MétaCan
Menu
Retour à la cohorte
Enregistrement W7132929730

Application of Tabulated Chemistry to Laminar Co-flow Diffusion Flames at Atmospheric and Elevated Pressures

2022· dissertation· W7132929730 sur OpenAlexfundno aff
Eligh Nicholas Corchis-Scott

Notice bibliographique

RevueTSpace · 2022
Typedissertation
Langue
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TorontoCompute Canada
Mots-clésLaminar flowCombustionDiffusion flameMethaneDiffusionFlame structurePremixed flameJet (fluid)Combustor
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Numerical simulations of combustion can be very computationally expensive, particularly when combustion of the complex fuels frequently found in aircraft gas turbine engines is considered. The large chemical mechanisms required to simulate flames involving these fuels become computationally prohibitive when realistic combustion conditions are used. In order to render these simulations tractable, this thesis investigates chemistry tabulation techniques, which have the potential to significantly reduce the computational costs of simulating reacting flows. In this thesis, four different tabulation techniques will be assessed by applying the methods to the prediction of steady, laminar, co-flowflames. The tabulation techniques considered are the flame prolongation of intrinsic low dimensional manifold (FPI) method, the steady laminar flamelet method (SLFM), the flamelet/progress variable (FPV) method, and the radiative flame prolongation of intrinsic low dimensional manifold (RFPI) method. These techniques are all applied to ethylene flames at atmospheric pressure, methane flames at 5 atm and 10 atm, and Jet A surrogate flames at atmospheric pressure. The results are compared to those obtained for the same case obtained using detailed chemistry, both with and without low-Mach preconditioning. This comparison facilitates the discussion of the relative merits of the tabulation techniques in relation to each other and to detailed chemistry.

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), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,718
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
Bibliométrie0,0000,001
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)0,0030,000

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 Opus0,004
Tête enseignante GPT0,256
Écart entre enseignants0,252 · 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'étudeSimulation ou modélisation
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetCombustion and flame dynamicsTravaux en français237 207