MétaCan
Menu
Retour à la cohorte
Enregistrement W1504034340 · doi:10.4271/2008-01-0039

Study of Reformer Gas Effects on n-Heptane HCCI Combustion Using a Chemical Kinetic Mechanism Optimized by Genetic Algorithm

2008· article· en· W1504034340 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2008
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCombustionKinetic energyMechanism (biology)HeptaneHomogeneous charge compression ignitionGenetic algorithmMaterials scienceThermodynamicsComputer scienceChemistryPhysical chemistryPhysicsCombustion chamberClassical mechanics

Résumé

récupéré en direct d'OpenAlex

<div class="htmlview paragraph">Because of the potential for low NO<sub>x</sub> emissions with high efficiency, HCCI engines could develop a significant niche in the engine world. However, HCCI engines suffer from a narrow operating range between knock and misfire boundaries because the ignition timing is only controlled by mixture chemistry and compression conditions. Varying combinations of operating parameters are required to obtain good combustion under different conditions and chemical kinetic models are widely used as an engine research tool. The performance of such models depends critically on the accuracy of the chemical mechanisms which are still under development and require some optimization, particularly for larger hydrocarbon molecules.</div> <div class="htmlview paragraph">This study starts with a Chalmers University mechanism [<span class="xref">1</span>] which is well-proven for pure n-heptane but works less well for mixtures blended with significant amounts of reformer gas containing high fractions of H<sub>2</sub> and CO [<span class="xref">2</span>]. A Genetic Algorithm (GA) approach has been used to significantly enhance the base mechanism as tested against actual engine and shock tube data values. Data came from an HCCI engine fueled with heptane blended with 0% to 25% reformer gas. Engine operating conditions varied with equivalence ratio between ϕ = 0.4 to 0.8, intake pressure between 1 and 1.5 bar, speed of 700 to 800 RPM and EGR of 0% to 40%. A good agreement was also found on shock tube ignition delay with different initial conditions (P = 6 to 42 bar and ϕ = 0.5 to 3). The study showed that the genetic algorithm could significantly improve start-of-main-combustion timing prediction compared with the base mechanism by adjusting reaction parameters for key influential reactions.</div> <div class="htmlview paragraph">The enhanced chemical kinetic mechanism was used to perform a detailed study of the thermal and chemical effects by which reformed fuel blending modifies HCCI engine combustion with a very low-octane base fuel, (ie. n-heptane). The study examined the contributions of key reactions to both heat and species production. Results show that base fuel replacement with reformer gas delays ignition timing and slows combustion, primarily due to reduced H<sub>2</sub>O production, (the main source of heat release during cool flame reactions), and consequently a lower temperature rise during 1<sup>st</sup> stage combustion. This diminishes the pool of available radicals from the cool flame ignition stage and thus delays the main ignition.</div>

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,469
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,240
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle