An integrated bed-gas phase modelling approach for biomass combustion
Notice bibliographique
Résumé
Numerical simulations play a leading role in developing efficient biomass combustion systems. However, the associated computational expense has often limited the use of advanced sub-models, forcing separate modelling of solid-phase (bed) and gas-phase (freeboard) combustion processes. Although the adoption of a flamelet-based combustion model has the potential to reduce this computational cost, its incompatibility with the discrete phase model (DPM), which is traditionally adopted for accommodating the heterogenous solid-phase combustion into the homogeneous gas-phase combustion modelling, prevents an integrated simulation of both phases. To resolve this issue, a novel technique of integrating bed modelling into the gas-phase combustion while using a flamelet-based partially premixed combustion model has been proposed in this study as a replacement for DPM. This is achieved by the introduction of equivalent gas-phase species and homogeneous reactions into the flamelet mixture and kinetic mechanism, respectively. Two integration techniques (termed Technique 1 and Technique 2) were introduced, and both yielded reasonable agreement with experimental data, with Technique 2 demonstrating superior in-depth predictive accuracy. Further optimization of Technique 2 revealed that injecting 40 % of the primary air (PA) separately while blending the remaining 60 % with the fuel offers the most accurate and physically representative configuration.
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 ».