Predicting HCCI Auto-Ignition Timing by Extending a Modified Knock-Integral Method
Notice bibliographique
Résumé
One major challenge in Homogeneous Charge Compression Ignition (HCCI) combustion is the difficulty in controlling the timing of auto-ignition which is dependant on mixture conditions. Understanding the effect of modifying the properties of the engine charge on the start of combustion is essential to be able to predict and control the auto-ignition timing. The purpose of this work is to develop a realtime model for predicting HCCI auto-ignition timing. The standard Livengood and Wu Knock-Integral Method (KIM) is modified to work with values that are easier to measure compared with the instantaneous in-cylinder parameters required in the original KIM. This modified Knock-Integral Method (MKIM) is developed and is then parameterized using HCCI Thermokinetic Kinetic Model (TKM) simulations for a single cylinder engine. Estimating the MKIM parameters is done using an off-line optimization technique. Once the parameters have been identified, the MKIM needs only the rate of Exhaust Gas Recirculated (EGR), equivalence ratio, intake manifold temperature and intake manifold pressure to predict auto-ignition timing. The MKIM is validated with the experimental data from the single cylinder engine in HCCI operation by varying equivalence ratio, EGR level, engine speed, and intake temperature for three different blends of Primary Reference Fuels (PRF) at octane values of 0, 10 and 20.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».