MétaCan
Menu
Retour à la cohorte
Enregistrement W2080230450 · doi:10.4028/www.scientific.net/amr.768.213

Mechanical Modifications to Convert Small Two Strokes Carbureted Engine to Electronic Fuel Injection System Engine to Reduce Emission and Fuel Consumption

2013· article· en· W2080230450 sur OpenAlexaff
Kumar D. Sapate, A.N. Tikekar

Notice bibliographique

RevueAdvanced materials research · 2013
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésAutomotive engineeringTwo-stroke engineFuel efficiencyFour-stroke engineDynamometerEngineeringPetrol engineEngine efficiencyFuel injectionCrankshaftInternal combustion engineAutomotive engineCombustionMechanical engineeringCombustion chamber

Résumé

récupéré en direct d'OpenAlex

The evolution of four stroke engines and improved environmental pollution control norms has pushed the two-stroke engines towards obsolescence due to their inherent design problems. This has made the existing manufacturers & users of two-stroke engines a setback. In this paper attempt has been made to high light the performance parameters in respect of fuel efficiency and emission control. In this research work an effort is made to retrofit the commonly used two stroke engine for optimal performance by using EFI engine. It mainly includes injector locations with reference to spark plug which decides the combustion efficiency of engine. It also includes the location of different sensors and subsequent modification of silencer. As the automobile engine has to operate at higher speeds, proper and firm mounting of different electronic part is essential which affects the performance of engine. After mechanical modification of engine with EFI system it is tested by connecting it to dynamometer. The results are compared with that of carbureted engine.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,041
Tête enseignante GPT0,334
Écart entre enseignants0,293 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced materials researchMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207