Energy Efficiency Comparison between Butanol and Ethanol Combustion with Diesel Ignition
Notice bibliographique
Résumé
The use of low temperature combustion (LTC) in diesel engines tends to suppress the NOx and dry soot emissions from diesel engines. However, due to the limitations of conventional diesel fuel properties, such as the high reactivity and low volatility, implementation of LTC is highly dependent on the application of exhaust gas recirculation (EGR). While the replacement of some of the fresh air intake with the burnt exhaust gas using EGR prevents premature combustion, it also results in a reduction in thermal efficiency. In this work, the use of two different alcohol fuels, ethanol and butanol, in a high compression ratio diesel engine has been investigated to examine their potential as substitutes for conventional diesel fuel when operating under low temperature combustion mode. The effect of diesel injection timing, alcohol fuel ratios, and EGR on engine emissions and efficiency were studied at indicated mean effective pressures in the range 0.8 to 1.2 MPa. From the data obtained it indicates that combustion with ultra-low smoke and nitrogen oxides emissions can be achieved with port injection of butanol at low to medium engine loads, and with port injection of ethanol at high engine loads. The major challenges encountered in these alternative fuel investigations were the control of the onset of combustion of butanol and the peak cylinder pressure of ethanol combustion. The peak pressure rise rate was also higher than diesel baseline for both butanol and ethanol combustion. To some extent these issues were overcome by a combination of the use of exhaust gas recirculation and changes to the diesel injection timing. However, while the use of these alcohol fuels has been shown to be promising, more work on their practical implementation with LTC mode operation is still required.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».