MétaCan
Menu
Retour à la cohorte
Enregistrement W2323239686 · doi:10.1115/icef2009-14117

A Study on the Performance of Combustion in a HCCI Engine Using n-Heptane by a Multi-Zone Model

2009· article· en· W2323239686 sur OpenAlexaff
Hongsheng Guo, Hailin Li, W. Stuart Neill

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésNOxCombustionCompression ratioHomogeneous charge compression ignitionComputer simulationRange (aeronautics)Automotive engineeringHeptaneAir–fuel ratioMechanicsEnvironmental scienceMaterials scienceInternal combustion engineThermodynamicsChemistryCombustion chamberAerospace engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

A study of n-heptane combustion in an HCCI engine was carried out by a multi-zone numerical simulation that covers a complete engine cycle. A reaction mechanism that includes 177 chemical species and 1638 reactions was used. The results of the numerical simulations were compared to existing experimental data for a range of air/fuel ratios, compression ratios and engine speeds. It is shown that the numerical simulation is able to reasonably capture the experimental cylinder pressure data over a wide range of operation conditions. It also provides a qualitative trend of CO emissions. The numerical simulation overpredicted the combustion at some operating conditions, such as at extremely high air/fuel ratios and higher engine speeds. Some differences were observed between the experimental and numerical data for NOX emissions. The numerical simulation predicted a monotonic decrease in NOX emissions as air/fuel ratio increased or compression ratio decreased, while an increase in NOX emissions was observed experimentally when combustion became very weak at extremely high air/fuel ratios or low compression ratios. It is suggested that further experiments and numerical simulations should be performed to explain this discrepancy.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,414
Score d'incertitude au seuil0,365

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,043
Tête enseignante GPT0,295
Écart entre enseignants0,252 · 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.

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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCatalytic Processes in Materials ScienceTravaux en français237 207