MétaCan
Menu
Retour à la cohorte
Enregistrement W1537831142 · doi:10.4271/2004-32-0039

Predicting and Optimizing Two-Stroke Engine Performance Using Multidimensional CFD

2004· article· en· W1537831142 sur OpenAlexaff
Yangbing Zeng, Sebastian Strauss, Peter Lucier, Todd Craft

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2004
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensBombardier (Canada)Bombardier Recreational Products (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputational fluid dynamicsComputer scienceStroke (engine)Mechanical engineeringEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

One-dimensional unsteady gas dynamics dominate the prediction and optimization of two-stroke engine performance. Its application in engines with complicated geometry is, however, limited because the flow through the engine is three dimensional in nature. Multidimensional CFD has the capacity to capture the effect of complicated flow fields. However, most existing CFD studies include either only one cylinder with a partial exhaust system or just a separate exhaust manifold, and boundary conditions need to be fed from experimental data. It is found in this study that such simplifications may yield misleading results. In a previous study, the authors extended a multidimensional CFD code, KIVA to simulate a multi-cylinder engine together with a full exhaust manifold. The need for exhaust pressure boundary conditions was thus eliminated. In continuation of this study, a crankcase model was first developed to dynamically predict the crankcase pressure. A reed valve model proposed by Blair, et al. was used to predict the flow into the crankcase through the reed valve. Thus the code is capable of predicting engine performance without any input of dynamic boundary conditions. The developed code was first rigorously tested against a single cylinder engine at a wide range of engine speeds. The computed exhaust pressure trace agrees well with the measurement. It shows that the predicted trapped oxygen mass is a good indicator of engine power. The test was then extended to a twin-cylinder loop scavenged engine with a folded exhaust manifold. The predicted exhaust pressure matches experiments, and the predicted trapped oxygen mass agrees well with the estimate based on the measured fuel consumption and emission data. The code was finally used to optimize a production two-stroke engine, and the improvement predicted by the simulation was realized in dynamometer tests.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,241
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations14
Publié2004
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