MétaCan
Menu
Retour à la cohorte
Enregistrement W2065155594 · doi:10.4271/2013-01-0904

Renewable Ethanol Use for Enabling High Load Clean Combustion in a Diesel Engine

2013· article· en· W2065155594 sur OpenAlexafffund
Xiaoye Han, Jimi Tjong, Meiping Wang, Graham T. Reader, Ming Zheng

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2013
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Windsor
Mots-clésAutomotive engineeringCombustionRenewable energyWaste managementDiesel engineEnvironmental scienceDiesel fuelProcess engineeringEngineeringChemistryElectrical engineering

Résumé

récupéré en direct d'OpenAlex

As a renewable energy source, the ethanol fuel was employed with a diesel fuel in this study to improve the cylinder charge homogeneity for high load operations, targeting on ultra-low nitrogen oxides (NOx) and smoke emissions. A light-duty diesel engine is configured to adapt intake port fuelling of the ethanol fuel while keeping all other original engine components intact. High load experiments are performed to investigate the combustion control and low emission enabling without sacrificing the high compression ratio (18.2:1). The intake boost, exhaust gas recirculation (EGR) and injection pressure are independently controlled, and thus their effects on combustion and emission characteristics of the high load operation are investigated individually. The low temperature combustion is accomplished at high engine load (16~17 bar IMEP) with regulation compatible NOx and soot emissions. The test results also indicate that use of renewable ethanol alleviates the dependence on intake boost, EGR and injection pressure for low temperature combustion.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,243
Écart entre enseignants0,226 · 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'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

Citations10
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

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