MétaCan
Menu
Retour à la cohorte
Enregistrement W2890426075 · doi:10.5383/ijtee.16.02.007

Exergy Analysis of Internal Combustion Engine Based Cooling Cycle

2018· article· en· W2890426075 sur OpenAlexvenueno aff
Sandeep Kumar Kamboj, Munawar Nawab Karimi

Notice bibliographique

RevueInternational Journal of Thermal and Environmental Engineering · 2018
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExergyInternal combustion engineCombustionInternal combustion engine coolingEnvironmental scienceAutomotive engineeringNuclear engineeringWaste managementCombustion chamberChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

In this paper, exergy analysis of a lithium bromide water vapor absorption refrigeration system is analysed. The different alternative fuels (iso-octane, 10% ethanol blended with iso-octane & 10% methanol blended with iso-octane) were used in a spark ignition engine. It is well known that an IC engine has an efficiency of about 35-40%, which means that only one-third of the energy in the fuel is converted into useful work and about 60-65% goes waste into environment. In which about 28-30% is lost by cooling water and lubrication losses, around 30-32% is lost in the form of exhaust gases and remainder by radiation, etc. The heat of exhaust gases of these alternative fuels was used to run the lithium bromide water vapor absorption system. The exergy destruction in various components of the absorption system analyzed. The results of the study shows that the maximum exergetic efficiency was for the absorption system operated with exhaust gases of isooctane followed by E10 and M10 fuels. The maximum refrigerating effect was for the iso-octane exhaust gases based absorption system followed by M10 and E10 fuels. The maximum exergy destruction was observed in the generator.

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 enseignants0,294
Score d'incertitude au seuil0,509

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 GPT0,205
Écart entre enseignants0,200 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Thermal and Environmental EngineeringMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207