MétaCan
Menu
Retour à la cohorte
Enregistrement W2746476796 · doi:10.4271/2017-01-2244

Ignition Improvement for Ultra-Lean Dilute Gasoline Combustion

2017· article· en· W2746476796 sur OpenAlexafffund
Shui Yu, Xiao Yu, Zhenyi Yang, Meiping Wang, Xiaoye Han, Jimi Tjong, Ming Zheng

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2017
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesUniversity of WindsorFord Motor Company
Mots-clésIgnition systemGasolineCombustionAutomotive engineeringEnvironmental scienceLean manufacturingMaterials scienceNuclear engineeringWaste managementProcess engineeringManufacturing engineeringEngineeringChemistryAerospace engineering

Résumé

récupéré en direct d'OpenAlex

In this work, a spatially distributed spark ignition strategy was employed to improve the ignition process of well-mixed ultra-lean dilute gasoline combustion in a high compression ratio (13.1:1) single cylinder engine at partial loads. The ignition energy was distributed in the perimeter of a 3-pole igniter. It was identified that on the basis of similar total spark energy, the 3-pole ignition mode can significantly shorten the early flame kernel development period and reduce the cyclic variation of combustion phasing, for the spark timing sweep tests at λ 1.5. The effect of ignition energy level on lean-burn operation was investigated at λ 1.6. Within a relatively low ignition energy range, i.e. below 46 mJ per pole, the increase in ignition energy via ether 1 pole or 3 pole can improve the controllability over combustion phasing and reduce the variability of lean burn combustion. Higher ignition energy was required in order to enable ultra-lean engine operation with λ above 1.6. With the highest ignition energy achievable for the tested ignition system, the stable operable lean limits at a nominal engine load of 3 bar indicated mean effective pressure (IMEP) was extended by using 3-pole ignition, which consequently increased the thermal efficiency.

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 enseignants0,001
Score d'incertitude au seuil0,002

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 Opus0,017
Tête enseignante GPT0,266
Écart entre enseignants0,249 · 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

Citations17
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207