Predicting and Optimizing Two-Stroke Engine Performance Using Multidimensional CFD
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.
Notice bibliographique
Résumé
<div class="htmlview paragraph">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.</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 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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 découle