MétaCan
Menu
Retour à la cohorte
Enregistrement W2284737034 · doi:10.4271/2003-01-3204

The Potential for Reducing CO and NOx Emissions from an HCCI Engine Using H2O2 Addition

2003· article· en· W2284737034 sur OpenAlexafffund
Mwila C. Mulenga, David S.‐K. Ting, Graham T. Reader, Ming Zheng

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2003
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Windsor
Mots-clésNOxHomogeneous charge compression ignitionAutomotive engineeringCombustionEnvironmental scienceComputer scienceChemistryEngineeringCombustion chamber

Résumé

récupéré en direct d'OpenAlex

The effects of hydrogen peroxide addition on iso-octane/air Homogeneous Charge Compression Ignition (HCCI) combustion have been investigated analytically. Particular attention was focused on the predications involving homogeneous gas-phase kinetics. Use was made of Peters' iso-octane mechanism in CHEMKIN and convective heat transfer was included in the analyses. This enabled the influences that H2O2 addition has on species concentration and ignition promotion and hence exhaust emissions to be determined. It was found that both CO and NOx emission levels could be ameliorated. The former effect is considered to be a result of the decomposition of H2O2 into OH intermediate species and hence reducing the time to ignition and the onset of combustion. With regards to the potential for reducing NOx, it was found that addition of H2O2 could lead to a reduction in the inlet air temperature required for the fuel/air mixture to attain auto-ignition at/near top dead centre, thereby, depressing the average cycle temperature and increasing the cycle time spent below the normal threshold temperatures required for NOx formation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,267
Écart entre enseignants0,254 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations15
Publié2003
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