MétaCan
Menu
Retour à la cohorte
Enregistrement W1559911731 · doi:10.4271/2010-01-1961

Influence of Fuel Injection Rate on the Performance, Emission and Combustion Characteristics of DI Diesel Engine Running on Calophyllum Inophyllum Linn Oil (Honne Oil) / Diesel Fuel Blend

2010· article· en· W1559911731 sur OpenAlexfundno aff
Venkanna Krishnamurthy Belagur

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensnon disponible
Organismes subventionnairesBasaveshwar Engineering CollegeUniversity of British ColumbiaWorld Bank Group
Mots-clésDiesel fuelAutomotive engineeringCombustionDiesel engineEnvironmental scienceDiesel cycleFuel oilAlternative fuelsWaste managementMaterials scienceInternal combustion enginePetrol engineEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

The present work examines the use of a non-edible vegetable oil namely honne oil, a new possible alternative fuel for diesel engine. High viscosity of honne was reduced by blending it with diesel fuel. A direct injection (DI) diesel engine typically used in agricultural sector was operated on neat diesel (ND) and a blend of 50% honne oil with 50% diesel fuel (H50). Rate of injection of fuel was changed (by changing plunger diameter) to study the performance, emission and combustion characteristics. For the blend (H50), increasing the plunger diameter (PD) from the manufacturer specified plunger diameter (8 mm) increased the brake thermal efficiency and reduced CO, HC, smoke opacity and NOx emissions. However, brake thermal efficiency, CO and HC emissions at 10 mm PD were higher with H50 compared to ND (8 mm PD). Smoke opacity and NOx emissions at 10 mm PD were marginally lower for H50 compared to ND. The ignition delay with H50 was decreased as PD was increased. Improved premixed heat release rate was observed with H50 when the PD was increased. The best PD was found to be 10 mm for H50 based on brake thermal efficiency.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,209
Écart entre enseignants0,201 · 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'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

Citations31
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetBiodiesel Production and ApplicationsTravaux en français237 207