Boundary Layer Enhanced Thermal Recuperation for Diesel Particulate Filter Regeneration under a Periodic Flow Reversal Operation
Notice bibliographique
Résumé
<div class="htmlview paragraph">Diesel Particulate Filters (DPF) are viable to reduce smoke from diesel engines. An oxidation process is usually required to remove the Particulate Matter (PM) loading from the DPF substrates. In cases when the engine exhaust temperature is insufficient to initiate a thermal regeneration, supplemental energy is commonly applied to raise the exhaust gas and/or the DPF substrate temperatures. A flow reversal (FR) mechanism that traps a high temperature region in the DPF substrate by periodically altering the gas flow directions has been identified to be capable of reducing the supplemental energy and thus to improve the overall thermal efficiency of the engine.</div> <div class="htmlview paragraph">However, extended operations with low exhaust temperature lowers the DPF boundary temperatures that defers the regeneration processes. Furthermore, the temperature fluctuations caused by the periodic FR operation also increase the thermal stress in the DPF. In this paper, two inert monoliths are used as the boundary layers of the DPF substrate in order to partially absorb the thermal energy and reduce the adverse effects of the periodic FR regeneration. A one-dimensional transient model is introduced to describe the gas flow, heat transfer, and chemical reactions during the regeneration. The model has been developed to analyze the effects of the inert parts on the DPF temperature distributions and soot layer profiles during regeneration when FR process is applied. The influences of the FR cycling period and the substrate thermal properties on the DPF regenerations are also discussed. The simulation results show that the periodic FR regeneration has higher regeneration efficiency than the conventional unidirectional flow regeneration and the use of inert parts is found effective to reduce the temperature gradients within the DPF substrate during the periodic FR regeneration processes. An exhaust FR setup has been built in authors' lab and part of the simulation results have been verified with the preliminary empirical data.</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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».