Prediction of soot particles in Gas Turbine Combustors using Large Eddy Simulation
Notice bibliographique
Résumé
Simulation aux Grandes Echelles pour la prédiction des suies dans les moteurs aéronautiques Les futures réglementations en termes d'émission de polluants, notamment sur les particules fines (PM), qui s'appliquent aux chambres de combustion de nouvelle génération nécessitent de nouvelles approches de conception. Afin de réduire la formation des particules de suies, la compréhension des processus de formation et de transports des particules est nécessaire. La chimie et la dynamique de ces particules de suies dépendent fortement de la taille et de la morphologie de celle-ci, leur prédiction requière donc calculer la distribution en taille des particules. Pour cela, des méthodes Eulériennes sont utilisées (Moments, Sectionnels), ou des méthodes stochastiques Lagrangiennes sont proposées. Dans ce travail, une méthode semidéterministique basée sur l'approche Lagrangienne est proposée. Parallèlement, une description précise de la chimie, notamment pour les précurseurs de suies nécessaire aux modèles détaillés de formation de suies est développée. La méthodologie incluant la description des précurseurs de suies et le transport de celles-ci est calculée dans deux configurations de type aéronautiques. La première est la configuration FIRST, une flamme étudiée au DLR opérant à haute pression dans un milieu confiné et stabilisée à l'aide d'un swirleur. L'impact du choix du précurseur de suies ainsi que la prise en compte des transferts radiatifs est évaluée. La température et la fraction volumique des suies sont en accord avec les mesures expérimentales. La seconde configuration est le bruleur UTIAS Jet A-1 où le Jet A-1 est un carburant aéronautique, il est caractérisé par une flamme swirlée diphasique et étudié à l'université de Toronto au Canada. La simulation aux grandes échelles de cette configuration procure de nouvelles connaissances sur la formation des particules des suies dans les flammes turbulentes diphasiques. Un très bon accord avec les données expérimentales est observé pour cette configuration concernant les particules de suies
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».