Modélisation 2D de l’évolution temporelle d’un streamer en interaction avec un liquide diélectrique à pression atmosphérique
Bibliographic record
Abstract
Ce mémoire signe la fin de ma maîtrise dans le cadre du master Sciences et Technologies des Plasmas (STP), à l’Université Paul Sabatier de Toulouse, en partenariat avec l’Univer- sité de Montréal dans le cadre d’une double diplomation. L’objectif de cette double tutelle, portée par Ahmad Hamdan à Montréal et Flavien Valensi à Toulouse, est l’étude d’une décharge streamer en interaction avec une goutte d’eau au moyen du développement d’un modèle numérique. La goutte est positionnée entre deux électrodes pointes, le tout, sur un support en Téflon. Pour ce faire un modèle fluide permettant de suivre l’évolution spatio-temporelle des élec- trons, des ions positifs et des ions négatifs a été construit en python. L’équation dérive- diffusion est résolue, en 2D, pour chaque espèce, ainsi que l’équation de Poisson afin d’obtenir le champ électrique dans tout le domaine de calcul. Les coefficients de transport sont tabulés en fonction du champ électrique réduit dans l’hypothèse d’équilibre avec le champ électrique local. La photoionisation, jouant un rôle important pour la propagation du streamer positif à pression atmosphérique, a également était prise en compte au travers de la résolution de trois équations d’Helmholtz. Le modèle a été validé en comparant le terme source par impact électronique, supposé pro- portionnel à l’émission lumineuse, obtenu numériquement, à la lumière émise par la décharge enregistrée expérimentalement dans le domaine visible à l’aide d’une caméra ICCD. La dy- namique de la décharge a pu être étudiée grâce à l’évolution spatio-temporelle du champ électrique, de la densité électronique et de la densité de charge d’espace. L’influence de la constante diélectrique de la goutte sur la dynamique de la décharge a été ensuite étudiée. La répartition spatiale du champ électrique étant modifiée par le diélec- trique, son influence sur la décharge est importante. La vitesse de propagation des streamers est diminuée lorsque la permittivité de la goutte diminue ainsi que la valeur de la densité électronique dans le canal conducteur une fois formé. Enfin, l’angle de contact entre la goutte et le Téflon a été modifié. Les résultats ainsi obte- nus permettent de prédire le comportement de la décharge sur des géométries pouvant être rencontrées dans différentes situations expérimentales
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.005 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".