MétaCan
Menu
Retour à la cohorte
Enregistrement W2138299233 · doi:10.1115/icef2004-0860

A Numerical Study on Uncontrolled Regeneration Processes in Diesel Particulate Filters

2004· article· en· W2138299233 sur OpenAlexaff
Dong Wang, Meiping Wang, Graham T. Reader, Ming Zheng

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésOverheating (electricity)SootDiesel particulate filterThermal runawayMaterials scienceParticulatesHeat transferThermalDiesel fuelWaste managementCombustionMechanicsThermodynamicsChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

An effective regeneration is needed to remove the accumulated soot in a Diesel Particulate Filter (DPF). However, the sudden heat release by soot oxidation during an uncontrolled thermal regeneration process may cause the substrate of a DPF to overheat. The consequent thermal stress could even result in structural failure. In this paper, a cone-dimensional transient model was employed to describe the exhaust flow, heat transfer, and chemical reaction processes within the DPF substrate during regeneration. The model was validated preliminarily against the experimental data of previous researchers. By using this mode, a variety of uncontrolled regeneration processes were simulated to analyze the different mechanisms of DPF overheating. The results show that the exhaust temperature, oxygen concentration, and PM loading are three major factors that effect DPF overheating. Furthermore, the tendency of uncontrolled thermal runaway could be reduced by changing either the thermal runaway could be reduced by changing either the thermal properties or the structure of the DPF substrate.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,281
Écart entre enseignants0,261 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCatalytic Processes in Materials ScienceTravaux en français237 207