MétaCan
Menu
Retour à la cohorte
Enregistrement W2201640541 · doi:10.4271/2002-01-1700

Investigation of Diesel Fuel Lubricity and Evaluation of Bench Tests to Correlate with Medium and Heavy Duty Diesel Fuel Injection Equipment Component Wear - Part 1

2002· article· en· W2201640541 sur OpenAlexafffundabout
Clint Gray, Aaron Wilcox, Michael L. Scott, Gary D. Webster, Patrice St.-Pierre, Mac Maidens, Ken Mitchell, David Sporleder

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Applied Research
Établissements canadiensShell (Canada)Fisheries and Oceans Canada
Organismes subventionnairesMinistère de la Défense Nationale
Mots-clésLubricityDiesel fuelAutomotive engineeringHeavy dutyComponent (thermodynamics)Environmental scienceMaterials scienceEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

A study was conducted to investigate the effects of diesel fuel lubricity on diesel engine fuel injection equipment (FIE) wear and failure rates, for diesel fuels with poor to moderate lubricity characteristics, with and without lubricity additives. Five tests were used to evaluate diesel fuel lubricity characteristics: 1) a modified Falex Corporation Ball-on-Three-Disk (BOTD) lubricity test rig; 2) a high-speed Detroit Diesel Corporation (DDC) 8V71T engine test rig operated at maximum load and speed conditions under elevated fuel, coolant and ambient temperatures; 3) a Wärtsilä VASA 9R32, medium-speed, diesel engine electric power generation unit in Iqaluit, Nunavut, Canada, 4) a fuel pump rig (FPR) and 5) a high frequency reciprocating rig (HFRR). Conclusions drawn from the BOTD, DDC 8V71T, VASA 9R32, FPR and HFRR test results indicate that several lubricity additives, added to diesel fuel at concentrations from 70 ppm to 400 ppm, are capable of: 1) improving the lubricity of poor lubricity diesel fuels to satisfactory levels and 2) substantially reducing FIE wear rates. The BOTD was shown to have the best correlation with the DDC 8V71T and FPR tests with and without lubricity additives. The BOTD fuel lubricity bench test and associated proposed ASTM test method was found to be capable of determining fuel lubricity for fuels, with and without lubricity additives. The BOTD also appeared to be a reasonable indicator of the potential performance of the diesel fuel used in the VASA 9R32 tests. The BOTD was capable of doing this in a short time frame (less than 3 hours) using a 35 ml (1.2 US fl. oz) sample of test fuel.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,028
Tête enseignante GPT0,250
Écart entre enseignants0,222 · 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'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

Citations7
Publié2002
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetEngineering Applied ResearchTravaux en français237 207