MétaCan
Menu
Retour à la cohorte
Enregistrement W1508543637 · doi:10.4271/2006-01-3247

Using Reformer Gas to Enhance HCCI Combustion of CNG in a CFR Engine

2006· article· en· W1508543637 sur OpenAlexaff
Vahid Hosseini, M. David Checkel

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2006
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesFonds pour la Formation à la Recherche dans l’Industrie et dans l’Agriculture
Mots-clésHomogeneous charge compression ignitionCompression ratioCombustionAutomotive engineeringNOxCompressed natural gasEngine knockingMaterials scienceInternal combustion engineNuclear engineeringEnvironmental scienceChemistryCombustion chamberEngineering

Résumé

récupéré en direct d'OpenAlex

<div class="htmlview paragraph">This paper describes use of reformer gas (RG) to alter and control combustion in a CNG-fueled HCCI engine. Experimental work used a mixture of simulated RG (75% H<sub>2</sub> and 25% CO) to supplement base CNG fueling in a CFR engine upgraded to achieve high compression ratios. RG was used to improve the engine's operating performance and to control combustion onset in experiments conducted at three different compression ratios. A combination of high compression ratio (18.5) and high intake temperature (140°C) was observed to be appropriate to run the CNG-fueled CFR engine in HCCI mode. RG replacement of CNG altered combustion characteristics and expanded the operating range on the lean side. Use of RG decreased knock severity and reduced NO<sub><i>x</i></sub> emission. At constant relative air/fuel ratio (λ) it advanced combustion timing, moving the maximum cylinder pressure earlier in the cycle and increasing maximum pressure. Overall, the combustion efficiency increased slightly though there was also an increase in indicated specific CO, possibly because of the CO content in any unburnt fuel.</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.

Comment cette classification a été obtenuedéplier

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,857
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)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 GPT0,269
Écart entre enseignants0,256 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207