Towards calibration of kinetic models for nonequilibrium flows using the PlasmatronX facility

We propose a Bayesian calibration framework to infer chemical rate coefficients of the Air-11 Park-2001 kinetic model driving the oxygen molar fraction inside the PlasmatronX Inductively Coupled Plasma facility. Sensitivity analysis shows that four chemical reactions mainly affect the targeted Quantity of Interest, including electron-impact nitrogen ionization and heavy-particle oxygen recombination and dissociation. To support calibration, an efficient surrogate model is developed combining Principal Component Analysis with Polynomial Chaos Expansion, demonstrating strong accuracy and computational saving. Bayesian calibration via Maximum Likelihood Estimation on synthetic data, reveals that chemical rate coefficients are difficult to infer from oxygen observations only. Incorporating different observations, such as heat flux measurements, may enhance the calibration process.

Si propone una Calibrazione Bayesiana per inferire coefficienti di reazione chimica del modello cinetico Park-2001 per l'Aria-11 che determinano la frazione molare d'ossigeno all'interno del PlasmatronX, una galleria al plasma accoppiato induttivamente. L'analisi di sensibilità dimostra che quattro reazioni chimiche influenzano la Quantità d'Interesse, tra cui la ionizzazione di azoto ad impatto elettronico e ricombinazione e dissociazione dell'ossigeno ad impatto con particelle pesanti. Per favorire la calibrazione, si sviluppa un efficiente modello surrogato che accoppia l'Analisi ai Componenti Principali con l'Espansione Caos Polinomiale, dimostrando elevati accuratezza e risparmio computazionale. La Calibrazione Bayesiana tramite Stima di Massima Verosimiglianza basata su dati sintetici rivela che è difficile inferire i coefficienti di reazione chimica basandosi solo sulle osservazioni dell'ossigeno. L'inclusione di altre osservazioni, come misurazioni di flusso termico, può migliorare il processo di calibrazione.