MétaCan
Menu
Retour à la cohorte
Enregistrement W2005924235 · doi:10.4271/2013-01-1074

Design Improvements of Urea SCR Mixing for Medium-Duty Trucks

2013· article· en· W2005924235 sur OpenAlex
Guanyu Zheng, Manoj Kumar Sampath, William Alcini, Gabriel Salanta, Adam Kotrba, Bryan Axe

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensChrysler (Canada)
Organismes subventionnairesnon disponible
Mots-clésTruckMixing (physics)Automotive engineeringUreaEnvironmental scienceComputer scienceEngineeringChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">To meet the 2010 diesel engine emission regulations, an aftertreatment system was developed to reduce HC, CO, NOx and soot. In NOx reduction, a baseline SCR module was designed to include urea injector, mixing decomposition tube and SCR catalysts. However, it was found that the baseline decomposition tube had unacceptable urea mixing performance and severe deposit issues largely because of poor hardware design. The purpose of this article is to describe necessary development work to improve the baseline system to achieve desired mixing targets.</div><div class="htmlview paragraph">To this end, an emissions Flow Lab and computational fluid dynamics were used as the main tools to evaluate urea mixing solutions. Given the complicated urea spray transport and limited packaging space, intensive efforts were taken to develop pre-injector pipe geometry, post-injector cone geometry, single mixer design modifications, and dual mixer design options. Weighing these geometries and design options led to the redesigned SCR module geometry that was able to achieve the desired mixing targets with significant performance enhancements. Discussions on the results and roles of tests and CFD spray models are provided. Development methodologies are provided and discussed.</div></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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,224
Écart entre enseignants0,212 · 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