The Influence of Thermal Barrier Coating Surface Roughness on Spark-Ignition Engine Performance and Emissions
Notice bibliographique
Résumé
The separate effects on heat transfer of 1) piston crown surface finish and 2) the use of a metal based thermal barrier coating (MTBC) on the piston crown of a spark ignition (SI) engine were quantified through experimental analysis in a single cylinder CFR engine. Measured engine parameters such as power, fuel consumption, emissions and cylinder pressure were used to identify the effects of the coating and its surface finish. Two piston coatings were tested: a baseline copper coating and a metal-based thermal barrier coating. Each coating was tested at multiple surface finishes. Tests showed that reducing surface roughness of both coatings increased in-cylinder temperature and pressure as a result of reduced heat transfer through the piston crown. For both coatings, this resulted in small improvements (∼3%) in power and fuel consumption, while also having a measurable effect on emissions. Oxides of nitrogen emissions increased while total hydrocarbon emissions generally decreased as a result of polishing. The polished coatings were also seen to increase in-cylinder peak pressures and burn rates. Improvements attributed to the TBC were found to be small, but statistically significant. At an equivalent surface finish, the MTBC-coated piston produced slightly higher power output and peak pressures. Hydrocarbon emissions were also seen to be significantly higher for the MTBC-coated piston due to its porosity. The effectiveness of the coating was found to be highly dependent on surface finish.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».