MétaCan
Menu
Retour à la cohorte
Enregistrement W2049877004 · doi:10.4271/2015-01-0851

Combustion Simulation of Dual Fuel CNG Engine Using Direct Injection of Natural Gas and Diesel

2015· article· en· W2049877004 sur OpenAlexaff
Philip Zoldak, Andrzej Sobiesiak, David D. Wickman, Michael Bergin

Notice bibliographique

RevueSAE International Journal of Engines · 2015
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésCompressed natural gasAutomotive engineeringDual (grammatical number)Natural gasCombustionDiesel fuelInternal combustion engineEnvironmental scienceHomogeneous charge compression ignitionDiesel engineFuel injectionWaste managementEngineeringCombustion chamberChemistryMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The increased availability of natural gas (NG) in the U.S. has renewed interest in the application to heavy-duty (HD) diesel engines in order to realize fuel cost savings and reduce pollutant emissions, while increasing fuel economy. Reactivity controlled compression ignition (RCCI) combustion employs two fuels with a large difference in auto-ignition properties to generate a spatial gradient of fuel-air mixtures and reactivity. Typically, a high octane fuel is premixed by means of port-injection, followed by direct injection of a high cetane fuel late in the compression stroke. Previous work by the authors has shown that NG and diesel RCCI offers improved fuel efficiency and lower oxides of nitrogen (NOx) and soot emissions when compared to conventional diesel diffusion combustion. The work concluded that NG and diesel RCCI engines are load limited by high rates of pressure rise (RoPR) (>15 bar/deg) and high peak cylinder pressure (PCP) (>200 bar). A high degree of premixing has been found by several researchers to cause excessively high rates of pressure rise thus limiting load. The dual fuel engine proposed in this work employed direct injection of natural gas (DI-NG) (modeled as methane), as the main fuel, during the compression stroke in addition to early and late injections of small quantities of diesel fuel (modeled as n-heptane) to provide the ignition source. The DI-NG concept creates enhanced stratification of the NG fuel portion and avoids excessive premixing, which tempers the RoPR, thus enabling higher load operation. A computational study was performed to examine the trade-offs of fuel consumption, PCP, and peak RoPR, with engine emissions. Several parameters were studied including: relative azimuthal angle between NG and diesel fuel nozzles, diesel pilot injection timing and quantity splits as well as injection timing sweeps. The results from the study indicated that DI-NG was successful in controlling the RoPR to below 10 bar/deg and PCP to less than 180 bar, while improving the NOx, HC and soot emissions to meet engine out targets for engines equipped with modern aftertreatment systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,296
Écart entre enseignants0,270 · 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 source (Gemma direct ou Codex distillé), 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

Citations45
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE International Journal of EnginesMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207