MétaCan
Menu
Retour à la cohorte
Enregistrement W2048225724 · doi:10.1109/acc.2014.6858943

Combustion phasing and work output modeling for homogeneous charge compression ignition (HCCI) engines

2014· article· en· W2048225724 sur OpenAlexaff
Chen Song, Fengjun Yan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésHomogeneous charge compression ignitionCombustionIgnition systemWork (physics)Work outputCompression (physics)Automotive engineeringThrust specific fuel consumptionComputer scienceAlgorithmThermodynamicsPhysicsChemistryCombustion chamberEngineeringPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Combustion phasing and work output are the two critical indicators for achieving and maintaining homogeneous combustion for homogeneous charge compression ignition (HCCI) engines. However, the complicated thermodynamic process keeps the combustion phasing model from being explicit. The current models for CA <inf xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">50</inf> (crank angle when 50% fuel consumed) requires information that is hardly available for commercial engines. In this paper, polynomial models for combustion phasing and work output are proposed. The intake conditions, including intake manifold temperature, pressure and burned gas fraction as well as the fuel injection are chose as the four variables by whom the combustion phasing and work output are determined. The impacts of various compression ratios on the two indicators (represented by CA <inf xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">50</inf> and IMEP) were investigated and have been classified into two groups: vertical shift and curve deformation and both can be well modeled and, therefore compensated. The models are validated through high-fidelity simulations.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,810
Score d'incertitude au seuil0,740

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,247
Écart entre enseignants0,221 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207