MétaCan
Menu
Retour à la cohorte
Enregistrement W2036263823 · doi:10.4271/2015-01-0934

Fuel Spray Tip Penetration Model for Double Injection Strategy

2015· article· en· W2036263823 sur OpenAlexaff
Pascal Tétrault, E. Plamondon, Matthieu Breuze, Camille Hespel, Christine Mounaïm–Rousselle, Patrice Seers

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2015
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésPenetration (warfare)Materials scienceAutomotive engineeringMechanicsEnvironmental scienceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">In this paper, a semi-empiric fuel spray tip penetration model is proposed. It is applied to single and double injection strategies taking into account the early and far field penetration. The model is based on the momentum flux as initially proposed by [<span class="xref">1</span>] for single injection but it is derived from mean mass flow rate herein. Fuel spray interaction with entrainment air is taken into account for the second injection. The proposed model is calibrated and validated using data from 9 experiments conducted with an indirect piezoelectric diesel injector under various injection strategies. The experiments included 1) injection rate measurements using the Bosch method to determine mean mass flow rate during injector opening as well as obtaining injection duration which are both entry parameters to the model; 2) Fuel spray tip penetrations were measured in a pressure vessel using high speed photography for single and double injection strategies. The experimental results were used to calibrate the model's constants and to verify the model's ability to predict spray behavior. Finally, the experimental results for some fuel injection strategies have shown that there is an interaction between the first and second spray and the paper shortly discusses these cases.</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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,787
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,037
Tête enseignante GPT0,280
Écart entre enseignants0,243 · 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.

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

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207