A Study of Combustion Inefficiency in Diesel LTC and Gasoline-Diesel RCCI via Detailed Emission Measurement
Notice bibliographique
Résumé
Reduction of engine-out NOx emissions to ultra-low levels is facilitated by enabling low temperature combustion (LTC) strategies. However, there is a significant energy penalty in terms of combustion efficiency as evidenced by the accompanying high levels of hydrocarbon (HC), carbon monoxide (CO), and hydrogen emissions. In this work, the net fuel energy lost as a result of incomplete combustion in two different LTC regimes is studied. The first LTC strategy, partially premixed compression ignition (PPCI), is investigated using a single, high pressure, in-cylinder injection of diesel fuel along with the application of exhaust gas recirculation (EGR). The second strategy includes dual-fuel application – reactivity controlled compression ignition (RCCI) of port injected gasoline and direct injected diesel. Moderate to high levels of EGR are necessary during engine operation in either of the two LTC pathways. A detailed analysis of the incomplete combustion products was conducted while the engine was operated in the aforementioned LTC modes. Speciation analysis of hydrocarbons was performed by sampling the exhaust gas in an FTIR. The total HC and the CO emissions were simultaneously measured using an FID and an NDIR, respectively. The production of hydrogen during the combustion process was also evaluated using a mass spectrometer. Engine tests were conducted at a baseline load level of 10 bar IMEP in the PPCI and RCCI modes. Load extension tests, up to 17 bar IMEP, were then conducted in the RCCI mode by increasing the gasoline-to-diesel fuel ratio. Test results indicated that CO, H2, and light HC made up for most of the combustion in-efficiency in the PPCI mode while heavier HC and aromatics were significantly higher in the RCCI mode.
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 | 0,001 |
| 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 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 ».