Dynamical Capillary Rise Photonic Sensor for Testing of Diesel and Biodiesel Fuel
Notice bibliographique
Résumé
There are many fuel quality standards introduced by national organizations and fuel producers. Usual techniques for measuring fuel parameters like cetane number, cetane index, fraction composition, viscosity, density, and flash point, require relatively complex and expensive laboratory equipment. On the fuel user side, fast and low cost sensing of useful state of biodiesel fuel is important. The main parameters of diesel fuel compatibility are: density, viscosity and surface tension. These three parameters define indirectly the quality of the fuel atomization process and the injected portion of energy that affect the quality of the fuel. In the presented paper the purposefulness of fuel testing using measurements of separable parameters is discussed. On this base, a sensor which enables the examination of relation of the mentioned parameters in one arrangement is proposed, analyzed and tested. The sensor uses the dynamic capillary rise method with photonic multichannel data reading in an inclined capillary. The principle of the sensor’s operation, the construction of the sensor head, and the experimental results are presented. The capillary is a disposable element. The sensor testing was performed with freshly prepared biodiesel fuels, and fuels stored for 2 years. We conclude that the proposed construction may be in future the base of low cost commercially marketable instruments for basic fuel classification: fit for use or not. That classification includes initial fuel composition and fuel parameters change during storage. Therefore, the proposed sensor is intended to use in fuel buying/selling point rather than used as part of a diesel engine automated system.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».