MétaCan
Menu
Retour à la cohorte
Enregistrement W1970111422 · doi:10.1115/icef2014-5661

Multi-Dimensional Engine Modeling Study of EGR, Fuel Pressure, Post-Injection and Compression Ratio for a Light Duty Diesel Engine

2014· article· en· W1970111422 sur OpenAlexafffund
Fábio Luz Almeida, Philip Zoldak, Yan Wang, Andrzej Sobiesiak, Pedro Teixeira Lacava

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesUniversity of Windsor
Mots-clésSootAutomotive engineeringDiesel fuelDiesel engineExhaust gas recirculationFuel injectionEnvironmental scienceNOxCombustionEngineeringInternal combustion engineChemistry

Résumé

récupéré en direct d'OpenAlex

For copious levels of exhaust gas recirculation (EGR) (>30 %), oxides of nitrogen (NOx) emissions can be reduced from Euro V to Euro VI regulated levels at the expense of fuel economy and soot emissions. The Lifted-Flame Concept (LFC) has been demonstrated by several researchers to be successful in reducing NOx, while minimizing soot emissions and impact to fuel economy. By simultaneously applying increased EGR and fuel pressure the LFC extends the lift-off length of a diffusion flame and enhances fuel-air entrainment leading to improved fuel and oxygen utilization. When combined with advanced turbocharging and EGR systems the LFC applied to a modern light duty (LD) diesel engine can result in improved fuel economy and lower soot emissions and shows good potential for meeting low soot engine-out targets. In the proposed paper a computational study was conducted using a multi-dimensional engine model. A modified 3D CFD KIVA code with detailed chemistry solver was used to model the diesel fuel spray, droplet breakup, vaporization, mixing, auto-ignition and subsequent heat release and emissions. The model uses inputs from 1D Amesim electro-hydraulic solver to generate the rate of injection (ROI) profile to raise pressure of 1800 bar to 2500 bar as well as to include a simulated post-injection. A 1D model using GT-Power was developed and utilized to provide air system boundary conditions for the 3D CFD model. Post-processing optimization was conducted using Matlab to identify minimum fuel economy and soot emissions for the study of several parameters. The objective of the study was to demonstrate Euro VI emissions levels on a 3.2 L LD diesel engine without NOx aftertreatment and minimal impact to fuel economy using the lifted flame concept. The engine-out NOx emission level was targeted at 0.4 g/kWh and the soot levels were targeted at 0.2 g/kWh assuming diesel particulate filter would be used for after-treatment. The results of the computational study successfully demonstrate the potential of the lifted flame concept to meet Euro VI without the use of NOx aftertreatment technology.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,254
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207