MétaCan
Menu
Retour à la cohorte
Enregistrement W2179356182 · doi:10.1080/09593330.2015.1119202

Power generation and gaseous emissions performance of an internal combustion engine fed with blends of soybean and beef tallow biodiesel

2015· article· en· W2179356182 sur OpenAlexaff
Waldir Nagel Schirmer, Mayara Ananda Gauer, Edson Tomaz, Paulo Rogério Pinto Rodrigues, Samuel Nelson Melegari de Souza, Luíz Inácio Chaves, Lucas Villetti, Luciano Zart Olanyk, Alexandre R. Cabral

Notice bibliographique

RevueEnvironmental Technology · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesUniversidade Estadual de CampinasConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésBiodieselNOxDiesel fuelBTEXEthylbenzenePollutantCombustionPulp and paper industryWaste managementTallowBenzeneEnvironmental scienceChemistryOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

This study aimed to compare the performance of an internal combustion engine fed with blends of biodiesel produced from soybean and diesel, and blends of biodiesel produced from beef tallow and diesel. Performance was evaluated in terms of power generated at low loading conditions (0.5, 1.0 and 1.5 kW) and emission of organic and inorganic pollutants. In order to analyse inorganic gases (CO, SO2 and NOx), an automatic analyser was used and the organic emissions (benzene, toluene, ethylbenzene and xylene - BTEX) were carried out using a gas chromatograph. The results indicate that the introduction of the two biodiesels in the fuel caused a reduction in CO, SO2 and BTEX emissions. In addition, the reduction was proportional to the increase in loading regime. Beef tallow biodiesels presented better results regarding emission than soybean biodiesels. The use of pure biodiesels also presented a net reduction in pollutant gas emissions without hindering the engine generator performance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,273

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,185
Écart entre enseignants0,177 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental TechnologyMême sujetBiodiesel Production and ApplicationsTravaux en français237 207