MétaCan
Menu
Retour à la cohorte
Enregistrement W2129651715 · doi:10.1177/095440700421801013

Review and analysis of variable valve timing strategies—eight ways to approach

2004· article· en· W2129651715 sur OpenAlexaff
Hyejeong Hong, G. B. Parvate-Patil, Brandon W. Gordon

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part D Journal of Automobile Engineering · 2004
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésValve timingAutomotive engineeringCamshaftEngine powerCrankshaftEngine control unitMean effective pressureFour-stroke engineComputer scienceInternal combustion enginePower (physics)EngineeringCombustionMechanical engineeringCompression ratioCombustion chamber

Résumé

récupéré en direct d'OpenAlex

In internal combustion engines, particularly for spark ignition (SI) engines, valve events and their timings have a major influence on the engine's overall efficiency and its exhaust emissions. Because the conventional SI engine has fixed timing and synchronization between the camshaft and crankshaft, a compromise results between engine efficiency, performance, and its maximum power. By using variable valve timing (VVT) technology it is possible to control the valve lift, phase, and valve timing at any point on the engine map, with the result of enhancing the overall engine performance. To get full benefits from VVT, various types of mechanisms have been proposed and designed. Some of these mechanisms are in production and have shown significant benefits in improving engine performance. During the last two decades, remarkable developments have been seen in the field of VVT. This paper reviews the literature in the technology of intake and exhaust philosophies of VVT and their effects on the pressure—volume (PV) cycle of the engine. A single-cylinder engine is simulated by the GT-Power software. The effects of different VVT philosophies from the simulations are analysed and compared to those of the literature reviewed.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,015
Tête enseignante GPT0,233
Écart entre enseignants0,218 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations93
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part D Journal of Automobile EngineeringMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207