MétaCan
Menu
Retour à la cohorte
Enregistrement W2065569128 · doi:10.4271/2011-01-1814

An Empirical Study to Extend Engine Load in Diesel Low Temperature Combustion

2011· article· en· W2065569128 sur OpenAlexafffund
Usman Asad, Xiaoye Han, Ming Zheng

Notice bibliographique

RevueSAE International Journal of Engines · 2011
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAutomotive engineeringHomogeneous charge compression ignitionDiesel engineCombustionEnvironmental scienceDiesel cycleDiesel fuelInternal combustion engineCombustion chamberEngineeringPetrol engineChemistry

Résumé

récupéré en direct d'OpenAlex

In this work, engine tests were performed to realize EGR-enabled LTC on a single-cylinder common-rail diesel engine with three different compression ratios (17.5, 15 and 13:1). The engine performance was first investigated at 17.5:1 compression ratio to provide baseline results, against which all further testing was referenced. The intake boost and injection pressure were progressively increased to ascertain the limiting load conditions for the compression ratio. To extend the engine load range, the compression ratio was then lowered and EGR sweep tests were again carried out. The strength and homogeneity of the cylinder charge were enhanced by using intake boost up to 3 bar absolute and injection pressure up to 180 MPa. The combustion phasing was locked in a narrow crank angle window (5~10° ATDC), during all the tests. The results indicate that a lower compression ratio helps to extend the engine load, while a combination of both intake boost and injection pressure is necessary to maintain low-NOx and low-soot emissions, and to mitigate the fuel efficiency penalty. This research intends to identify the major parameters that affect diesel LTC performance and to provide guidelines for improving the performance of such combustion modes.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,020
Tête enseignante GPT0,312
Écart entre enseignants0,291 · 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

Citations23
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

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