Evaluation of Tailpipe Emissions and Cold Start Performance of E85 Vehicles from the 2000 Ethanol Challenge
Notice bibliographique
Résumé
The transportation industry has been investigating ethanol as an alternative fuel for many years. Ethanol provides a clean alternative to gasoline, though widespread use of this fuel has been limited due to a number of technical challenges, such as poor cold-start performance and reduced vehicle range, and economic competitiveness with gasoline. To address the technical issues surrounding the use of ethanol, a group of university engineering teams were selected to participate in the Ethanol Vehicle Challenge by converting 1999 Chevrolet Silverado trucks to dedicated E85 operation (85% ethanol and 15% gasoline). The goals of the Ethanol Vehicle Challenge concentrated on significantly lowering emissions and improving the cold-start performance, fuel efficiency and overall vehicle performance of the trucks. This report examines the emissions and cold-start performance results from the competition and the approaches taken by the teams to address these issues. In May 2000, the Challenge vehicles underwent emissions testing at Environment Canada's Environmental Technology Centre in Ottawa, Ontario, Canada. The vehicles were placed on chassis dynamometers and tested according to the Federal Test Procedure 75. Exhaust emissions were collected and analyzed for nitrogen oxides, carbon monoxide, carbon dioxide, ethanol, aldehydes, and non-methane hydrocarbons. Teams incorporated novel approaches to changing the fuel delivery system to improve the vehicle's power, fuel economy, and emissions. The technologies that demonstrated an impact on emission reductions were secondary air injection, phase change material insulated catalytic converters, PCM adjustments, and EGR. These developments led one team to achieve the California Air Resources Board Ultra Low Vehicle Emissions level for light-duty vehicles and another team to demonstrate improved cold starting and better driveability compared to the stock vehicle operating on gasoline.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».