On-road and In-Laboratory Testing to Demonstrate Effects of ULSD, B20 and B99 on a Retrofit Urea-SCR Aftertreatment System
Notice bibliographique
Résumé
<div class="htmlview paragraph">In order to demonstrate the performance of a retrofitted selective catalytic reduction (SCR) system while also addressing the issues associated with greater use of biodiesel, a 2005 International 9200i tractor owned by the City of Santa Monica was retrofitted with a titania-vanadia-tungsten catalyst and a urea dosing system supplied by Extengine Systems, Inc. This tractor was operated under normal service conditions within the City of Santa Monica refuse collection and transportation fleet. An on-board emissions measurement system supplied by Engine, Fuel, and Emissions Engineering, Inc. was installed on the vehicle; it measured the emissions and fuel use of the vehicle while it operated on ultra-low-sulfur diesel (ULSD), 20% biodiesel (B20), and 99% biodiesel (B99) on consecutive days. The vehicle, with a similar aftertreatment system, was then tested at the California Air Resources Board (CARB) Los Angeles Heavy-Duty Emissions Lab and tested on the Urban Dynamometer Driving Schedule (UDDS) to again assess the effects of ULSD, B20, and B99 on the performance of the urea-SCR aftertreatment system.</div> <div class="htmlview paragraph">Results from this testing showed that oxides of nitrogen (NO<sub>x</sub>) emissions increased by 6%–12% when the blend was increased from ULSD to B20, by 16%–35% when the blend was increased from ULSD to B99, and by 26%–27% when it was increased from B20 to B99. Particulate matter (PM) emissions decreased by 37%–50% when the blend was increased from ULSD to B20, by 71%–79% when it was increased from ULSD to B99, and by 60%–63% when it was increased from B20 to B99. The SCR system reduced NO<sub>x</sub> emissions by 64%–87% and its performance was not affected by the use of biodiesel</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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».