MétaCan
Menu
Retour à la cohorte
Enregistrement W7052814710

Study of combustion noise reduction in a kerosene burner: investigation of nozzle and pre-heating chamber flow-field

2003· article· en· W7052814710 sur OpenAlexvenueno aff

Notice bibliographique

RevueNPARC · 2003
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCombustorNozzleCombustion chamberCombustionTurbulenceNoise (video)Noise reductionKeroseneAirflow
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The combustion noise generated in a small burner was successfully reduced by installing a short tube inside the pre-heating chamber of the burner. To understand the noise reduction mechanism, the flow-field of the nozzle and pre-heating chamber with and without the inner tube was numerically studied in conjunction with some experimental measurements. The fuel spray characteristics obtained from Phase Doppler Particle Analyser (PDPA) measurements were used to define initial conditions of the spray discrete phase. Couplings between the continuous and discrete phases, as well as the turbulent stochastic effect were modelled. It is found that the installation of an inner tube in the pre-heating chamber modifies the flow-field, fuel spray trajectories, and reduces local velocities and turbulent strength. These contribute to the reduction in combustion noise. Most of all, the considerable modification of the fuel spray distribution in the pre-heating chamber plays a major role in the combustion noise reduction of the burner. In addition, the numerical results also show that the flow-field in the vicinity of the nozzle is very complicated and practically identical for both cases. A strong toroidal vortex is formed in the centre region of the nozzle, and a high velocity swirling airflow is observed outside the core region.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,015
Tête enseignante GPT0,237
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), 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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetAnalytical Chemistry and SensorsTravaux en français237 207