Tightened intake oxygen control for improving diesel low-temperature combustion
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.
Notice bibliographique
Résumé
The low-temperature combustion (LTC) operation in diesel engines is challenged by the higher cycle-to-cycle variation with heavy exhaust gas recirculation (EGR) and high unburnt hydrocarbon and carbon monoxide emissions. Small variations in the intake charge dilution can further decrease the combustion efficiency, which in turn escalates the successive fluctuations of the cylinder charge, adversely affecting the stability and efficiency of the LTC operation. In this work, improvements in the promptness and accuracy of combustion control as well as tightened control on the intake oxygen concentration have been combined to enhance the robustness and efficiency of the LTC operation in diesel engines. The empirical set-up consisted of a set of field programmable gate array (FPGA) modules that were coded and interlaced to execute on-the-fly combustion event modulations on either a cycle-by-cycle or within-the-same-cycle basis. The cylinder pressure traces were analysed to provide the necessary feedback for the combustion control algorithms. A methodology for estimating the indicated mean effective pressure for the current engine cycle helped to stabilize the LTC cycles. Engine dynamometer tests demonstrated that such systematic and prompt control algorithms were effective to optimize the LTC cycles for improved fuel efficiency and exhaust emissions. Moreover, a strategy for enabling load transients within narrow LTC operating corridors was implemented and shown to improve the load management of the LTC cycles. The reported techniques were in part to establish a model-based control strategy for robust diesel LTC operations.
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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle