Source Apportionment of Particulate Matter from a Diesel Pilot-Ignited Natural Gas Fuelled Heavy Duty DI Engine
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">In recent years there has been a growing awareness that particulate matter, especially fine diesel particulate, is a health concern. This has stimulated research to develop new technologies to reduce particulate emissions without increasing nitrogen oxide (NO<sub>x</sub>) emissions or fuel consumption.</div> <div class="htmlview paragraph">Westport Innovations has developed a technology involving high pressure direct injection and combustion of natural gas for medium and heavy-duty engine platforms. At practical compression ratios, the natural gas will not auto-ignite, so a diesel pilot injection is used for ignition. Thus, the soot emissions can have contributions from the combustion of natural gas, diesel pilot, or lubricating oil. While the soot emissions with natural gas as the main fuel are significantly lower than in a conventional diesel engine, it remains important to determine where the soot is coming from to aid in emission reduction strategies. In this study, the contribution of the pilot fuel (a biodiesel blend with higher <sup>14</sup>C content than diesel fuel) was determined using accelerator mass spectrometry (AMS) measurements of <sup>14</sup>C in the exhaust particulate.</div> <div class="htmlview paragraph">Results indicate that the pilot fuel contribution to soot ranges from 4-40% over the tested operating conditions; correspondingly, the contribution by natural gas and lubricating oil combined ranges from 60-96%. The highest fraction of soot from the pilot source is at low load without exhaust gas recirculation. The lowest fraction of soot from the pilot source is at high load with exhaust gas recirculation, i.e. the conditions contributing most to mode-averaged emissions.</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 | 0,000 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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