MétaCan
Menu
Retour à la cohorte
Enregistrement W2040363629 · doi:10.1243/14680874jer02008

Combustion in a heavy-duty direct-injection engine using hydrogen—methane blend fuels

2009· article· en· W2040363629 sur OpenAlex

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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueInternational Journal of Engine Research · 2009
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesAUTO21 Network of Centres of ExcellenceNatural Sciences and Engineering Research Council of Canada
Mots-clésCombustionMethaneEnvironmental scienceWaste managementNatural gasDiesel fuelDiesel engineInternal combustion engineChemistryAutomotive engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Adding hydrogen to the fuel in a direct injection natural gas engine offers the potential significantly to reduce local and global air pollutant emissions. This work reports on the effects of fuelling a heavy-duty engine with late-cycle direct injection of blended hydrogen—methane fuels and diesel pilot ignition over a range of engine operating conditions. The effect of hydrogen on the combustion event varies with operating condition, providing insight into the fundamental factors limiting the combustion process. Combustion stability is enhanced at all conditions studied; this leads directly to a significant reduction in emissions of combustion byproducts, including carbon monoxide, particulate matter, and unburned fuel. Carbon dioxide emissions are also significantly reduced by the lower carbon—energy ratio of the fuel. The results suggest that this technique can significantly reduce both local and global pollutant emissions associated with heavy-duty transport applications while requiring minimal changes to the fuelling system.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,393
Score d'incertitude au seuil0,793

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,060
Tête enseignante GPT0,389
Écart entre enseignants0,328 · 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