Thermal Analysis of Urea Tank Solution Warm Up for Selective Catalytic Reduction (SCR)
Notice bibliographique
Résumé
<div class="htmlview paragraph">Due to the stringent requirements to reduce the tail pipe emissions of NO<sub>x</sub>, Selective Catalytic Reduction (SCR) systems are used to remove NO<sub>x</sub> using ammonia. When a urea solution is injected into the exhaust system, urea will undergo hydrolysis and decomposition reaction that produces ammonia. At the catalyst surface, ammonia will react with the exhaust gases to convert NO<sub>x</sub> into nitrogen, N<sub>2</sub> and water, H<sub>2</sub>O. One of the challenging problems is to make sure the urea solution is available for the SCR system at cold start conditions. At extreme cold temperatures, the urea solution will begin to freeze at −12°C. At the start up of a vehicle under such low ambient temperatures, a heating system is used to provide the heat required for melting the frozen urea.</div> <div class="htmlview paragraph">Therefore, there will be a time lag between the vehicle start up and the availability of urea solution to the SCR system. The response time of the urea tank heating system to deliver adequate quantities of urea solution depends on the initial temperature, mass of the frozen urea, heating system design and dimensions. In this paper, a transient thermal analysis model describing the heating process is developed. Test data for the warm up time at different test conditions are also presented.</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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».