MétaCan
Menu
Retour à la cohorte
Enregistrement W1993543498 · doi:10.1080/00207230701381950

Investigating renewable fuel combustion I: comparative simulations of a diesel engine fuelled with n‐c<sub>12</sub>alkane and n‐c<sub>18</sub>fatty acid‐derived liquid‐property fuel

2007· article· en· W1993543498 sur OpenAlexaff
Joan Boulanger, W. Stuart Neill, Fengshan Liu, Gregory J. Smallwood

Notice bibliographique

RevueInternational Journal of Environmental Studies · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésDiesel fuelBiodieselCombustionNOxRenewable fuelsDiesel engineAlkaneRenewable energyEnvironmental scienceLiquid fuelBiofuelChemistryMaterials scienceChemical engineeringWaste managementOrganic chemistryFossil fuelAutomotive engineeringEngineeringHydrocarbonCatalysis

Résumé

récupéré en direct d'OpenAlex

Biodiesel oil and esters, fuels of renewable origin, may be used in unmodified diesel engines. They are nevertheless likely to produce NOx and carbon deposits, but the associated chemical and physical fundamentals are still not well understood. This paper deals with simulations of a single‐cylinder research diesel engine using virtual fuels which show the effects of different liquid properties in a cumulative manner. These properties are representative of conventional fuel and fatty‐acid bio‐oils (including biodiesel‐esters). The aim is to investigate the impact on the in‐cylinder processes of each property change from a conventional alkane to a fatty acid. Critical temperature, which makes fatty‐acid biodiesels much less volatile than conventional diesel, has the biggest impact. It strongly delays the release of fuel in the gas phase and extends the combustion time. The effects of droplet break‐up, heating and density of the droplets are marginal. Globally, a longer survival time of droplets tends to spread the combustion and rich mixture zones.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,803

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,258
Écart entre enseignants0,223 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental StudiesMême sujetBiodiesel Production and ApplicationsTravaux en français237 207