MétaCan
Menu
Retour à la cohorte
Enregistrement W2325699303 · doi:10.1115/icef2012-92170

Particulate Matter Emission Characterization From a Natural Gas Fuelled High Pressure Direct Injection Engine

2012· article· en· W2325699303 sur OpenAlexafffund
Bronson Patychuk, Steven N. Rogak

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of British Columbia
Mots-clésParticulatesDiesel fuelCombustionEnvironmental scienceParticle numberDiesel engineExhaust gas recirculationAerosolFraction (chemistry)Particle sizeMass fractionCommon railUltrafine particleMaterials scienceAnalytical Chemistry (journal)ChemistryEnvironmental chemistryPhysicsComposite materialVolume (thermodynamics)ThermodynamicsChromatography

Résumé

récupéré en direct d'OpenAlex

High-Pressure Direct-Injection (HPDI) combustion of Natural Gas can reduce the gaseous and Particulate Matter (PM) emissions compared to a conventional diesel engine. Upcoming EPA and EURO emission limits may restrict particle number as well as particle mass. In preparation for these upcoming limits, the PM mass, size and composition was studied from a heavy-duty Cummins ISX engine converted to HPDI operation. To characterize the PM emissions, tests were based around a mid-speed, high-load operating point. Injection timing, equivalence ratio, gas supply pressure, EGR % and diesel injection mass were isolated and varied. PM emissions were characterized by the mobility size distribution, light scattering and filter loading. In addition a novel thermodenuder was used to determine the PM volatile fraction. It was found that EQR and EGR have the greatest effect on PM mass emissions and the correlations between these parameters are evaluated. The mean particles size and number concentrations are again most effected by EGR and EQR with smaller effects from the GRP and diesel pilot. The size distributions of the parameter variations are similar and there are no nucleation mode ultrafine particles observed. The volatile fraction is fairly constant across the parameter variations and is found to be around 18% of the mass and 11% by number of particles at this high load condition.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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 enseignants0,669
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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)0,0020,000

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 Opus0,004
Tête enseignante GPT0,185
Écart entre enseignants0,181 · 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'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

Citations17
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetVehicle emissions and performanceTravaux en français237 207