Fuel efficiency and exhaust emissions for biodiesel blends in an agricultural tractor.
Notice bibliographique
Résumé
Field experiments were conducted for spring tillage and soybean planting a 12 hectare field using four different blends of biodiesel derived from soybean oil, B100, B50, B20 and diesel. An instrumented tractor equipped with a set of sensors and a data logger to monitor and record implement draft, fuel consumption and other tractor operational parameters was used for field work in the experiment. Auxiliary fuel tanks and a system of valves were installed on the tractor to allow switching among premixed blends of biodiesel during the field experiments. An instrumented exhaust pipe was installed on the tractor for measurement of exhaust gas temperature, mass flow, and NOx (nitrogen oxides) emissions. Results showed that B20 had very similar performance with diesel in terms of fuel consumption, fuel efficiency and NOx emission. Higher fuel consumption and lower fuel efficiency were observed for B50 and B100 blends which is due to the lower energy content of the biodiesel. NOx emissions were higher with blends with higher biodiesel contents. CO2 emissions estimated from life cycle analysis were substantially lower for blends with higher biodiesel contents. The tractor was overpowered for the three meter wide grain drill, and this mismatch between the tractor and equipment resulted in lower fuel efficiency, and higher NOx emission on a per hectare basis compared with the tillage implement with a near optimal tractor-implement match.
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 | 0,000 |
| 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 | 0,001 | 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) | 0,002 | 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 ».