MétaCan
Menu
Retour à la cohorte
Enregistrement W2282857338 · doi:10.4271/2000-01-1917

Fuel Lubricity: Statistical Analysis of Literature Data

2000· article· en· W2282857338 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2000
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensnon disponible
Organismes subventionnairesShell CanadaSouthwest Research Institute
Mots-clésLubricityStatistical analysisForensic engineeringComputer scienceEconometricsStatisticsEngineeringMathematicsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

<div class="htmlview paragraph">A number of laboratory-scale test methods are available to predict the effects of fuel lubricity on injection system wear. Anecdotal evidence exists to indicate that these methods produce poor correlation with pump wear, particularly for fuels that contain lubricity additives. The issue is further complicated by variations in the lubricity requirements of full-scale equipment and the test methodologies used to evaluate the pumps. However, the cost of performing full-scale equipment testing severely limits the quantity of data available for validation of the laboratory procedures at any single location. In the present study, the technical literature was reviewed and all previously published data was combined to form a single database of 175 pump stand results. This volume of data allows far more accurate statistical analysis than is possible with tests performed at a single location. The results indicate differences in the effectiveness of the standardized laboratory-scale methods. The High Frequency Reciprocating Rig (HFRR) produced much lower correlation with pump wear than did the Scuffing Load Ball on Cylinder Lubricity Evaluator (SLBOCLE), with HFRR tests performed at 60°C being even less accurate than those performed at 25°C. Correlation was also lower for fuels that contain lubricity additives as opposed to neat fuels. Multi-variable regression analysis of the data indicates that correlation with injection equipment is improved by combining the results from different laboratory-scale test procedures using simple mathematical formulae. The squared correlation (R<sup>2</sup>) of laboratory-scale wear tests with pump wear rating is unlikely to greatly exceed 77%, due to the inherent variability of the pump data. Combination of three or more laboratory tests using the equations derived from the multi-variable regression analysis allowed this maximum value to be achieved. As a result, it is hoped that the equations derived in the present paper may become more widely used to better predict full-scale pump wear.</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.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,925
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
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 ouverte0,0030,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,265
Écart entre enseignants0,251 · 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