MétaCan
Menu
Retour à la cohorte
Enregistrement W2258171050 · doi:10.4271/2004-01-2918

Preliminary Energy Efficiency Analysis of an EGR Fuel-Reformer

2004· article· en· W2258171050 sur OpenAlexafffund
Raj Kumar, Ming Zheng, Graham T. Reader, Suek Jin . Ko, David S.‐K. Ting

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2004
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesCanada Research ChairsUniversity of WindsorFord Motor Company
Mots-clésAutomotive engineeringEnvironmental scienceComputer scienceNuclear engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

<div class="htmlview paragraph">Diesel engine exhausts commonly contain a high level of surplus oxygen and a significant amount of thermal energy. In this study the authors have theoretically investigated a way of utilizing the thermal energy and the surplus oxygen of exhaust gases to produce gaseous fuel in a rich combustor placed in an exhaust gas recirculation (EGR) loop. In the rich combustor, a small amount of diesel fuel will be catalytically reformed on a palladium/platinum based catalyst to produce hydrogen and carbon monoxide. Since the catalytic EGR reformer is incorporated in the EGR loop, it enables the partial recovery of exhaust heat. The gaseous fuel produced in the rich combustor can be brought back into the engine in a pre-mixed condition, potentially reducing soot formation. The preliminary energy efficiency analysis has been performed by using CHEMKIN and an in-house engine simulation software SAES. This research is the prelude of the experimental work to be performed at the University of Windsor's Clean Diesel Lab.</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)0,001
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 enseignants0,954
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0020,001
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 Opus0,008
Tête enseignante GPT0,239
Écart entre enseignants0,231 · 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

Citations5
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207