Effect of Injection Strategies on Emissions from a Pilot-Ignited Direct-Injection Natural-Gas Engine- Part I: Late Post Injection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">High-pressure direct-injection (HPDI) in heavy duty engines allows a natural gas (NG) engine to maintain diesel-like performance while deriving most of its power from NG. A small diesel pilot injection (5-10% of the fuel energy) is used to ignite the direct injected gas jet. The NG burns in a predominantly non-premixed combustion mode which can produce particulate matter (PM). Here we study the effect of injection strategies on emissions from a HPDI engine in two parts. Part-I will investigates the effect of late post injection (LPI) and Part II will study the effect of slightly premixed combustion (SPC) on emission and engine performance. PM reductions and tradeoffs involved with gas late post-injections (LPI) was investigated in a single-cylinder version of a 6-cylinder,15 liter HPDI engine. The post injection contains 10-25% of total fuel mass, and occurs after the main combustion event. When timed appropriately, LPI results in significant PM reductions with only small effects on other emissions and engine performance. The morphology of particles produced by LPI is similar to that from conventional HPDI (and also from diesel), but the size and number concentration are reduced. Pulse Isolation experiments and reacting-flow computational fluid dynamics (CFD) modelling indicated that the main PM reduction from LPI comes from reducing the amount of fuel in the first injection, leading to lower PM formation in the main combustion event. The second injection makes an insignificant net contribution to the total PM.</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.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 découle