Temperature‐dependent kinematic viscosity of selected biodiesel fuels and blends with diesel fuel
Notice bibliographique
Résumé
Abstract The kinematic viscosities of four biodiesel fuels—two natural soybean oil methyl esters, one genetically modified soybean oil methyl ester, and one yellow grease methyl ester—and their 75, 50, and 25% blends with No. 2 diesel fuel were measured in the temperature range from 20 to 100°C in steps of 20°C. The measurements indicated that all these fuels had viscosity‐temperature relationships similar to No. 2 diesel fuel, which followed the Vogel equation as expected. A weighted semilog blending equation was developed in which the mass‐based kinematic viscosity of the individual components was used to compute the mixture viscosity. A weight factor of 1.08 was applied to biodiesel fuel to account for its effect on the mixture viscosity. The average absolute deviation achieved with this method was 2.1%, which was better than the uncorrected mass average blending equation that had an average absolute deviation of 4.5%. The relationship between the viscosity and the specific gravity of biodiesel fuels was studied. A method that could estimate the viscosity from the specific gravity of biodiesel fuel was developed. The average absolute deviation for all the samples using this method was 2.7%. The accuracy of this method was comparable to the weighted mass‐based semilog blending equation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».