MétaCan
Menu
Retour à la cohorte
Enregistrement W2245110695 · doi:10.4271/2001-01-1944

Improving Flow Uniformity in a Diesel Particulate Filter System

2001· article· en· W2245110695 sur OpenAlexaff
Lizheng Ma, Marius Paraschivoiu, Justin D. Yao, Larry Blackman

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueAerosol Filtration and Electrostatic Precipitation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDiesel particulate filterParticulatesDiesel fuelFlow (mathematics)Materials scienceEnvironmental scienceFilter (signal processing)Automotive engineeringComputer scienceMechanicsEngineeringPhysicsChemistryComputer vision

Résumé

récupéré en direct d'OpenAlex

<div class="htmlview paragraph">In this study, a simulation-based flow optimization of the diesel particulate filter (DPF) system is performed. The geometry and the swirl component of the inlet flow is optimized to improve flow uniformity upstream of the filter and to decrease overall pressure drop. The flow through the system is simulated with Fluent computational fluid dynamics (CFD) software from Fluent Inc. The wall-flow filter is modeled with an equivalent porous material. This study only investigates the clean flow.</div> <div class="htmlview paragraph">The DPF system is composed of three parts: the inlet diffuser, the filter and the outlet nozzle. In the original system a linear cone joins the inlet and outlet pipes to the cylindrical filter. Due to the large opening angle of this cone, flow separates and creates a recirculation zone between the inlet and the filter. The flow pattern reveals that a large area of the filter is not used: More than 88% of the air flow passes through less that 53% of the area. The filter, as well as the inlet and the outlet pipes, have standard diameters, therefore only the geometry of the cone can be optimized to increase the use of the filter. A unipolar sigmoid function (USF) is used to generate a streamlined diffuser and nozzle therefore avoiding any separation zone. This function is controlled by one parameter which is optimized. The optimum USF shape considerably improves the flow uniformity in front of the filter.</div> <div class="htmlview paragraph">To further improve the flow uniformity in the actual system, a swirl velocity is added. Two cases are investigated; a swirl flow with different angular velocities and a swirl flow with constant velocity applied only on a small annular area on the outer diameter of the inlet pipe. All results indicate that the addition of a swirl component to the flow improves flow uniformity, nevertheless, a constant swirl on the outside of 20 m/s is ideal. This effect, combined with the optimum USF shape, greatly increases flow uniformity and reduces the overall pressure drop.</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)0,001
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 enseignants0,991
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,009
Tête enseignante GPT0,218
Écart entre enseignants0,209 · 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

Citations9
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetAerosol Filtration and Electrostatic PrecipitationTravaux en français237 207