MétaCan
Menu
Retour à la cohorte
Enregistrement W2795849568 · doi:10.4271/2018-01-0327

Induction Heating of Catalytic Converter Systems and its Effect on Diesel Exhaust Emissions during Cold Start

2018· article· en· W2795849568 sur OpenAlexafffund
Nickolas Leahey, Rob Crawford, John M. Douglas, Jennifer Bauman

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueInduction Heating and Inverter Technology
Établissements canadiensMcMaster University
Organismes subventionnairesOntario Centres of Excellence
Mots-clésCold start (automotive)Diesel exhaustCatalytic converterAutomotive engineeringDiesel exhaust fluidEnvironmental scienceDiesel fuelExhaust gas recirculationDiesel engineExhaust gasDiesel particulate filterWaste managementEngineering

Résumé

récupéré en direct d'OpenAlex

In recent years, environmental regulations in the automotive industry have become increasingly strict, particularly with respect to emissions from diesel engines. Large amounts of these harmful emissions are released during the cfold start of a vehicle, due to the catalytic converter system not yet reaching its light-off temperature. This paper presents an induction heating system which heats the catalytic converter during a cold start, reducing the time for it to reach light-off temperature, and thus reducing cold-start emissions. Detailed dynamometer testing results are used to develop vehicle models of the induction heating system for a diesel Peugeot 308 light duty vehicle. The model is used to quantify the changes in hydrocarbons (HC), carbon monoxide (CO), carbon dioxide (CO2), oxygen (O2), nitrogen oxide (NOx), and fuel consumption on a variety of standard drive cycles. The results are then extrapolated to investigate the reduction of emissions possible on a Chevrolet Silverado 3500HD heavy-duty vehicle.

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 enseignants0,003
Score d'incertitude au seuil0,006

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)0,0020,000

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 Opus0,013
Tête enseignante GPT0,233
Écart entre enseignants0,220 · 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

Citations8
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetInduction Heating and Inverter TechnologyTravaux en français237 207