Mode Switching to Improve Low Load Efficiency of an Ethanol-Diesel Dual-Fuel Engine
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">The dual-fuel application using ethanol and diesel fuels can substantially improve the classical trade-off between oxides of nitrogen (NOx) and smoke, especially at moderate-to-high load conditions. However, at low engine load levels, the use of a low reactivity fuel in the dual-fuel application usually leads to increased incomplete combustion products that in turn result in a significant reduction of the engine thermal efficiency. In this work, engine tests are conducted on a high compression ratio, single cylinder dual-fuel engine that incorporates the diesel direct-injection and ethanol port-injection. Engine load levels are identified, at which, diesel combustion offers better efficiency than the dual-fuel combustion while attaining low NOx and smoke emissions. Thereafter, a cycle-to-cycle based closed-loop controller is implemented for the combustion phasing and engine load control in both the diesel and dual-fuel combustion regimes. The controller actively regulates the fuelling rates of both fuels and dynamically controls the injection timing of the diesel direct-injection. A mode switching scheme is developed and implemented in the closed-loop controller to switch between diesel and dual-fuel combustion modes for optimized emissions and efficiency, without compromising the combustion stability. The switching algorithm is validated through steady-state and transient engine tests with continuous measurements of fuel flow, engine load, NOx and PM emissions to demonstrate the effectiveness of balancing the efficiency and emissions. By applying the mode switching strategy in the dual-fuel engine, stable, efficient, and clean combustion is achieved from idle to full-load conditions.</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.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 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 ».