Transient Behavior of Glow Plugs in Direct-Injection Natural Gas Engines
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Glow plugs are a possible ignition source for direct injected natural gas engines. This ignition assistance application is much different than the cold start assist function for which most glow plugs have been designed. In the cold start application, the glow plug is simply heating the air in the cylinder. In the cycle-by-cycle ignition assist application, the glow plug needs to achieve high surface temperatures at specific times in the engine cycle to provide a localized source of ignition. Whereas a simple lumped heat capacitance model is a satisfactory representation of the glow plug for the air heating situation, a much more complex situation exists for hot surface ignition. Simple measurements and theoretical analysis show that the thickness of the heat penetration layer is small within the time scale of the ignition preparation period (1–2 ms). The experiments and analysis were used to develop a discretized representation of the glow plug domain. A simplified heat transfer model, incorporating both convection and radiation losses, was developed for the discretized representation to compute heat transfer to and from the surrounding gas. A scheme for coupling the glow plug model to the surrounding gas computational domain in the KIVA-3V engine simulation code was also developed. The glow plug model successfully simulates the natural gas ignition process for a direct-injection natural gas engine. As well, it can provide detailed information on the local glow plug surface temperature distribution, which can aid in the design of more reliable glow plugs.
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.
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 | 0,000 |
| 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 découle