Natural gas spark ignition engine efficiency and NO <i> <sub>x</sub> </i> emission improvement using extreme exhaust gas recirculation enabled by partial reforming
Notice bibliographique
Résumé
Natural-gas (NG), spark ignition (SI) engines have widespread application in the power generation and upstream oil and gas industries. The manufacturers of these engines are being challenged to meet increasingly stringent nitrogen oxide (NO x ) emission regulations without sacrificing fuel conversion efficiency. SI engines may be operated with air—fuel mixtures lean of stoichiometric to achieve higher thermal efficiency and to reduce NO x emissions. Compared with new combustion strategies such as homogeneous charge compression ignition, however, lean SI combustion suffers from a somewhat limited tolerability to mixture dilution and high cyclic variations. Alternatively, NO x emissions may be reduced by using exhaust gas recirculation (EGR) to dilute a stoichiometric air—fuel mixture. This paper investigates the application of reformer gas (RG) to enable a higher mixture dilution of an NG SI engine using EGR. It was found that RG enrichment allows an increase in the EGR dilution of a stoichiometric NG—air mixture from 12 per cent to more than 35 per cent. The optimal level of RG enrichment directly compensates for the combustion phasing retardation effect of EGR. Increasing the RG fraction in the mixture beyond the optimal value adversely affected the combustion process and fuel conversion efficiency. The experimental data suggest that NO x emissions comparable with the forthcoming 2010 US Environmental Protection Agency heavy-duty diesel engine regulations may be achieved using EGR, RG enrichment, and a three-way catalytic converter (TWC). An energy balance showed that there is the potential to increase the overall system fuel conversion efficiency slightly owing to a more optimized combustion process after taking into account the energy losses associated with fuel reforming. The approach of EGR, fuel reforming, and a TWC is suitable for retrofits because it can be accomplished without modifying the engine geometry.
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) | 0,001 | 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 ».