MétaCan
Menu
Retour à la cohorte
Enregistrement W2806713112 · doi:10.1115/1.4040515

Sources of Particulate Matter Emissions Variability From a Gasoline Direct Injection Engine

2018· article· en· W2806713112 sur OpenAlexafffund
Manuel Ramos, James S. Wallace

Notice bibliographique

RevueJournal of Engineering for Gas Turbines and Power · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensUniversity of TorontoUniversity of New Brunswick
Organismes subventionnairesAUTO21 Network of Centres of Excellence
Mots-clésGasolineParticulatesGasoline direct injectionTolueneEnvironmental chemistryEnvironmental scienceChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Particulate matter (PM) emissions from gasoline direct injection (GDI) engines are a concern due to the health effects associated with ultrafine PM. This experimental study investigated sources of PM emissions measurement variability observed in previous tests and also examined the effect of ethanol content in gasoline on PM emissions. Some engine operating parameters (fuel and oil temperature, positive crankcase ventilation filtration) and test conditions (dilution air conditions) were studied and controlled but could not account for the level of measurement variability observed. Fourier transform infrared spectrometry (FTIR) measurements of gas phase hydrocarbon emissions provided evidence that changes in fuel composition were responsible for the variability. Exhaust emissions of toluene and ethanol were correlated positively with PM emissions, while emissions of isobutylene correlated negatively. Exhaust emissions of toluene and isobutylene were interpreted as markers of gasoline aromatic content and gasoline volatility, respectively. Tests conducted with gasoline containing added toluene (10% v/v) supported this hypothesis and led to the overall conclusion that the PM emissions variability observed can be attributed to changes in the composition of the pump gasoline being used. Tests conducted with gasoline containing added ethanol (10% and 30% v/v) found that increasing ethanol fuel content increased PM emissions at the steady-state operating condition utilized.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil0,413

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,210
Écart entre enseignants0,205 · 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 tête enseignante, 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

Citations8
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Engineering for Gas Turbines and PowerMême sujetVehicle emissions and performanceTravaux en français237 207