PLIF) was used to obtain nitric oxide (NO) production profiles from stagnation flames of premixed n- and iso-butanol; n- and iso-butane flames were also measured to offer context with alkane fuels. PLIF measurements were corrected for laser sheet variations and non-radiative quenching by signalpost-processing and quantified with a NO-seeding calibration method. Particle-image velocimetry (PIV) was performed to characterize the centreline velocity of the experimental flow which was then used for chemical kinetic simulations of the experiment. Simulations were performed for n-butanol and n-butane flames with a combined NOxsubmechanism. Experimentally, butanol fuels were found to produce significantly less NO than butane fuels overall. Although both models accurately predict the production of NO in the post-flame region, there is a disparity in NO production occuring in theflame zone via the prompt-NO pathway, suggesting that the chemical kinetics in the mechanisms require modification. The n-butanol simulation shows poor agreement at all tested equivalence ratios, while n-butane performed poorly for the rich case. This study offers new experimental data to aid in further improvements in kinetic modelling of butanol and butane combustion, and NOx formation.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,208
Écart entre enseignants0,199 · 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetCombustion and flame dynamicsTravaux en français237 207