Effect of Diesel Injection Split on Combustion and Emissions Performance of a Natural Gas–Diesel Dual Fuel Engine at a Low Load Condition
Notice bibliographique
Résumé
As an inexpensive and low carbon fuel, the combustion of natural gas reduces fuel cost and generates less carbon dioxide emissions than diesel and gasoline. Natural gas is also a clean fuel that generates less particulate matter emissions than diesel during combustion. Replacing diesel by natural gas in internal combustion engines is of great interest for industries. Dual fuel combustion is an efficient way to apply natural gas in internal combustion engines. An issue that to a certain extent offsets the advantage of lower carbon dioxide emissions in natural gas–diesel dual fuel engines is the higher methane emissions and low engine efficiency at low load conditions. In order to seek strategies to improve the performance of dual fuel engines at low load conditions, an experimental investigation was conducted to investigate the effect of diesel injection split on combustion and emissions performance of a heavy duty natural gas–diesel dual fuel engine at a low load. The operating conditions, such as engine speed, load, intake temperature and pressure, were well controlled during the experiment. The effects of diesel injection split ratio and timings were investigated. The engine efficiency and emissions data, including particulate matter, nitric oxides, carbon monoxide and methane were measured and analyzed. The results show that diesel injection split significantly reduced the peak pressure rise rate. As a result, diesel injection split enabled the engine to operate at a more optimal condition at which engine efficiency and methane emissions could be significantly improved compared to single diesel injection.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».