MétaCan
Menu
Retour à la cohorte
Enregistrement W2805845092 · doi:10.4271/2018-37-0010

Conventional and Electrically Heated Diesel Oxidation Catalyst Physical Based Modeling

2018· article· en· W2805845092 sur OpenAlexaff
Paolo Ferreri, Giuseppe Cerrelli, Yong Miao, Stefano Pellegrino, Lorenzo Bianchi

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensPowertech Labs (Canada)
Organismes subventionnairesnon disponible
Mots-clésCatalysisDiesel fuelMaterials scienceAutomotive engineeringChemical engineeringComputer scienceChemistryEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Conventional Oxidation Catalysts are widely used in Diesel engines for their capability to achieve a huge reduction of CO and HC and, at the same time, to improve SCR catalysts performance promoting NO conversion into NO2 and generating exotherm. However, when the catalyst temperature is below the light-off, as it happens during a cold-start phase, the conversion performances are inadequate. This issue is further complicated by the upcoming regulations on CO2 that, due to the required improvements on combustion efficiency and heat loss reduction, will cause gas temperature at engine-out to decrease. Furthermore, the heating of the Exhaust Aftertreatment System by fuel-based strategies should necessarily be limited to contain the fuel penalty. In this context, the Electrically Heated Catalyst (EHC) is a solution to quickly warm up the exhaust line and reduce CO2 penalties. The increasing complexity and the need to account for competing performances require the physical based numerical simulation to reduce time and cost of the entire Exhaust Aftertreatment System development process, from the hardware design to software calibration. This paper focuses on the physical based model development for both conventional and electrically heated DOC. A commercial code (GT-SUITE®) was selected as simulation environment. The main steps of the applied methodology are described, including the lab-scale characterization, the definition and calibration of the kinetic scheme and the setup of the substrate parameters set. Finally, the comparison between simulation results and experimental data is presented in driving cycle conditions, showing a good capability of the models in capturing the main features of the system behavior and proving then their suitability in supporting the various steps of the overall development process.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,014
Tête enseignante GPT0,265
Écart entre enseignants0,251 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207