MétaCan
Menu
Retour à la cohorte
Enregistrement W2224423356 · doi:10.4271/2006-01-0465

Empirical and Theoretical Investigations of Active-flow Control on Diesel Engine After-treatment

2006· article· en· W2224423356 sur OpenAlexaff
Ming Zheng, Dong Wang, Graham T. Reader, Meiping Wang

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensUniversity of Windsor
Organismes subventionnairesFord Motor Company
Mots-clésAutomotive engineeringDiesel fuelDiesel engineFlow (mathematics)Control (management)Computer scienceEnvironmental scienceEngineeringMechanicsArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

<div class="htmlview paragraph">Empirical and theoretical studies are made between active-flow control and passive-flow control schemes in investigating the influences of gas flow, heat transfer, chemical reaction, oxygen concentration, and substrate properties. The exhaust active-flow control includes the parallel alternating flow, partial restricting flow, periodic flow reversal, and extended flow stagnation that are found to be especially effective to treat engine exhausts that are difficult to cope with conventional passive-flow converters [<span class="xref">1</span>, <span class="xref">2</span>]. The tests are set up on a single cylinder Yanmar engine. Theoretical studies are performed with the one-dimensional transient modeling techniques to analyze the thermal behavior of the diesel after-treatment systems when active flow control schemes are applied. The combined use of active flow control schemes are identified to be capable of shifting the exhaust gas temperature, flow-rate, and oxygen concentration to more favorable windows for the filtration, conversion, and regeneration processes. The theoretical analysis indicates that the active-flow control schemes have fundamental advantages in optimizing the converter thermal management that includes the supplemental heating, thermal retention, thermal recuperation, and overheating protection.</div>

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,006
Tête enseignante GPT0,222
Écart entre enseignants0,215 · 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.

Devis d'étudeObservationnel
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

Citations8
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetCombustion and flame dynamicsTravaux en français237 207