The primary objective of the present work is to collect and review the vast amount of experimental data on rich laminar premixed flames of hydrocarbon fuels reported in recent years, and to analyze them by using a detailed kinetic mechanism, identifying aspects of the mechanism of PAH and soot formation requiring further revisions. The kinetic assessment was hierarchically conducted, with the progressive extension of the core C0–C2 NUIG mechanism up to the CRECK kinetic mechanism of PAH and soot formation. This mechanism is here adopted to evaluate and analyze the extensive amount of experimental data collected. Therefore, it provides a kinetic guideline, useful to critically compare and unify flames involving similar fuels and/or conditions from different sources. The relevant effect of soot particles formation on heavy PAHs concentration is also discussed, together with the kinetic analysis highlighting systematic deviations and critical issues still existing in the present model. The model performances were evaluated using the Curve Matching approach (Bernardi et al., 2016). Considering the challenges of quantitative PAH measurements and associated uncertainties, this extensive database is a further value of this paper and is beneficial for improving reliability of kinetic models in a wide range of conditions.

The present work focuses on the numerical simulation of Moderate or Intense Low oxygen Dilution combustion condition, using the Partially-Stirred Reactor model for turbulence-chemistry interactions. The Partially-Stirred Reactor model assumes that reactions are confined in a specific region of the computational cell, whose mass fraction depends both on the mixing and the chemical time scales. Therefore, the appropriate choice of mixing and chemical time scales becomes crucial to ensure the accuracy of the numerical simulation prediction. Results show that the most appropriate choice for mixing time scale in Moderate or Intense Low oxygen Dilution combustion regime is to use a dynamic evaluation, in which the ratio between the variance of mixture fraction and its dissipation rate is adopted, rather than global estimations based on Kolmogorov or integral mixing scales. This is supported by the validation of the numerical results against experimental profiles of temperature and species mass fractions, available from measurements on the Adelaide Jet in Hot Co-flow burner. Different approaches for chemical time scale evaluation are also compared, using the species formation rates, the reaction rates and the eigenvalues of the formation rate Jacobian matrix. Different co-flow oxygen dilution levels and Reynolds numbers are considered in the validation work, to evaluate the applicability of Partially-Stirred Reactor approach over a wide range of operating conditions. Moreover, the influence of specifying uniform and non-uniform boundary conditions for the chemical scalars is assessed. The present work sheds light on the key mechanisms of turbulence-chemistry interactions in advanced combustion regimes. At the same time, it provides essential information to advance the predictive nature of computational tools used by scientists and engineers, to support the development of new technologies.

In this work, we present a detailed comparison between the conventional Partially Stirred Reactor (PaSR) combustion model and two implicit combustion models, named Quasi Laminar Finite Rate (QLFR) model and Laminar Finite Rate (LFR) model, respectively. Large Eddy Simulation (LES) is employed and the Adelaide Jet in Hot Co-flow (AJHC) burner is chosen as validation case. In the implicit combustion models, the filtered source term comes directly from the chemical term, without inclusion of turbulence effects. Results demonstrate that the two implicit models behave similarly to the conventional PaSR model, for the mean and root-mean-square of the temperature and species mass fractions, and that all models provide very satisfactory predictions, especially for the mean values. This justifies the use of implicit combustion models in low Damköhler number (Da ≤ 1.0) systems. The QLFR model allows to reduce the computational cost of about three times, compared to the LFR model. Moreover, the comparison between two 4-step global mechanisms and the KEE58 mechanism proves the importance of finite rate chemistry in MILD combustion.

In this work, the flammable range of several hydrocarbons was predicted using a freely-propagating flame method for pure hydrocarbons and their mixtures, investigating the effects of operating conditions, in terms of temperature, pressure, fuel/oxidizer composition. The model showed accurate agreement with a wide set of experimental data. The average deviation between the experiments and the model was reduced to ∼20% for the UFL of methanol, methane, ethane, propane, n-butane, n-heptane, ethylene, benzene and two different mixtures, methane/ethylene and methanol/benzene. Model performance was improved for the upper flammability limit by including the effect of soot radiation, modeled using an optically-thin approximation. A comprehensive kinetic mechanism was adopted, and a skeletal kinetic mechanism including a soot sectional model was used to predict soot formation in rich flames. Comparison with Calculated Adiabatic Flame Temperature (CAFT) and Le Chatelier models was also carried out, discussing the advantages of a model including the effects of chemical kinetics. Sensitivity analysis was performed to point out the major role of chemical kinetics especially at the UFL, where chemistry drives the process. This methodology showed that the chemical interaction between two different fuels at the rich limit is the reason for the deviation from the thermally controlled behavior. Finally, chemistry was found to be relevant even for the lean flammability limits predictions of lower alkanes, when pure N2O is used as oxidizer.

Polycyclic aromatic hydrocarbons (PAHs) are known as soot precursors, but their formation/consumption is not fully understood. A recent comprehensive experimental study of premixed laminar ethylene flame [23] investigated the transition from gas-phase to soot particles. The complex fluid dynamics of this system is taken into account to compare model predictions with experimental measurements and thus further validate a detailed kinetic mechanism of soot formation. The relatively low inlet velocity and the large distance between the burner and the stagnation plate lead to significant influence of buoyancy, which requires a 2-D simulation. The observed constricted (necking) flame structure can be reproduced only using a comprehensive 2-D simulation, which includes buoyancy effects, radiative heat losses, and thermal diffusion. Predicted axial gaseous and PAH species profiles obtained from the CRECK mechanism are in good agreement with the measurements, especially even-carbon-number aromatics. Reasonable agreement of the predicted soot volume fraction profiles is also observed. Additionally, simulation results from different literature kinetic mechanisms are also discussed to highlight similarities and differences. The largest discrepancies among the predictions of the mechanisms are observed for phenylacetylene, a key-species representing the first building block of PAHs synthesis in flames. A comprehensive analysis of relevant physical sub-models is also carried out in 2-D simulations. Additionally, predicted profiles from 2-D and 1-D simulations are compared. Following the literature, a 1-D simulation with imposed mass flux from the 2-D model was carried out to account for buoyancy effects. This approach provides an axial predicted flame temperature profile similar to the 2-D case. However, the predicted mole fraction profiles are quite different, especially for hydrogen and aromatics species because of the failure in accounting for the interplay of enhanced diffusion due to Soret effect, flame stretch, and large radial velocities in the proximity of the stagnation plane.

The large number of species included in the detailed kinetic mechanisms represents a serious challenge for numerical simulations of reactive flows, as it can lead to large CPU times, even for relatively simple systems. One possible solution to mitigate the computational cost of detailed numerical simulations, without sacrificing their accuracy, is to adopt a Sample-Partitioning Adaptive Reduced Chemistry (SPARC) approach. The first step of the aforementioned approach is the thermochemical space partitioning for the generation of locally reduced mechanisms, but this task is often challenging because of the high-dimensionality, as well as the high non-linearity associated to reacting systems. Moreover, the importance of this step in the overall approach is not negligible, as it has effects on the mechanisms’ level of chemical reduction and, consequently, on the accuracy and the computational speed-up of the adaptive simulation. In this work, two different clustering algorithms for the partitioning of the thermochemical space were evaluated by means of an adaptive CFD simulation of a 2D unsteady laminar flame of a nitrogen-diluted methane stream in air. The first one is a hybrid approach based on the coupling between the Self-Organizing Maps with K-Means (SKM), and the second one is the Local Principal Component Analysis (LPCA). Comparable results in terms of mechanism reduction (i.e., the mean number of species in the reduced mechanisms) and simulation accuracy were obtained for both the tested methods, but LPCA showed superior performances in terms of reduced mechanisms uniformity and speed-up of the adaptive simulation. Moreover, the local algorithm showed a lower sensitivity to the training dataset size in terms of the required CPU-time for convergence, thus also being optimal, with respect to SKM, for massive dataset clustering tasks.