Innovative Exergy-Based Combustion Phasing Control of IC Engines
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.
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">Exergy or availability is the potential of a system to do work. In this paper, an innovative exergy-based control approach is presented for Internal Combustion Engines (ICEs). An exergy model is developed for a Homogeneous Charge Compression Ignition (HCCI) engine. The exergy model is based on quantification of the Second Law of Thermodynamic (SLT) and irreversibilities which are not identified in commonly used First Law of Thermodynamics (FLT) analysis. An experimental data set for 175 different ICE operating conditions is used to construct the SLT efficiency maps. Depending on the application, two different SLT efficiency maps are generated including the applications in which work is the desired output, and the applications where Combined Power and Exhaust Exergy (CPEX) is the desired output. The sources of irreversibility and exergy loss are identified for a single cylinder Ricardo HCCI engine. Based on the SLT efficiency contour maps, an optimization algorithm is designed to determine the optimum combustion phasing at every given engine load to maximize the SLT efficiency. Application of the optimization algorithm is illustrated for tracking of combustion phasing. The results show that using the exergy-based optimal control strategy leads to an average of 5.4% fuel saving for both applications, compared to commonly used FLT based combustion control in which a fixed combustion phasing (i.e., 8 CADaTDC) is used. While a number of studies have been conducted on exergy analysis of ICEs, to the best of the authors’ knowledge, this paper is the first study undertaken to construct an exergy-based control strategy for ICEs.</div></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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle