MétaCan
Menu
Retour à la cohorte
Enregistrement W2521926985 · doi:10.1115/gt2016-57570

Testing of Synthesized Aromatic Kerosene (SAK) Aviation Fuel Blends at Simulated Altitudes

2016· article· en· W2521926985 sur OpenAlexaffabout
Pervez Canteenwalla, Craig R. Davison, Wajid A. Chishty, Cynthia Ginestra, Brice Dally

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRocket and propulsion systems research
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésJet fuelKeroseneEnvironmental scienceJet engineAviation fuelAlternative fuelsAviationProcess engineeringWaste managementMaterials scienceAerospace engineeringChemistryEngineeringCombustionOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A number of pathways for producing new alternative fuels are emerging. One such fuel is Hydrodeoxygenated Synthesized Aromatic Kerosene (HDO-SAK) which is composed of approximately 95% mono-aromatic compounds. This fuel is intended as a blending component to increase the aromatic content of other synthetic fuels that do not contain aromatic compounds and can be used to create either semi-synthetic or fully-synthetic jet fuel for use in aviation. This paper presents the results of engine tests using the HDO-SAK blended with Synthesized Paraffinic Kerosene from Hydroprocessed Esters and Fatty Acids (HEFA-SPK) to create a fully-synthetic fuel with aromatic content that matched that of a comparison conventional jet fuel. Both the HDO-SAK blended fuel and conventional Jet A were tested in a Microturbo TRS-18 turbojet engine at a range of engine conditions and simulated altitudes up to 8,600 m in the National Research Council Canada (NRC) Research Altitude Test Facility (RATFac). This paper details the engine performance results from this testing which represents the first time this particular alternative fuel has been tested in an engine.

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 enseignants0,004
Score d'incertitude au seuil0,007

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 Opus0,032
Tête enseignante GPT0,260
Écart entre enseignants0,228 · 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

Citations5
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetRocket and propulsion systems researchTravaux en français237 207