A Fuel Quality Sensor for Fuel Cell Vehicles, Natural Gas Vehicles, and Variable Gaseous Fuel Vehicles
Notice bibliographique
Résumé
<div class="htmlview paragraph">There are many possible applications for the discrete acoustic wave and phase detection (DAWPD) sound speed sensor. The DAWPD sensor is a compact sensor that measures the sound speed of gases. The sound speed of gaseous fuels can be related to various properties of a fuel including composition. A sound speed sensor can be used as a fuel quality sensor in natural gas vehicles (NGVs), variable gaseous fuel (VGF) vehicles (a VGF vehicle uses a mixture of hydrogen and natural gas fuel), and proton exchange membrane (PEM) fuel cell vehicles (FCVs). In a NGV the DAWPD sensor can be used to measure the methane number, Wobbe number, and hydrogen-to-carbon ratio of the natural gas. The DAWPD sensor can also be used to find the composition of the fuel used in VGF vehicles. In PEM fuel cell vehicles small amounts of CO (&gt;25 ppm) can poison the fuel cell. The DAWPD sensor can measure the amount of CO in the hydrogen fuel in order to control the fuel reforming process. For all three applications the DAWPD sensor can be used in conjunction with a feed-forward control system to optimize the performance of the vehicles. This paper presents the theory relating the sound speed of gaseous fuels to the property of interest for each powertrain. Experimental results are presented for measurements of nitrogen/methane mixtures (representative of natural gas) and methane/hydrogen mixtures as used in NGV and VGF vehicles, respectively. The experimental results show that the DAWPD sensor has adequate accuracy for use in NGV and VGF vehicles. Theoretical results show that the DAWPD sensor also has adequate accuracy for PEM FCVs.</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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».