Development of Metal Foam Based Aftertreatment System on a Diesel Passenger Car
Notice bibliographique
Résumé
<div class="htmlview paragraph">An alternative metal foam substrate for exhaust aftertreatment applications has been recently presented and characterized. The present paper focuses on the potential of the metal foam technology as an efficient DOC and CDPF substrates on real-world conditions. The target platform is a mid-size passenger car and the methodology includes both modeling and experiments. The experimental testing starts from small-scale reactor characterization of the basic heat/mass transfer properties and chemical kinetics. The results show that the foam structure exhibits excellent mass-transport properties offering possibilities for precious metal and catalyst volume savings for oxidation catalyst applications. These results are also used to calibrate an advanced 2-dimensional model which is able to predict the transient filtration and reaction phenomena in axial and radial flow systems. Based on the model results, full-scale prototypes are designed and manufactured for application on 2.2 liters diesel engine for both DOC and CDPF functionalities. The prototypes are tested initially on the engine dyno and then on the chassis dyno on the European legislated driving cycle. Detailed instantaneous measurements of the gaseous and solid emissions show the potential of the system to meet the CO, HC and PM mass emission requirements for Euro 5 with a significant potential of volume and Precious Metals reduction. Finally, the real-world performance of the system is demonstrated on the road for a mileage of 22,000 km showing very slow pressure drop build-up as a result of superior passive regeneration potential.</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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».