Speciation Analysis of Light Hydrocarbons and Hydrogen Production During Diesel Low Temperature Combustion
Notice bibliographique
Résumé
The simultaneous reduction in engine-out NOx and soot emissions with diesel low temperature combustion (LTC) is generally accompanied by high levels of hydrocarbon (THC) and carbon monoxide (CO) emissions in the exhaust. To achieve clean diesel combustion in terms of low regulated emissions (NOx, soot, THC, and CO), the exhaust combustibles must be dealt with the exhaust aftertreatment (typically a diesel oxidation catalyst). In this work, engine tests were performed to realize LTC on a single-cylinder common-rail diesel engine up to 12 bar IMEP. A single-shot fuel injection strategy was employed to push the diesel cycles into LTC with exhaust gas recirculation (EGR). The combustibles in the exhaust were generally found to increase with the LTC load and were observed to be a function of the overall equivalence ratio. A Fourier transform infrared (FTIR) spectroscopy analysis of light hydrocarbon emissions found methane to constitute a significant component of the hydrocarbon emissions under the tested LTC conditions. The relative fraction of individual species in the hydrocarbons also changed, indicating a richer combustion zone and a reduction in engine-out THC reactivity. The hydrogen production was found to correlate consistently with the CO emissions, largely independent of the boost pressure or engine load under the tested LTC conditions. This research intends to identify the major constituents of the THC emissions and highlight the possible impact on exhaust aftertreatment.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».