An Experimental and Modeling Study of HCCI Combustion Using n-Heptane
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
Homogeneous charge compression ignition (HCCI) is an advanced low-temperature combustion technology being considered for internal combustion engines due to its potential for high fuel conversion efficiency and extremely low emissions of particulate matter and oxides of nitrogen (NOx). In its simplest form, HCCI combustion involves the auto-ignition of a homogeneous mixture of fuel, air, and diluents at low to moderate temperatures and high pressure. Previous research has indicated that fuel chemistry has a strong impact on HCCI combustion. This paper reports the preliminary results of an experimental and modeling study of HCCI combustion using n-heptane, a volatile hydrocarbon with well known fuel chemistry. A Co-operative Fuel Research (CFR) engine was modified by the addition of a port fuel injection system to produce a homogeneous fuel-air mixture in the intake manifold, which contributed to a stable and repeatable HCCI combustion process. Detailed experiments were performed to explore the effects of critical engine parameters such as intake temperature, compression ratio, air/fuel ratio, engine speed, turbocharging, and intake mixture throttling on HCCI combustion. The influence of these parameters on the phasing of the low-temperature reaction, main combustion stage, and negative temperature coefficient delay period are presented and discussed. A single-zone numerical simulation with detailed fuel chemistry was developed and validated. The simulations show good agreement with the experimental data and capture important combustion phase trends as engine parameters are varied.
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 | 0,000 | 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) | 0,000 | 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